- •Билет 1.
- •1. Понятие функции нескольких переменных. Частные производные первого порядка
- •2. Теоремы сложения вероятностей для несовместных и совместных событий
- •Билет 2.
- •1. Полный дифференциал функции нескольких переменных и его применение
- •2. Зависимые и независимые события. Условная вероятность. Теорема умножения вероятностей
- •Билет 3.
- •1. Градиент функции нескольких переменных
- •2. Теорема сложения вероятностей для совместных событий. Вероятность появления хотя бы одного события
- •Билет 4.
- •1. Частные производные и дифференциалы высших порядков
- •2. Формула полной вероятности. Вероятность гипотез. Формулы Байеса
- •Билет 5.
- •1. Локальный экстремум функции двух переменных
- •Билет 6.
- •1. Условный экстремум
- •2. Предельные теоремы в схеме Бернулли
- •Билет 7.
- •1.Наибольшее и наименьшее значение функции в замкнутой области
- •2. Закон распределения вероятностей дискретной случайной величины. Функция распределения
- •Билет 8.
- •1.Метод наименьших квадратов
- •2. Математическое ожидание дискретной случайной величины и его свойства
- •Билет 9.
- •1.Числовые ряды. Основные понятия. Сходимость ряда. Свойства сходящихся рядов
- •2. Дисперсия дискретной случайной величины и ее свойства. Среднее квадратическое отклонение
- •Билет 10.
- •1.Необходимый признак сходимости. Гармонический ряд
- •2. Частные виды дискретных случайных величин: биномиальное распределение, распределение Пуассона, геометрическое распределение
- •Билет 11.
- •1. Достаточные признаки сходимости знакоположительных рядов: признак сравнения в конечной и предельной формах
- •2. Непрерывная случайная величина. Функция и плотность распределения, их свойства
- •Билет 12.
- •12. Достаточные признаки сходимости знакоположительных рядов: признак Даламбера
- •2. Числовые характеристики непрерывной случайной величины
- •Билет 13.
- •1. Знакочередующие ряды. Признак Лейбница
- •2. Равномерное распределение.Показательное распределение
- •Билет 14.
- •1. Степенные ряды. Область сходимости степенного ряда
- •2. Нормальное распределение. Правило трех сигм
- •Билет 15.
- •1. Ряд Маклорена. Разложение в ряд Маклорена некоторых элементарных функций
- •2. Дискретная двумерная случайная величина
- •Билет 16.
- •2. Числовые характеристики двумерной случайной величины. Корреляционный момент. Коэффициент корреляции
- •Билет 18.
- •1. Однородные ду первого порядка
- •2. Условные числовые характеристики системы случайных величин. Регрессия
- •Билет 19.
- •1. Линейные ду первого порядка
- •2. Линейная регрессия. Прямые линии среднеквадратической регрессии
- •Билет 20.
- •1. Ду второго порядка, допускающие понижение порядка
- •2. Выборочный метод. Эмпирическая функция распределения. Полигон и гистограмма
- •Билет 21.
- •1. Линейные ду второго порядка. Теоремы о структуре общего решения однородного и неоднородного уравнения
- •2. Точечные оценки параметров
- •Билет 22.
- •1. Линейные однородные ду второго порядка с постоянными коэффициентами
- •2. Методы получения точечных оценок: метод моментов, метод наибольшего правдоподобия
- •Билет 23.
- •2. Проверка статистических гипотез
- •Билет 25.
- •1. Элементыкомбинаторики. Классическое,статистическое и геометрическое
- •2. Критерий согласия Пирсона для проверки гипотезы о законе распределения наблюдаемой случайной величины
- •Билет 26.
- •1. Алгебра событий
- •2. Элементы теории корреляции. Выборочное уравнение прямой линии регрессии
2. Равномерное распределение.Показательное распределение
Рассмотрим СВ, которая может принимать любое значение из некоторого интервала (а,в). Говорят, что эта случайная величина имеет равномерное распределение, если f(x) постоянно внутри этого интервала: f(x) = значение с находится через свойство плотности: с=1/(в-а). Функция распределения:F(x) = ;
вероятность того, что в результате испытания случайная величина Х примет значение, заключенное в интервале (α,β): P(α<X< β)= (β- α)/(b-a). Числовые характеристики: M(X)=(b+a)/2; D(X)=(b-a)2/12.
Пример: Найти среднее квадр. отклонение СВ, распределенной равномерно в интервале (1;5). a=1, b=5; .
Пусть НСВ принимает неотрицательные значения. Говорят, что она имеет показательное распределение, если плотность распределения определяется выражением ; λ-параметр распределения; функция распределения:.M(X)=1/λ, D(X)=1/λ2. Пример: Дана плотность распределения СВ, найти ее числовые характеристики. ; λ=5,M(X)=1/5, D(X)=1/25, σ(X)=1/5.
Билет 14.
1. Степенные ряды. Область сходимости степенного ряда
Степенной ряд-это ряд, члены которого яв-ся ступенным ф-ми. Область сходимости степен.ряда-это совокупность знач.переменной х, при которых соответ. числовые ряды сходятьс Структура обласьт сходимости устанавливаться с помощью теоремы Аббеля: 1) если степенной ряд сходится в т х=х1 то этот ряд абсолютно сходится при всех х по модулю меньших чем модуль х1 IxI<Ix1I 2) если степенной рдя расходится в точке х=х2 то ряд расходится при все х IxI<Ix2I для которых модуль х больше модуля х2. Радиус сходимости можно вычислить
ПРИМЕР Найти радиус и интервал сходимости степенного ряда
Решение. Сделаем замену:
u = x+ 3. Тогда ряд принимает вид . Вычислим радиус сходимости:
Соответственно, интервал сходимости равен (− ∞; ∞).
2. Нормальное распределение. Правило трех сигм
НСВ распределена по нормальному закону, если ее плотность определяется формулой: . Свойства плотности нормального распределения: 1) Мода распределения = а; 2) График плотности симметричен относительно прямой x=a; 3) При изменении параметра а график перемещается параллельно вдоль оси ОХ, не изменяя формы; 4) при изменении σ кривая вытягивается вверх, сжимаясь с боков.
Графиком плотности распределения является кривая Гаусса:
M(X) = a; D(X) = σ2. Вероятность того, что СВ примет значение на промежутке (α,β): ; вероятность отклонения нормальной СВ от своего мат.ожидания на величину меньшую чем δ: .Правило трех сигм: вероятность того, что нормально распределенная СВ отклонится от своего среднего значения на величину большую чем 3 средних квадр.отклонения равна 0,0027(0,27%) = 0,9973.Пример: Случайная величина Х имеет нормальное распределение с математическим ожиданием а=15 и средним квадратическим отклонением σ=5. Найти вероятность того, что случайная величина Х примет значение, принадлежащее интервалу (10;30). Известно, что вероятность того, что нормально распределенная случайная величина Х примет значение, принадлежащее интервалу (α,β), равна: ; Следовательно, .