- •4. Непрерывность функции двух переменных. Точки разрыва.
- •7.Дифференциал функции двух переменных.
- •10.Понятие первообразной функции и неопределенного интеграла.
- •14. Интегрирование рациональных функций.
- •17.Нахождение интегралов с помощью уравнений
- •21.Интеграл с переменной верхней границей как первообразная для подинтегральной функции. Формула Ньютона-Лейбница.
- •24.Теорема существования и единственности сущ. Решения д.У. 1порядка задача Коши.
- •27. Однородное д.У. И его решение.
- •33. Вероятность суммы событий.
- •34. Вероятность суммы независимых событий.
- •37. Формула Бернулли.
- •40. Функция распределение случайной величины и ее свойства.
- •43. Свойство дисперсии.
- •46. Геометрическое распределение и ее характеристики.
- •49. Формула Лапласа для определения вероятностей для нормального распределения.
- •52. Понятие случайной выборки и статистического ряда.
- •55. Интервальные методы.
- •8.Градиент и его свойства.
- •11.Таблица неопределенного интеграла.
- •15.Интегрирование иррациональных функций.
- •18.Определенный интеграл и его геометрический смысл.
- •22.Нахождение площадей плоских фигур и объемов тел вращения с помощью интегралов..
- •Нахождение объемов тел вращения с помощью интегралов
- •Вычисление объема тела, образованного вращением плоской фигуры вокруг оси
- •Как вычислить объем тела вращения?
- •25. Д.У. С разделяющимися переменными и метод его решения.
- •28.Основные понятия комбинаторики: перестановка, размещение и сочетание….
- •31.Геометрическая вероятность.
- •35.Полная группа событий. Формула полной вероятности.
- •38. Наивероятнейшее число в схеме Бернулли.
- •41. Числовые характеристики случайной величины.( мат. Ожидание, дискрет.Величниа)
- •44. Биноминальное распределение и ее характеристики.
- •50.Теорема Чебышева. Закон больших чисел.
- •53. Выборочная средняя исправленная выборочная дисперсия.
- •58. Двусторонняя критическая область.
- •6.Производная по направлению и ее вычисления.
- •9.Экстремум функции двух переменных. Условия экстремума.
- •13. Интегрирование по частям в неопред. Интеграле
- •12.Замена переменной в неопределенном интеграле.
- •16.Интегрирование квадратичных иррациональностей.
- •19.Замена переменной в определенном интеграле.
- •20.Интегрирование по частям в опред. Интервале.
- •23.Дефференциал уравнения и его общее и частное решение и их геометрическая интерпритация.
- •26.Линейное д.У. 1порядка и метод его решения.
- •29. Основные понятия теории вероятности: испытание, событие и вероятность.
- •32. Условная вероятность. Вероятность произведения события.
- •36. Формула Беиса.
- •39. Дискретная случайная величина и ее табл. Распределения.
- •45.Распределение Паусона и ее характеристики.
- •51.Центральная предельная теорема Ляпунова.
- •54. Точечные методы оценивания неизвестных параметров.
- •57. Односторонняя критическая область
- •60. Уравнение линии регрессии.
- •2 Типа взаимосвязей между х и у:
- •59. Статистическое и корреляционная зависимость случ. Вел.
- •56. Статистическая обработка результатов наблюдения с помощью критерия согласия.
45.Распределение Паусона и ее характеристики.
Говорят, что случайная величина распределена по закону Пуассона, если вероятность того, что она примет определенное значение, выражается формулой , где а – некоторая положительная величина, называемая параметром закона Пуассона.
При больших n и малых р вычисления по формуле Бернулли затруднены. В этих случаях обычно используют формулу Пуассона , ,
Дискретная случайная величина имеет распределение Пуассона с параметром λ, если:
Распределение Пуассона также называется распределением редких событий.
Распределение Пуассона - это дискретное распределение, являющееся одним из важных предельных случаев биномиального распределения
48. нормальное распределение как одно из важнейших распределений непрерывности случайной величины. Непрерывная случайная величина Х называется распределенной по нормальному закону, если ее плотность распределения равнагдеm - математическое ожидание случайной величины; σ2 - дисперсия случайной величины, характеристика рассеяния значений случайной величины около математического ожидания. Условием возникновения нормального распределения являются формирование признака как суммы большого числа взаимно независимых слагаемых, ни одно из которых не характеризуется исключительно большой по сравнению с другими дисперсиями. Нормальное распределение является предельным, к нему приближаются другие распределения. Математическое ожидание случайной величины Х. распределено по нормальному закону, равно mx = m, а дисперсия Dx = σ2. Вероятность попадания случайной величины Х, распределенной по нормальному закону, в интервале (α, β) выражается формулойгде - табулированная функция
51.Центральная предельная теорема Ляпунова.
Если случайная величина представляет собой сумму очень большого числа взаимно независимых случайных величин, влияние каждой из которых на всю сумму ничтожно мало, то случайная величина имеет распределение близкое к нормальном
Закон больших чисел устанавливает условия, при которых среднее значение случайной величины стремится к некоторой постоянной, при стремлении числа испытаний к бесконечности. Существует группа теорем, которая описывает условия стремления закона распределения случайной величины к нормальному. Одна из таких теорем - теорема Ляпунова. Данная теорема устанавливает некоторые условия, при которых закон распределения суммы Yn = X1 + X2 + ... + Xn случайных величин при стремлении n к бесконечности стремится к нормальному закону распределению. Рассмотрим эти условия: если есть независимые случайные величины X1, X2, X3 ... и каждая из этих величин имеет математическое ожидание М(Хi) и дисперсию D(Xi), абсолютный центральный момент третьего порядка bi и предел отношениястремится к нулю, то закон распределения суммы этих величин при стремлении n к бесконечности приближается к нормальному закону распределения
54. Точечные методы оценивания неизвестных параметров.
Точечные оценки. Свойства оценок.
Выборочная характеристика, используемая в качестве приближенного значения неизвестной генеральной характеристики, называют ее точечной статистической оценкой
Точечное оценивание применяют для приблизительной оценки параметров генеральной совокупности по статистиками выборки наблюдений выборочные показатели статистическим оценкам параметров генеральной совокупности с определенной точностью (или с определенными статистическими погрешностями) К в того же статистические оценки являются случайными величинами, обладающими неконтроное разброс даже если выборки взяты из той же генеральной совокупности.
При оценке желательно, чтобы потеря информации, которая может быть существенной для принятия статистических решений, была минимальной Итак, для того, чтобы оценки были надежными, они должны отвечать некоторым требование ам, т.е. обладать определенными свойствами.
Основными свойствами статистических оценок является способность, незмищеннисть, эффективность:
o Возможность Статистическая оценка ®n состоянии, когда при постоянном увеличении объема выборки (n - \"со) она приближается к значению параметра ©, который оценивает Статистика ©\" способную оценке параметpa 0, когда для любого добавляют атного числа есть есть справедливо соотношениеввідношення
o Незмищеннисть Статистика считается несмещенной, если ее математическое ожидание равно параметру, оценивается Выборочное среднееX является несмещенной оценке генерального среднего fi, поскольку м [X]= ц чего нельзя сказать, например, о выборочных показатели дисперсии
o Эффективность Точечная оценка называется эффективной, если она имеет наименьшую степень дисперсии выборочного распределения по сравнению с аналогичными оценками, т.е. обнаруживает наименьшую случайную вариативность