- •Министерство образования и науки российской федерации
- •Дифференциальные уравнения первого порядка
- •Уравнения с разделёнными и разделяющимися переменными
- •Однородные уравнения первого порядка
- •Линейные уравнения первого порядка
- •Уравнение в полных дифференциалах
- •Интегрирующий множитель
- •Дифференциальные уравнения высших порядков
- •Уравнения вида
- •Уравнения второго порядка, приводящиеся к уравнениям первого порядка
- •Линейные однородные уравнения. Определения и общие свойства
- •Линейные однородные уравнения второго порядка с постоянными коэффициентами
- •Линейные однородные уравнения го порядка с постоянными коэффициентами
- •Неоднородные линейные уравнения второго порядка
- •Неоднородные линейные уравнения второго порядка с постоянными коэффициентами
- •Неоднородные линейные уравнения высших порядков
- •Системы обыкновенных дифференциальных уравнений
- •Системы линейных дифференциальных уравнений с постоянными коэффициентами
- •Р я д ы Числовые ряды Числовой ряд. Сумма ряда. Необходимый признак сходимости ряда
- •Достаточные признаки сходимости рядов с положительными членами
- •Знакопеременные ряды
- •Функциональные ряды
- •Ряды Тейлора и Маклорена
- •Ряды Фурье
- •Ряды Фурье для четных и нечетных функций
- •Ряд Фурье для функции с периодом
- •К о м б и н а т о р и к а
- •Общие правила комбинаторики
- •Соединения в комбинаторике
- •Размещения без повторений
- •Перестановки без повторений
- •Сочетания без повторений
- •Размещения с повторениями
- •11 12 13 14 15 16 17 19
- •Перестановки с повторениями
- •Т е о р и я в е р о я т н о с т е й Случайные события Основные понятия теории вероятностей
- •Основные теоремы теории вероятностей Теорема сложения вероятностей несовместных событий
- •Зависимые и независимые события. Условная вероятность
- •Теорема умножения вероятностей
- •Теорема сложения вероятностей совместных событий
- •Вероятность появления хотя бы одного события
- •. Формула полной вероятности
- •Формула Бейеса
- •Повторение испытаний
- •Формула Бернулли
- •Локальная теорема Лапласа
- •. Формула Пуассона
- •Интегральная теорема Лапласа
- •Случайные величины Случайная величина. Виды случайных величин
- •Закон распределения вероятностей дискретной случайной величины
- •Числовые характеристики дискретных случайных величин
- •Математическое ожидание дискретной случайной величины
- •Дисперсия дискретной случайной величины
- •Плотность распределения вероятностей непрерывной случайной величины
- •Числовые характеристики непрерывных случайных величин
- •Законы распределений
- •Равномерное распределение
- •Нормальное распределение
- •. Правило трёх сигм
- •Показательное распределение
- •Функция надёжности
- •Элементы математической статистики Основные сведения из математической статистики
- •Статистическое распределение выборки. Полигон и гистограмма
- •1 4 6
- •10 15 25
- •Статистические оценки параметров распределения
- •Оценка генеральной дисперсии по исправленной выборочной
- •Точность оценки, доверительная вероятность (надёжность). Доверительный интервал
- •Методы расчёта сводных характеристик выборки
- •Сведение первоначальных вариант к равноотстоящим
- •Оценка отклонения теоретического и эмпирического распределений от нормального. Асимметрия и эксцесс
- •Элементы теории корреляции
- •. (1)
- •(4) . (5) Корреляционная таблица
- •Отыскание параметров выборочного уравнения прямой линии регрессии по сгруппированным данным
- •Методика вычисления выборочного коэффициента корреляции
- •. Статистическая проверка статистических гипотез
- •Линейное программирование Задача линейного программирования
- •Построение математической модели
- •Графическое решение задачи линейного программирования
- •Симплексный метод решения задачи линейного программирования
- •Решение задачи 1 симплексным методом
- •Искусственное начальное решение. Метод больших штрафов.
- •Особые случаи применения симплекс-метода
- •1.7.2 Бесконечное множество решений
- •1.7.4 Неограниченные решения
- •1.7.5 Промежуточное вырожденное решение
- •Задача о назначениях
- •4 Изменение запаса ресурса продукта а 7
- •1 Изменение единицы стоимости продукта а 4
- •Заключение
Интегральная теорема Лапласа
Как вычислить вероятность того, что событие А появится в испытаниях не менее раз и не болеераз (для краткости будем говорить «отдораз»)? На этот вопрос отвечает интегральная теорема Лапласа:
Теорема. Если вероятность наступления события А в каждом испытании постоянна и отлична от нуля и единицы, то вероятность того, что событие А появится в испытаниях отраз, приближённо равна определённому интегралугдеи.
При решении задач, требующих применения интегральной теоремы Лапласа, пользуются специальными таблицами, т.к. неопределённый интегралне выражается через элементарные функции. В таблице даны значения функции Ф() для положительных значениии для=0. Для<0 пользуются той же таблицей, учитывая, что функция Ф() нечётна, т.е. Ф() =Ф(). В таблице приведены значения интеграла лишь до=5, т.к. для>5 можно принять Ф() = 0,5. Функцию Ф() называют функцией Лапласа.
Для того, чтобы можно было пользоваться таблицей функции Лапласа, преобразуем выражение (1) .
Итак, вероятность того, что событие А появится в независимых испытаниях от раз,
, где и .
Случайные величины Случайная величина. Виды случайных величин
Бросается игральная кость, при этом могли появиться числа 1, 2, 3, 4, 5, 6. Заранее определить число выпавших очков невозможно, поскольку оно зависит от многих случайных причин, которые полностью не могут быть учтены. В этом смысле число очков есть величина случайная, а числа 1, 2, 3, 4, 5, 6 есть возможные значения этой величины.
Случайной называют величину, которая в результате испытания примет одно и только одно возможное значение, наперёд не известное и зависящее от случайных причин, которые заранее не могут быть учтены.
Случайные величины обозначаются буквами X, Y, Z, … , а их возможные значения соответственно x, y, z, ….
Пример 1. Число родившихся мальчиков среди ста новорождённых есть случайная величина, которая имеет возможные значения: 0, 1, 2, 3, … , 100.
Значения отделены одно от другого промежутками, в которых нет возможных значений. В этом случае случайная величина принимает отдельные, изолированные возможные значения.
Дискретной называют случайную величину, которая принимает отдельные, изолированные возможные значения с определёнными вероятностями. Число возможных значений дискретной случайной величины может быть конечным или бесконечным.
Пример 2. Расстояние, которое пролетит снаряд при выстреле из орудия, есть случайная величина.
Случайная величина могла принять любое из значений промежутка . Здесь нельзя отделить одно возможное значение от другого промежутком, не содержащим возможных значений случайной величины.
Непрерывной называют случайную величину, которая может принимать все значения из некоторого конечного или бесконечного промежутка. Число возможных значений непрерывной случайной величины бесконечно.
Закон распределения вероятностей дискретной случайной величины
Законом распределения дискретной случайной величины (дсв) называют соответствие между возможными значениями и их вероятностями.
Закон распределения дсв можно задать таблично, в виде формулы и графически. При табличном задании закона распределения дсв первая строка таблицы содержит возможные значения, вторая – их вероятности: