- •Вопрос 1. Комплексные числа. Основные определения, геометрическое изображение.
- •Вопрос 2.Основные действия над комплексными числами: сложение, вычитание и умножение.
- •Вопрос 3. Деление комплексных чисел.
- •Вопрос 4.Возведение комплексного числа в степень. Формула Муавра.
- •Вопрос 5.Корни квадратных и b-квадратных уравнений.
- •Вопрос 6.Показательная функция с комплексным показателем. Формула Эйлера. Показательная форма комплексного числа.
- •Вопрос 7. Дифференциальные уравнения
- •Вопрос 8. Задача Коши.
- •Вопрос 9. Общее и частное решение уравнения.
- •Вопрос 10.Дифференциальные уравнения с разделяющимися переменными.
- •Вопрос 11. Линейные дифференциальные уравнения.
- •Вопрос 12.Уравнение Бернулли.
- •Вопрос 13. Метод Бернулли.
- •Вопрос 14. Однородные дифференциальные уравнения.
- •Вопрос 15.Дифференциальные уравнения, приводящие к однородным.
- •Вопрос 16.Дифференциальные уравнения. Полный дифференциал.
- •Вопрос 21. Классическое определение вероятностей.
- •Вопрос 22.Сумма произведений событый.
- •Вопрос 23. Теорема сложения вероятностей.
- •Вопрос 24. Теорема произведения вероятностей.
- •Вопрос 25. Формула полной вероятности.
- •Вопрос 26.Формула Байеса.
- •Вопрос 27.Случайниые величины. Практически невозможные и практически достоверные события
- •Вопрос 28. Закон распределения.
- •Вопрос 29.Частная теорема о повторении опытов. Биноминальное распределение.
- •Вопрос 31. Вероятность попадания случайной величины на заданный участок.
- •Вопрос 33. Свойства плотности распределения.
- •Вопрос 34. Числовые характеристики непрерывных случайных величин.
- •Вопрос 35.Дисперсия.
Вопрос 26.Формула Байеса.
Пусть имеется
полная группа несовместных гипотез
с известными вероятностями их наступления
.
Пусть в результате опыта наступило
событие А, условные вероятности которого
по каждой из гипотез известны, т.е.
известны вероятности
.Требуется
определить какие вероятности имеют
гипотезы
относительно события А, т.е. условные
вероятности
.Т
еорема.
Вероятность гипотезы после испытания
равна произведению вероятности гипотезы
до испытания на соответствующую ей
условную вероятность события, которое
произошло при испытании, деленному на
полную вероятность этого события.
Эта
формула называется формулой Бейеса.
Доказательство.По Теореме умножения вероятностей получаем:
Тогда
если
.
Для нахождения вероятности P(A) используем формулу полной вероятности.
Если
до испытания все гипотезы равновероятны
с вероятностью
,
то формула Бейеса принимает вид:
Вопрос 27.Случайниые величины. Практически невозможные и практически достоверные события
Выше рассматривались случайные события, являющиеся качественной характеристикой случайного результата опыта. Для получения количественной характеристики вводится понятие случайной величины.
Определение. Случайной величиной называется величина, которая в результате опыта может принимать то или иное значение, причем заранее известно какое именно.
Случайные величины можно разделить на две категории.
Определение. Дискретной случайной величиной называется такая величина, которая в результате опыта может принимать определенные значения с определенной вероятностью, образующие счетное множество (множество, элементы которого могут быть занумерованы).
Это множество может быть как конечным, так и бесконечным.
Например, количество выстрелов до первого попадания в цель является дискретной случайной величиной, т.к. эта величина может принимать и бесконечное, хотя и счетное количество значений.
Определение. Непрерывной случайной величиной называется такая величина, которая может принимать любые значения из некоторого конечного или бесконечного промежутка.
Очевидно, что число возможных значений непрерывной случайной величины бесконечно.
Для задания случайной величины недостаточно просто указать ее значение, необходимо также указать вероятность этого значения.
Достовернымназывается событие А, которое происходит в каждом опыте. Невозможным называется событие А, которое в результате опыта произойти не может.
Вопрос 28. Закон распределения.
Определение. Соотношение между возможными значениями случайной величины и их вероятностями называется законом распределения дискретной случайной величины.
Закон распределения может быть задан аналитически, в виде таблицы или графически.
Таблица соответствия значений случайной величины и их вероятностей называется рядом распределения. Графическое представление этой таблицы называется многоугольником распределения. При этом сумма все ординат многоугольника распределения представляет собой вероятность всех возможных значений случайной величины, а, следовательно, равна единице.
