
- •1. Промежутки возрастания и убывания дифференцируемой функции. Экстремумы функции. Необходимое условие экстремума.
- •2. Достаточные условия существования максимума или минимума функции.
- •3. Наибольшие и наименьшие значения непрерывной функции на отрезке.
- •4. Исследование функции на выпуклость. Точки перегиба.
- •5. Асимптоты графика функции. Отыскание вертикальной и наклонной асимптот.
- •6. Общая схема исследования функции и построение ее графика.
- •7. Понятие о числовых рядах. Сходимость и сумма ряда. Необходимый признак сходимости.
- •8. Знакоположительные ряды. Достаточные признаки сходимости.
- •9. Свойства сходящихся рядов.
- •10. Знакочередующиеся ряды. Признак Лейбница. Абсолютная и условная сходимость ряда.
- •11. Понятие о функциональных рядах. Степенные ряды. Радиус сходимости степенного ряда.
- •12. Ряды Тейлора и Маклорена.
- •1 3. Понятие о ряде Фурье. Разложение в ряд Фурье четных и нечетных периодических функций.
- •14. Первообразная функции на промежутке. Неопределенный интеграл и его свойства.
- •15. Интегрирование по частям, замена переменных. Таблица интегралов основных элементарных функций.
- •17. Основные свойства определенного интеграла. Теорема о среднем.
- •18. Определенный интеграл как функция верхнего предела. Формула Ньютона-Лейбница для вычисления определенного интеграла. Замена переменных в определенном интеграле.
- •19. Несобственный интеграл с неограниченной областью интегрирования. Несобственный интеграл от функции, неограниченной на отрезке интегрирования. Понятие сходимости несобственных интегралов.
- •20. Понятие о дифференциальном уравнении и его решении. Порядок дифференциального уравнения. Понятие общего и частного решения.
- •21. Задача Коши для дифференциальных уравнений первого порядка. Теорема существования и единственности решения.
- •22. Линейные дифференциальные уравнения первого порядка. Метод разделения переменных.
- •23. Комплексные числа, алгебраическая и тригонометрическая форма записи. Формула Эйлера.
- •24. Линейные дифференциальные уравнения второго порядка с постоянными коэффициентами (однородные и неоднородные). Структура общего решения.
- •26. Непрерывность функции двух независимых переменных.
- •27. Частные производные и вектор градиента функции двух независимых переменных. Производная по направлению. Понятие о линиях уровня.
- •28. Полный дифференциал функции нескольких переменных. Дифференциал второго порядка функции нескольких переменных.
- •29. Частные производные и дифференциалы высших порядков.
- •30. Максимумы и минимумы функции нескольких (двух) переменных. Необходимые условия экстремума.
- •31. Наибольшее и наименьшее значения функции двух независимых переменных на замкнутом ограниченном множестве.
- •32. Достаточные условия максимума или минимума функции нескольких независимых переменных.
- •33. Предмет теории вероятностей. Виды случайных событий. Классическое определение вероятности события. Свойства вероятности.
- •34. Относительная частота события. Статистическое определение вероятности события.
- •35. Аксиоматическое определение вероятности.
- •36. Алгебра событий.
- •37. Теорема сложения вероятностей для совместных и несовместных событий.
- •38. Условная вероятность. Теорема умножения вероятностей для зависимых и независимых и событий.
- •40. Формула Бейеса (формула переоценки вероятностей гипотез).
- •41. Схема повторных независимых испытаний (схема Бернулли). Формула Бернулли.
- •42. Локальная и интегральная теоремы Лапласа.
- •43. Дискретные и непрерывные случайные величины, их законы распределения.
- •44. Числовые характеристики дискретных случайных величин.
- •46. Плотность распределения вероятностей непрерывной случайной величины, ее свойства.
- •47. Числовые характеристики непрерывных случайных величин.
38. Условная вероятность. Теорема умножения вероятностей для зависимых и независимых и событий.
Условная вероятность — это вероятность некоторого события A, при условии наступления некоторого другого события B; записывается P(A|B) и читается «вероятность A при условии B», или «вероятность A при данном B».
Случайное
событие определено как событие, которое
при осуществлении совокупности условий
эксперимента может произойти или не
произойти. Если при вычислении вероятности
события никаких других ограничений,
кроме условий эксперимента, не налагается,
то такую вероятность называют безусловной;
если же налагаются и другие дополнительные
условия, то вероятность события называют
условной. Условной вероятностью
называют
вероятность события В, вычисленную в
предположении, что событие А уже
наступило. Вероятность совместного
появления двух зависимых событий равна
произведению вероятности одного из
них на условную вероятность второго,
вычисленную при условии, что первое
событие произошло, т.е.
.
В частности, отсюда получаем
.
Теорема: Вероятность совместного появления двух зависимых событий и равна произведению вероятности одного из них на условную вероятность другого, найденную в предположении, что первое событие уже наступило, т.е. Р (АВ) = Р (А) Р (В), или P(AB)=P(B) РA (В).
Теорема умножения вероятностей может быть распространена на любое число m зависимых событий А1А2 ... Аn Р (А1А2 ... Аn) = Р (А1) Р (А2) ... Р (Аn). причем вероятность последующего события вычисляется в предположении, что все предыдущие произошли.
Определение.
Два события называются независимыми,
если вероятность появления одного из
них не зависит от того, появилось или
не появилось другое событие. Несколько
событий называются взаимно независимыми
(или независимыми в совокупности),
если каждое из них и любая комбинация,
составленная из остальных (части или
всех) событий, являются независимыми
событиями.Если А1А2 ... Аn события взаимно
независимы, то и противоположные их
события
также взаимно независимы.Теорема:
Вероятность произведения нескольких
взаимно независимых событий равна
произведению вероятностей этих событий
.Для
двух событий P(AB)=P(A)*P(B)
40. Формула Бейеса (формула переоценки вероятностей гипотез).
Формула
вероятностей гипотез (формула байеса)
— формула, имеющая вид:
где
A1,
А2,..., Аn
— несовместимые события
,
Общая схема применения Ф. в. г.: если
событие В может происходить в разл.
условиях, относительно которых сделано
п гипотез А1, А2, ..., Аn с известными до
опыта вероятностями P(A1), P(A2), ..., Р(Аn) и
известны условные вероятности P(B/Ai),
то после опыта, где наступило событие
В. происходит переоценка вероятностей
гипотез (в силу чего эту формулу называют
Ф. в. г.). Формула Байеса может быть
использована для оценки перспективности
территорий, оценки палеогеографических
реконструкций, направления разведки
и т. п.