- •1. Определение функции нескольких переменных. Основные понятия.
- •2. Область определения и область значений функции нескольких переменных. График функции нескольких переменных. (см1)
- •3. Предел и непрерывность функции нескольких переменных.
- •4. Дифференцируемость функции нескольких переменных, частные производные, полный дифференциал.
- •5. Экстремум функции двух переменных: необходимое и достаточное условия.
- •6. Неопределенный интеграл и его свойства.
- •7. Таблица интегралов.
- •8. Методы интегрирования неопределенного интеграла: непосредственное, подстановки, по частям, разложение дроби на простейшие, тригонометрических функций.
- •9. Определенный интеграл и его геометрический смысл
- •10. Свойства определенного интеграла
- •11. Формула ньютона-лейбница (основная формула интегрального исчисления (!) )
- •12. Методы интегрирования определенного интеграла
- •13) Геометрические приложения определенного интеграла
- •14. Несобственные интегралы первого рода
- •15. Несобственные интегралы второго рода
- •16. Дифференциальные уравнения. Основные понятия.
- •19. Линейные дифференциальные уравнения 1-го порядка и уравнение Бернулли.
- •27. Элементы комбинаторики: правила суммы и произведения.
- •28. Алгебра событий: сумма, произведение событий. Противоположные события. Примеры.
- •29. Теорема сложения вероятностей для несовместных событий.
- •30. Зависимые и независимые события. Условная вероятность.
- •31. Теорема умножения вероятностей для зависимых и независимых событий.
- •32. Теорема сложения вероятностей для совместных событий.
- •33. Формула полной вероятности и формулы Байеса.
- •34. Повторные независимые испытания: постановка задачи, формула Бернулли.
- •35. Локальная теорема Муавра-Лапласа: формулировка теоремы, приближенная формула.
- •40. Закон распределения и функция распределения дискретной случайной величины.
- •41. Свойства интегральной функции распределения.
- •47. Числовые характеристики непрерывных случайных величин.
- •52. Закон больших чисел: неравенство Чебышева.
- •53. Теорема Чебышева.
- •54. Теорема Бернулли.
- •55. Понятие о центральной предельной теореме Ляпунова.
- •56. Генеральная совокупность и выборка: основные определения и понятия.
- •57. Статистическое распределение. Полигон и гистограмма.
- •58. Точечные и интервальные статистические оценки и их свойства.
- •59. Доверительный интервал для оценки неизвестного математического ожидания нормального распределения генеральной совокупности при известном среднем квадратическом отклонении вычисляется по формуле
- •60. Корреляция и регрессия. Метод наименьших квадратов.
- •61. Проверка статистических гипотез. Основные понятия.
52. Закон больших чисел: неравенство Чебышева.
Под «законом больших чисел» в теории вероятностей понимается ряд математических теорем, в каждой из которых для тех или иных условий устанавливается факт приближения средних характеристик большого числа опытов к некоторым определенным постоянным.
В основе- неравенство Чебышева:
Вероятность того, что отклонение случайной величины X от ее математического ожидания по абсолютной величине меньше положительного числа ε, не меньше чем :
Справедливо для дискретных и непрерывных с.в.
53. Теорема Чебышева.
Пусть имеется бесконечная последовательность независимых случайных величин с одним и тем же математическим ожиданием и дисперсиями, ограниченными одной и той же постоянной С:
Тогда каково бы ни было положительное число вероятность события стремится к единице.
54. Теорема Бернулли.
Пусть производится n независимых испытаний, в каждом из которых вероятность появления события А равна р.
55. Понятие о центральной предельной теореме Ляпунова.
Распределение суммы большого числа независимых случайных величин при весьма общих условиях близко к нормальному распределению.
Известно, что нормально распределенные случайные величины широко распределены на практике. Объяснение этому было дано А.М.Ляпуновым в центральной предельной теореме: если случайная величина представляет собой сумму очень большого числа взаимно независимых случайных величин, влияние каждой из которых на всю сумму ничтожно мало, то имеет распределение, близкое к нормальному.
56. Генеральная совокупность и выборка: основные определения и понятия.
Математическая статистика – наука, занимающаяся разработкой методов получения, описания и обработки опытных данных с целью изучения закономерностей случайных массовых явлений.
Задачи математической статистики:
Оценка неизвестной функции распределения на основании результатов измерений.
Оценка неизвестных параметров распределения.
Статическая проверка гипотез.
Пусть изучается некоторый количественный признак x.
Тогда под генеральной совокупностью понимается множество всех его возможных значений.
Для изучения свойств данного признака из генеральной совокупности случайным образом отбирается часть элементов вариантами Xi, которые образуют выборочную совокупность или выборку.
Число элементов совокупности называется ее объектом n.
Выборки: 1) повторная- выборка, при которой отобранный объект(перед отбором следующего0 возвращается в генеральную совокупность.
2) бесповторная- выборка, при которой отобранный объект в генеральную совокупность возвращается.
Чтобы по данным выборки можно было достаточно уверенно судить об интересующем нас признаке генеральной совокупности, необходимо чтобы выборка была репрезентативной9представительной)
В силу закона больших чисел можно утверждать, что выборка будет репрезентативной, если ее осуществить случайно: каждый объект генеральной совокупности должен иметь одинаковую вероятность попасть в выборку.
Если объект генеральной совокупности достаточно велик, а выборка составляет лишь незначительную часть этой совокупности, то различие между повторной и бесповторной выборками стирается.
Перечень вариант, расположенный в возрастающем порядке называется вариационным рядом.
Число наблюдений данной варианты называется ее частотой ni, а отношение частоты ni к объекту выборки n-относительной частоты wi.