- •Лекция № 45. Тема 1 : Числовой ряд. Необходимый признак сходимости
- •1.2. Необходимый признак сходимости. Гармонический ряд
- •Тема 2 : Достаточные признаки сходимости рядов с положительными членами
- •2.1. Признаки сравнения
- •Лекция № 46
- •2.2. Признак Даламбера
- •2.3. Радикальный признак Коши
- •2.4. Интегральный признак Коши
- •Тема 3 : Знакопеременные ряды
- •3.1. Знакочередующиеся ряды. Теорема Лейбница
- •3.2. Абсолютная и условная сходимость
- •Лекция № 47. Тема 4 : Функциональные ряды
- •4.1. Определение функционального ряда
- •4.2. Равномерная сходимость функциональных рядов
- •Тема 5 : Степенные ряды
- •5.1. Определение степенного ряда. Теорема Абеля
- •Лекция № 48
- •5.2. Разложение функций в степенные ряды
- •5.3. Применение рядов Тейлора
- •Лекция № 49. Тема 6 : Ряды Фурье
- •6.1. Определение ряда Фурье
- •6.2. Условия разложения функции в ряд Фурье
- •Лекция № 50
- •6.4. Ряды Фурье для четных и нечетных функций
- •6.5. Разложение непериодических функций в ряд Фурье
- •6.6. Интеграл Фурье
- •Уравнения математической физики Лекция № 51.
- •1. Основные типы уравнений математической физики
- •2. Решение волнового уравнения методом Фурье
- •Кратные интегралы Лекция № 52. Тема 1: Определение кратного интеграла
- •1.1. Задачи, приводящие к понятию кратного интеграла
- •1.2. Определение кратного интеграла и его основные свойства
- •Тема 2: Двойной интеграл
- •2.1. Определение двойного интеграла (ди)
- •2.2. Вычисление двойного интеграла.
- •Лекция № 53
- •2.3. Замена переменных в двойном интеграле.
- •2.4. Ди в полярной системе координат
- •2.5. Приложения двойного интеграла
- •Лекция № 54
- •Лекция № 55. Тема 3 : Тройной интеграл
- •3.1. Определение и вычисление тройного интеграла
- •3.2. Замена переменных в тройном интеграле
- •3.3. Приложения тройного интеграла
- •Лекция № 56. Тема 4 : Криволинейные интегралы
- •4.1. Криволинейные интегралы первого рода или по длине дуги
- •4.2. Криволинейные интегралы второго рода или по координатам
- •Лекция № 58.
- •4.3. Формула Грина
- •4.4. Условие независимости криволинейного интеграла второго рода от пути интегрирования
- •Тема 5 : Поверхностные интегралы
- •5.1. Поверхностные интегралы первого рода
- •5.2. Поверхностные интегралы второго рода
- •5.3. Приложения поверхностных интегралов
- •Лекция № 58. Тема 6 : Элементы теории поля
- •6.1. Понятие поля
- •6.2. Формула Гаусса Остроградского
- •6.3. Формула Стокса
- •Теория вероятностей Лекция № 59. Тема 1 : Общие понятия
- •1.1. Предмет теории вероятностей
- •1.2. Пространство элементарных событий
- •1.3. Операции над событиями
- •1.4. Статистический подход к понятию вероятности
- •Лекция № 60
- •1.5. Элементы комбинаторики
- •1. Перестановки.
- •2. Сочетания.
- •3. Размещения.
- •1.6. Классическое определение вероятности
- •1.7. Аксиоматическое определение вероятности
- •Лекция № 61. Тема 2 : Основные теоремы теории вероятностей
- •2.1. Теорема умножения вероятностей
- •2.2. Теорема сложения вероятностей
- •2.3. Формула полной вероятности
- •2.4. Формула Бейеса
- •Лекция № 62. Тема 3 : Повторение испытаний
- •3.1. Независимые испытания. Формула Бернулли
- •3.2. Локальная теорема Муавра – Лапласа
- •3.3. Интегральная теорема Лапласа
- •3.4. Теорема Пуассона
- •3.5. Вероятность отклонения частоты от постоянной вероятности в независимых испытаниях
- •Лекция № 63.
