- •1. Понятие функции нескольких переменных. Предел функции нескольких переменных в точке, повторные пределы. Непрерывность
- •2. Частные производные
- •3.Частные производные сложной функции.
- •Неявные функции и их дифференцирование.
- •4. Дифференцируемость функции нескольких переменных. Необходимые условия дифференцируемости. Достаточные условия дифференцируемости. Полный дифференциал.
- •8. Локальный экстремум функции нескольких переменных. Необходимое условие экстремума. Достаточные условия экстремума.
- •12. Определенный интеграл с переменным верхним пределом.
- •14. Замена переменных в определенном интеграле.
- •15. Интегралы от периодических, нечетных и четных ф-ций.
- •17. Несобственные интегралы второго рода.
- •18. Вычисление площадей плоских фигур.В декартовой системе координат
- •20. Вычисление длины дуги с помощью определенного интеграла.
- •26. Линейные ду 1 порядка: однор и неоднор, метод Бернули
- •Подставляем полученное соотношение в исходное уравнение
- •Свойства криволинейного интеграла первого рода.
- •43. Криволинейные интегралы I рода.
- •44.Криволинейные интегралы второго рода.
- •46. Условия независимости криволинейного интеграла второго рода от пути. Интегрирование полных дифференциалов.
- •Циркуляция и ротор векторного поля.
- •48. Потенциальное векторное поле и его свойства.
- •50. Формула Грина.
- •67. Классическое определение вероятности
- •68. Сложение и умножение вероятностей
- •69. Формула полной вероятности и формула Байеса
- •79. Независимые испытания. Формула Бернулли
- •Теоремы Муавра-Лапласа
- •70. Аксиоматическое определение вероятности (по а.Н.Колмогорову).
- •Свойства вероятности
- •80. Двумерные случайные величины
- •Свойства функции распределения.
- •82,84. Математическое ожидание.
- •Свойства математического ожидания
- •Ковариация (корреляционный момент).
- •Свойства ковариации.
- •Свойства коэффициента корреляции.
- •Двумерное равномерное распределение
- •86,85. Неравенства Чебышева.
- •Законы больших чисел.
- •Теорема Чебышева
- •Теорема Бернулли.
- •78.Правило 3-х (трех “сигм”).
- •Нормальный закон распределения.
80. Двумерные случайные величины
Совокупность двух случайных величин
(X,Y), заданных на вероятностном пространстве
,
называют двумерной случайной величиной
или двумерным случайным вектором,
X,Y называют координатами случайного
вектора. Это определение можно обобщить
и на совокупность n
случайных величин. Функцией распределения
случайного вектора (X,Y) или совместной
функцией распределения случайных
величин X,Y называется
.
Свойства функции распределения.
(Это – свойство вероятности, а
- вероятность).- неубывающая функция по каждому из своих аргументов. (В самом деле, если
,
то событие
включено в событие
,
следовательно, его вероятность меньше)
(события
- невозможные, поэтому их вероятность
равна нулю).
(событие
достоверно).
=
-
-
+
Г
еометрически,
-
площадь
полосы левее и ниже точки
,
Вычитая из нее и ,
мы два раза вычтем площадь
полосы левее и ниже точки
.
Для того, чтобы получить
площадь прямоугольника –
левую часть равенства, надо
вычитать эту площадь один раз,
п
оэтому
надо добавить ее, т.е.
в правую часть равенства.
6.
непрерывна
слева по каждому из аргументов
7.
.
Так как событие
достоверно, то пересечение событий
и
есть событие
.
Поэтому первое равенство справедливо.
Аналогично доказывается справедливость
второго равенства.
Двумерная случайная величина (X,Y) дискретна, если X, Y - дискретные случайные величины. Для нее составляется таблица распределения – аналог ряда распределения для одномерной случайной величины.
-
X
Y
y1
y2
…..
ym
PX
x1
p11
p12
…
p1m
pX1
x2
p21
p22
…
p2m
pX2
…….
…
…
…
…
…
xn
pn1
pn2
…
pnm
pXn
PY
pY1
pY2
…
pYm
Здесь pnm
=
,
pYm =
=
p1m+
p2m
+…+pnm,
pXn = pn1 + pn2 + … +pnm.
График функции распределения для
двумерной случайной величины напоминает
«лестницу», уровень ступеней которой
изменяется скачком на pij
при переходе через точку (xi
, yj)
в положительном направлении по оси OX
и по оси OY. Если зафиксировать
x = xi,
то при увеличении y эти
скачки будут на pi1,
pi2,
… pim
(от нуля до pXi
). Если зафиксировать y =
yj, то
при увеличении x скачки
будут на p1j,
p2j,
… pnj
(от нуля до pYj).
Нижние ступени (при x
x1
и y
y1)
находятся на нулевом уровне, самая
верхняя ступень (при x>xn,
y>ym)
находится на уровне 1. Если зафиксировать
x > xn
то при увеличении y эти
скачки будут на pY1,
pY2,
… pYm
(от нуля до 1). Если зафиксировать y
> ym,
то при увеличении x скачки
будут на pX1,
pX2,
… pXn
(от нуля до 1).
