- •1.Дифференциальные уравнения: Порядок ду, общее и частное решение, Задача Коши и её геометрический смысл.
- •2.Дифференциальное уравнение первого порядка: определение, типы, общее и частное решения.
- •3.Дифференциальное уравнение с разделяющимися переменными и его решение.
- •4. Дифференциальное уравнение второго порядка, его общее и частное решения. Простейшее ду второго порядка и его решение.
- •5. Линейные дифференциальные уравнения
- •6.Линейные дифференциальные уравнения 1-го порядка.Метод вариации произвольной постоянной.
- •7. Решение линейного однородного дифференциального уравнения второго порядка с постоянными коэффициентами.
- •8.Лин неоднородные ду 2-ого порядка с постоянными коэффициентами и с правой частью специального вида.
- •9.Лин неоднородные ду 2-ого порядка с постоянными коэффициентами. Метод вариации произвольных постоянных.
- •10. Предмет задачи теории вероятностей. Области применения Методов теорий вероятностей. Основные элементы теории вероятнотей. Случайные события: понятие, виды случайных событий.
- •11. Вероятность случайного события: Определения, способы вычисления вероятности.
- •12. Основные элементы комбинаторики: перестановка, размещение, сочетание.
- •13. Сумма событий. Теорема сложения вероятностей и следствия из неё.
- •14. Произведение событий. Теорема умножения Вероятностей для независимых событий и следствия из неё.
- •15. Условная вероятность. Условие независимости событий. Теория Умножения вероятностей.
- •16. Формула полной вероятности.
- •17. Теорема Гипотез (Формула Байеса)
- •18. Формула Бернулли и следствия из неё
- •19. Дискретные случайные величины и законы их распределения.
- •20. Непрерывная, случайная, величина и её законы распределения.
- •2.2. Вычисление вероятности заданного отклонения
- •22. Числовые характеристики положения случайной величины.
- •23. Числовые характеристики рассеивания случайной величины.
22. Числовые характеристики положения случайной величины.
Числовые хар-ки положения дискретной случайной величины.
На практике часто не обязательно знать закон распред св, а достаточно знать лишь числовые характеристики. В кач-ве числовых хар-ик исп-ют хар-ки положения и рассеивания. К хар-ам рассеивания относятся: мат ожидание св, медиана св, мода св. М[x]- мат ожидиние св- среднеожидаемое значение св, относит которого происход раз всех возможных значений СВ. Мат ожид равно сумме произвед знач СВ на отвечающие их вер-ти М[x]=∑хiрi. Ме[x] медиана св- такое значение св, для которого выполняется рав-во: Р(х<Ме)=Р(х>Ме) в-ть попадания св Х на интервал <Ме равна в-ти попад величины Х на интервале >Ме. Мо[x] мода- знач св кот-му соотв наиб в-ть f(Mo)=max. Св-ва мат ожидания: М[C]=C мо- постоянная величина, M[CX]=CM[X] постоянный множитель можно выносить за знак мат ожид, M[X±Y]=M[X]±M[Y] мо алгебраич суммы 2х св = сумме их мат ожид, M[XY]=M[X] M[Y] мо произвед для независ св = произвед мо.
Числовые хар-ки положения непрерывной случайной величины.
На практике часто не обязательно знать закон распред св, а достаточно знать лишь числовые характеристики. В кач-ве числовых хар-ик исп-ют хар-ки положения и рассеивания. К хар-ам рассеивания относятся: мат ожидание св, медиана св, мода св. mx- мат ожидиние св- среднеожидаемое значение св, относит которого происход раз всех возможных значений СВ. Мат ожид равно сумме произвед знач СВ на отвечающие их вер-ти mx=ʃ∞-∞ f(x)dx. Ме[x] медиана св- такое значение св, для которого выполняется рав-во: Р(х<Ме)=Р(х>Ме) в-ть попадания св Х на интервал <Ме равна в-ти попад величины Х на интервале >Ме. Мо[x] мода- знач св кот-му соотв наиб в-ть f(Mo)=max. Св-ва мат ожидания: М[C]=C мо- постоянная величина, M[CX]=CM[X] постоянный множитель можно выносить за знак мат ожид, M[X±Y]=M[X]±M[Y] мо алгебраич суммы 2х св = сумме их мат ожид, M[XY]=M[X] M[Y] мо произвед для независ св = произвед мо.
23. Числовые характеристики рассеивания случайной величины.
Числовые хар-ки рассеивания дискретной случайной величины.
На практике часто не обязательно знать закон распред св, а достаточно знать лишь числовые характеристики. В кач-ве числовых хар-ик исп-ют хар-ки положения и рассеивания. К характеристикам рассеивания относят дисперсию и среднеквадратическое отклонение. Дисперсией св наз-ся мат ожидание квадрата центрированной св. Центрированной св наз-ся св у кот нач отсчета помещено в точку мат ожидания. D[x]=M((x-M[x])2). Св-ва дисперсии D[C]=0 D-пост величина=0, D[Cx]=c2D[x] пост множитель можно выносить, возвод в степ, D[x±y]=D[x] ±D[y] д суммы независимых переменных=сумме двух этих св. Димперсия имеет размерность квардрата св, а это неудобно на практике. Для избежания этого вводят след величину: сигму ςх√D[x] среднеквадратическое отклонение равно корень квадратный их диспервии.
Числовые хар-ки рассеивания непрерывной случайной величины.
На практике часто не обязательно знать закон распред св, а достаточно знать лишь числовые характеристики. В кач-ве числовых хар-ик исп-ют хар-ки положения и рассеивания. К характеристикам рассеивания относят дисперсию и среднеквадратическое отклонение. Дисперсией св наз-ся мат ожидание квадрата центрированной св. Центрированной св наз-ся св у кот нач отсчета помещено в точку мат ожидания. D[x]= ʃ∞-∞ (x-Mx) 2f(x)dx. Св-ва дисперсии D[C]=0 D-пост величина=0, D[Cx]=c2D[x] пост множитель можно выносить, возвод в степ, D[x±y]=D[x] ±D[y] д суммы независимых переменных=сумме двух этих св. Дисперсия имеет размерность квардрата св, а это неудобно на практике. Для избежания этого вводят след величину: сигму ςх√D[x] среднеквадратическое отклонение равно корень квадратный их диспервии.