- •Тема 4 : Случайные величины и функции распределения
- •4.1. Случайные величины
- •4.2. Функция распределения вероятностей для дискретной св
- •4.3. Непрерывная св. Функция распределения
- •Лекция № 64. Тема 5 : Числовые характеристики св
- •5.1. Математическое ожидание св
- •5.2. Дисперсия и среднее квадратическое отклонение св
- •5.3. Понятие о моментах св
- •Лекция № 65. Тема 6 : Основные законы распределения св
- •6.1. Законы распределения дискретных случайных величин
- •6.1.1. Биномиальное распределение
- •6.1.2. Распределение Пуассона
- •6.1.3. Геометрическое распределение
- •6.2. Законы распределения непрерывных случайных величин
- •6.2.1. Равномерное распределение
- •6.2.2. Показательное распределение
- •Лекция 66
- •6.2.3. Нормальное распределение
- •Тема 7 : Закон больших чисел
- •7.1. Неравенство Чебышева
- •7.2. Теорема Чебышева
- •Лекция № 67. Тема 8 : Многомерные случайные величины
- •8.1. Многомерные св и их функции распределения
- •8.2. Числовые характеристики двумерной св
- •Элементы математической статистики Лекция № 68. Введение
- •1. Предмет математической статистики
- •Тема 1: Статистические законы распределения выборки
- •1.1. Полигон и гистограмма
- •1.2. Эмпирическая функция распределения
- •Тема 2 : Статистические оценки параметров распределения
- •2.1. Точечные оценки
- •2.2. Интервальные оценки
- •Лекция № 69
- •Тема 3 : Проверка статистических гипотез. Критерий согласия Пирсона
- •Тема 4 : Элементы теории корреляции
- •4.1. Статистические зависимости
- •4.2. Линейная регрессия
- •4.3. Корреляционная таблица
- •4.4. Выборочный коэффициент корреляции
7.2. Теорема Чебышева
Теорема. Если независимые СВ, имеющие конечные дисперсии, т.е. , то
Рассмотрим новую случайную величину и применим к ней неравенство Чебышева
.
Переходя к пределу при и, учитывая что, получаем теорему Чебышева.
Следствия:
1. Теорема Бернулли. Если число наступления события А в п независимых испытаниях, а р вероятность А, то
Пусть число появления события A в одном испытании, т.е.
-
0
1
p
q
p
Тогда и
Полагая в неравенстве Чебышева соответствующие значения, получаем теорему Бернулли.
2. Если для последовательности независимых случайных величин вы-полняется равенство
,
то
Доказательство следует из теоремы Чебышева.
Этот частный случай даёт основание правилу среднего арифмети-ческого, употребляемого в теории измерений, т.е. если результаты изме-рений: , то искомая величина.
Следовательно, увеличивая количество измерений, мы будем получать более надежный результат.
Пример 3. Дисперсия каждой из попарно независимых случайных величин не превышает 10. Оценить вероятность того, что отклонение среднего арифметического 16000 этих величин от среднего арифметического их математических ожиданий не превосходит 0,25.
По условию
Тогда по теореме Чебышева С = 10 и искомая вероятность
Лекция № 67. Тема 8 : Многомерные случайные величины
8.1. Многомерные св и их функции распределения
Определение 1. Многомерной случайной величиной называется вектор, координаты которого являются СВ, т.е. .
Например, координаты точки попадания при выстреле – двумерная СВ; станок производит детали длиной X, внутренним диаметром Y, внеш-ним диаметром Z - трёхмерная СВ (X, Y, Z).
Ограничимся случаем двумерной СВ (X, Y). Законом распределения дискретной двумерной СВ является перечень её возможных значений и соответствующих им вероятностей. Его удобно задавать в виде таблицы
-
Y X
…
…
…
…
…
…
…
…
…
Здесь .
Аналогично, как и в случае одномерной СВ, обозначим через множество элементарных событий, для которых одно-временно выполняются неравенства и.
Определение 2. Функцией распределения двумерной СВ называется .
Геометрически представляет собой вероятность попадания СВ (X, Y) в бесконечный квадрат с вершиной в точке (х, у).
у
(х, у)
х
Из определения функции распределения следуют ее свойства.
1.
2. неубывающая функция.
3.
4. , где и функции распределения СВ X и Y соответственно.
5.
Рассмотрим предел
.
Можно показать, что этот предел равен плот-ности распределения двумерной СВ.
Свойства плотности распределения:
1. , так какнеубывающая функция.
2. Вероятность попадания СВ (X, Y) в область D равна
так как вероятность попадания в прямоугольник пло-щадью .
3. , что следует из определения.
4. , что следует из свойства3 и того, что
5.
Определение 3. Случайные величины X и Y называются независи-мыми, если выполняется равенство
или
Пример 1. Определить зависимы или независимы СВ X, Y и найти вероятность их попадания в квадрат , если
.
Имеем
X и Y - независимые СВ.