- •1.Понятие двойного интеграла.
- •2 . Сведение двойного интеграла к повторному.
- •3.Замена переменных в двойном интеграле.
- •4. Некоторые приложения двойных интегралов.
- •5.Тройные интегралы.
- •8.Формула Грина.
- •9.Условия независимости криволинейного интеграла от пути интегрирования.
- •10 Некоторые прил10ожения криволинейных интегралов.
- •16.Скалярное поле, векторное поле
- •Теорема
- •[Править]Доказательство
- •Свойства
- •Формулировка
- •[Править]Доказательство
- •30. Ряд Лорана
- •[Править]Свойства
- •31. Изолированные особые точки
- •[Править]Классификация
- •32. Вычеты и их применение
- •33. Преобразование Лапласа. Связь с преобразованием Фурье
- •34. Основные теоремы об оригиналах и изображениях
- •35. Свертка оригиналов
- •36. Применение операционного исчисления
- •37. Вычисление оригиналов по известному изображению
- •38. Вероятность. Аксиоматика теории вероятностей
- •39. Комбинаторный анализ
- •Перечислительная комбинаторика
- •[Править]Структурная комбинаторика
- •[Править]Экстремальная комбинаторика
- •[Править]Теория Рамсея
- •40. Алгебра событий. Основные теоремы теории вероятностей
- •Теорема умножения вероятностей
- •Формула полной вероятности
- •Теорема гипотез (формула Бейеса)
- •41. Формула полной вероятности, формула Байеса
- •42. Схема независимых испытаний. Формула Бернулли
- •43. Предельные теоремы Лапласа и Пуассона
- •44. Случайные величины. Дискретная случайная величина
- •Числовые характеристики дискретных случайных величин
- •45. Непрерывная случайная величина
- •46. Основные распределения случайных величин
- •47. Предельные теоремы теории вероятностей
- •48. Многомерные случайные величины
- •49. Основные понятия математической статистики. Основы вычислительного эксперимента.
- •50. Точечные и интервальные оценки
- •51. Статистическая проверка статистических гипотез Определения
- •Этапы проверки статистических гипотез
- •[Править]Виды критической области
[Править]Структурная комбинаторика
К данному разделу относятся некоторые вопросы теории графов, а также теории матроидов.
[Править]Экстремальная комбинаторика
Примером этого раздела может служить следующая задача: какова наибольшая размерность графа, удовлетворяющего определённым свойствам.
[Править]Теория Рамсея
Основная статья: Теория Рамсея
Теория Рамсея изучает наличие регулярных структур в случайных конфигурациях элементов. Примером утверждения из теории Рамсея может служить следующее:
в группе из 6 человек всегда можно найти трёх человек, которые либо попарно знакомы друг с другом, либо попарно незнакомы.
В терминах структурной комбинаторики это же утверждение формулируется так:
в любом графе с 6 вершинами найдётся либо клика, либо независимое множество размера 3.
[править]Вероятностная комбинаторика
Этот раздел отвечает на вопросы вида: какова вероятность присутствия определённого свойства у заданного множества.
[править]Топологическая комбинаторика
Топологическая комбинаторика (англ.) применяет идеи и методы комбинаторики в топологии, при изучении дерева принятия решений, частично упорядоченных множеств, раскрасок графа и др.
[править]Инфинитарная комбинаторика
Инфинитарная комбинаторика (англ.) — применение идей и методов комбинаторики к бесконечным (в том числе, несчётным) множествам.
40. Алгебра событий. Основные теоремы теории вероятностей
еорема сложения вероятностей
Вероятность суммы двух несовместных событий равна сумме вероятностей этих событий:
Р(А+В) = Р(А) + Р(В) (1)
Теорема сложения вероятностей применима к любому числу несовместных событий. В общем виде ее удобно записать:
Р(∑Ai) = ∑Р(Ai) (2)
Отметим следствия вытекающие из теоремы сложения вероятностей.
Следствие 1: Если события А1, А2, …, Аn образуют полную группу несовместных событий, то сумма их вероятностей равна единице:
∑Р(Ai) = 1 (3)
Перед тем как вывести второе следствие теоремы сложения, введем понятие «противоположные события».
Противоположными событиями называются два несовместных события, образующих полную группу. Событие противоположное событию А принято обозначать A.
Теорема умножения вероятностей
Введем понятие независимые и зависимые события.
Событие А называется независимым от события В, если вероятность события А не зависит от того, произошло событие В или нет.
Событие А называют зависимым от события В, если вероятность события А меняется в зависимости от того, произошло событие В или нет.
Вероятность события А, вычисленная при условии, что имело место другое событие В, называется условной вероятностью события А и обозначается Р (А/В)
Формула полной вероятности
Следствием основных теорем является так называемая формула полной вероятности.
Пусть требуется определить вероятность некоторого события А, которое может произойти вместе с одним из событий: Н1, Н2, ….Нn, Образующих полную группу несовместных событий. Будем эти события называть гипотезами.
В этом случае, вероятность события А вычисляется как сумма произведений вероятности каждой гипотезы на вероятность события при этой гипотезе
Р(А)=∑Р(Hi)×P(A/Hi) (16)