- •Билет 1.
- •1. Понятие функции нескольких переменных. Частные производные первого порядка
- •2. Теоремы сложения вероятностей для несовместных и совместных событий
- •Билет 2.
- •1. Полный дифференциал функции нескольких переменных и его применение
- •2. Зависимые и независимые события. Условная вероятность. Теорема умножения вероятностей
- •Билет 3.
- •1. Градиент функции нескольких переменных
- •2. Теорема сложения вероятностей для совместных событий. Вероятность появления хотя бы одного события
- •Билет 4.
- •1. Частные производные и дифференциалы высших порядков
- •2. Формула полной вероятности. Вероятность гипотез. Формулы Байеса
- •Билет 5.
- •1. Локальный экстремум функции двух переменных
- •Билет 6.
- •1. Условный экстремум
- •2. Предельные теоремы в схеме Бернулли
- •Билет 7.
- •1.Наибольшее и наименьшее значение функции в замкнутой области
- •2. Закон распределения вероятностей дискретной случайной величины. Функция распределения
- •Билет 8.
- •1.Метод наименьших квадратов
- •2. Математическое ожидание дискретной случайной величины и его свойства
- •Билет 9.
- •1.Числовые ряды. Основные понятия. Сходимость ряда. Свойства сходящихся рядов
- •2. Дисперсия дискретной случайной величины и ее свойства. Среднее квадратическое отклонение
- •Билет 10.
- •1.Необходимый признак сходимости. Гармонический ряд
- •2. Частные виды дискретных случайных величин: биномиальное распределение, распределение Пуассона, геометрическое распределение
- •Билет 11.
- •1. Достаточные признаки сходимости знакоположительных рядов: признак сравнения в конечной и предельной формах
- •2. Непрерывная случайная величина. Функция и плотность распределения, их свойства
- •Билет 12.
- •12. Достаточные признаки сходимости знакоположительных рядов: признак Даламбера
- •2. Числовые характеристики непрерывной случайной величины
- •Билет 13.
- •1. Знакочередующие ряды. Признак Лейбница
- •2. Равномерное распределение.Показательное распределение
- •Билет 14.
- •1. Степенные ряды. Область сходимости степенного ряда
- •2. Нормальное распределение. Правило трех сигм
- •Билет 15.
- •1. Ряд Маклорена. Разложение в ряд Маклорена некоторых элементарных функций
- •2. Дискретная двумерная случайная величина
- •Билет 16.
- •2. Числовые характеристики двумерной случайной величины. Корреляционный момент. Коэффициент корреляции
- •Билет 18.
- •1. Однородные ду первого порядка
- •2. Условные числовые характеристики системы случайных величин. Регрессия
- •Билет 19.
- •1. Линейные ду первого порядка
- •2. Линейная регрессия. Прямые линии среднеквадратической регрессии
- •Билет 20.
- •1. Ду второго порядка, допускающие понижение порядка
- •2. Выборочный метод. Эмпирическая функция распределения. Полигон и гистограмма
- •Билет 21.
- •1. Линейные ду второго порядка. Теоремы о структуре общего решения однородного и неоднородного уравнения
- •2. Точечные оценки параметров
- •Билет 22.
- •1. Линейные однородные ду второго порядка с постоянными коэффициентами
- •2. Методы получения точечных оценок: метод моментов, метод наибольшего правдоподобия
- •Билет 23.
- •2. Проверка статистических гипотез
- •Билет 25.
- •1. Элементыкомбинаторики. Классическое,статистическое и геометрическое
- •2. Критерий согласия Пирсона для проверки гипотезы о законе распределения наблюдаемой случайной величины
- •Билет 26.
- •1. Алгебра событий
- •2. Элементы теории корреляции. Выборочное уравнение прямой линии регрессии
Билет 3.
1. Градиент функции нескольких переменных
Градиентом функции называется вектор, координаты которого равны частным производным функции.
Градиент – вектор, который показывает направление наибольшей скорости возрастания функции. Модуль – величина этой скорости. Он всегда направлен ┴ к поверхности уровня функции.
Пример: z=x2+y2-2y; M0(1;1); . Построить график: от точки М0 2 вправо и 0 вниз.
2. Теорема сложения вероятностей для совместных событий. Вероятность появления хотя бы одного события
События называются совместными, если они могут произойти одновременно.
Теорема сложения вероятностей для совместных событий: Вероятность суммы 2-х совместных событий равна сумме вероятностей этих событий без учета их совместного появления. p(A+B)=p(A)+p(B)−p(AB)
Вероятность появления хотя бы одного из событий А1, А2,…, Аn, независимых в совокупности, равна разности между единицей и произведений вероятностей противоположных событий: Р (A) = 1 — q1q2 ... qn. Если события А1, А2,…,Аn имеют одинаковую вероятность р, то формула принимает простой вид: Р(А)=1-qn.
Пример. Вероятности попадания в цель при стрельбе из трех орудий таковы: p1 = 0,8; p2 = 0,7; p3 = 0,9. Найти вероятность хотя бы одного попадания (событие А) при одном залпе из всех орудий.
Вероятности событий, противоположных событиям А1, А2 и А3 (т. е. вероятности промахов), соответственно равны: q1=1-p1=0,2,q2=0,3,q3=0,1. Искомая вероятность P(A)=1-q1q2q3=0,994.
Билет 4.
1. Частные производные и дифференциалы высших порядков
Если продифференцировать еще раз и , то в результате, по отношению к исходной функцииz, мы получим частную производную второго порядка.
Всего возможно 4 варианта частных производных второго порядка: 1) ; 2); 3) ; 4). Теорема Шварца утверждает, что если смешанные частные производные непрерывны, то они совпадают.
Дифференциал второго порядка:
Пример:
Найти частные производные функции: z=3x3y4+2x2+3y3; и для у.
2. Формула полной вероятности. Вероятность гипотез. Формулы Байеса
Пусть событие А может произойти одновременно с одним из событий Н1, Н2,…,Нn, которые образуют полную группу попарно несовместных событий.
Теорема полной вероятности: вероятность события А равна сумме произведений безусловных вероятностей гипотез на условную вероятность события А:Р(А)=Р(Н1)Р(А/Н1)+Р(Н2)Р(А/Н2)+Р(Нn)Р(А/Нn). По формуле Байеса можно найти вероятность того, что произошла именно i-я гипотеза, если уже известно, что произошло событие А:
Пример: В первой урне содержится 10 шаров, из них 8 белых; во второй — 20 шаров, из них 4 белых. Наудачу извлекли один шар. Найти вероятность того, что взят белый шар.
Пусть событие A— «наудачу взятый шар — белый». Введем события (гипотезы):Н1— «шар извлечен из первой урны»,Н2— «шар извлечен из второй урны». Р(Н1)=Р(Н2)=1/2 Вероятность того, что из первой урны извлечен белый шар, РН1(A)=8/10=4/5 вероятность того, что из второй урны извлечен белый шар, РН2(A)=4/20=1/5; Р(А)= Р(Н1)Р(А/Н1)+Р(Н2)Р(А/Н2)=1/2*4/5+1/2*1/5=2/5+1/10=1/2.