- •1. Аксиоматика 3
- •2. Множества 4
- •3. Аналитическая геометрия 14
- •4. Векторная алгебра 25
- •5. Матрицы и определители 30
- •Аксиоматика
- •Аксиоматический метод построения математики
- •Математический язык
- •Множества
- •Понятие множества
- •Пустое множество
- •Числовые множества
- •Подмножества
- •Пересечение множеств
- •Объединение множеств
- •Вычитание множеств
- •Аналитическая геометрия
- •Система координат на плоскости и в пространстве
- •Расстояние между двумя точками на плоскости
- •Уравнение линии. Уравнение прямой с угловым коэффициентом
- •Уравнение – уравнение прямой с угловым коэффициентом k
- •Общее уравнение прямой
- •Уравнение прямой в отрезках
- •Уравнение прямой, проходящей через данную точку в данном направлении
- •Уравнение прямой, проходящей через данную точку
- •Уравнение прямой, проходящей через две данные (различные) точки и
- •Полярные координаты
- •Угол между прямыми
- •Уравнение окружности
- •Эллипс. Каноническое уравнение эллипса
- •Гипербола. Каноническое уравнение гиперболы
- •Парабола. Каноническое уравнение параболы
- •У равнение сферы
- •Векторная алгебра
- •Понятие вектора
- •Коллинеарные векторы
- •Операции над векторами
- •Угол между векторами
- •Проекция вектора на ось
- •Скалярное произведение двух векторов
- •Координаты вектора
- •Разложение векторов
- •Действия над векторами, заданным координатами в пространстве
- •Матрицы и определители
- •Матрицы
- •Определители
- •Определители третьего порядка
- •Миноры и алгебраические дополнения матрицы
- •Обратная матрица
- •Системы линейных уравнений
- •Формулы Крамера
- •Матричный способ решения систем линейных уравнений
- •Метод Гаусса
- •Функции
- •Понятие функции
- •Способы задания функции
- •Обзор элементарных функций и их графиков
- •Пределы
- •Предел последовательности
- •Предел функции
- •Непрерывность функции
- •Производная
- •Определение производной
- •Правила дифференцирования
- •Производные высших порядков
- •Применение производной для исследования функции
- •Неопределенный интеграл
- •Способы интегрирования
- •О пределенный интеграл
- •Дифференциальные уравнения
- •Основные понятия:
- •Признаки сходимости ряда:
- •Ряды по степени разности
- •Теория вероятностей
- •Основные понятия теории вероятностей
- •Классическое определение вероятности
- •Геометрические вероятности
- •Алгебра событий
- •Теорема сложения вероятностей двух несовместимых событий
- •Теорема умножения вероятностей.
- •Теорема сложения вероятностей совместимых событий
- •Формула полной вероятности
- •Теорема умножения вероятностей независимых событий:
- •Дискретные случайные величины
- •Закон распределения дискретных случайных величин
- •Функция распределения случайной величины
- •Нормальное распределение
- •Числовые характеристики случайных величин
- •Свойства математического ожидания (мо) дискретной случайной величины:
- •Дисперсия дискретной случайной величины
- •Среднее квадратичное отклонение (стандартное)
- •Системы двух случайных величин и их числовые характеристики
- •Литература
Среднее квадратичное отклонение (стандартное)
Определение. Средним квадратичным отклонением случайной величины Х называется корень квадратный из ее дисперсии: .
Пример. Случайна величина – число очков, которое выпало при однократном бросании кубика. Определим :
Ковариацией двух случайных величин и называется математическое ожидание произведения их отклонений от соответствующих математических ожиданий: . Если ковариация равна нулю, то случайные величины и – независимы; для зависимых – .
Коэффициентом корреляции случайных величин и называется отношение их ковариаций к произведению средних квадратичных отклонений этих величин: .
Свойства коэффициента корреляции:
;
если и независимы, то ;
если зависимость выражается формулой , то .
Системы двух случайных величин и их числовые характеристики
Определение 1: упорядоченная пара случайных величин и называется двухмерной случайной величиной или случайным вектором двухмерного пространства.
Двухмерная случайная величина называется также системой случайных одномерных величин и .
Определение 2: множество всех возможных значений дискретной двухмерной случайной величины с их вероятностями называется законом распределение этой случайной величины.
Дискретная двухмерная случайная величина считается заданной, если известен ее закон распределения: , где , . Этот закон можно записать в виде таблицы с двойным входом:
|
|
|
|
|
|
|
|
∑ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑ |
|
|
|
|
|
|
|
1 |
Так как события образуют полную группу событий, поэтому сумма всех вероятностей, указанных в таблице равна 1.
Определение 3: если для любой пары возможных значений и справедливо равенство , то случайные величины называются независимыми. Это равенство есть необходимое и достаточное условие независимости случайных величин и .
Определение 4: Зависимость математического ожидания случайной величины от значений других случайных величин называется регрессией. Зависимость между случайными величинами и описывается прямой так:
относительно : , где – коэффициент регрессии, равный .
относительно : прямой , где – коэффициент регрессии, и – математические ожидания.
Коэффициент регрессии вычисляется по формуле .