- •1. Комплексное число, действительная и мнимая части, равенство комплексных чисел. Сложение и умножение комплексных чисел. Поле комплексных чисел, формула обращения ненулевого комп. Числа.
- •4. Пополнение поля компл. Чисел бесконечно удалённой точкой.
- •5. Функции компл. Переменного. Предел и непрерывность. Области на компл. Плоскости (ограниченные, открытые, замкнутые, связные, односвязные, многосвязные). Граница области.
- •6. Степенные ряды (по степеням (z – a)). Теорема Абеля. Радиус сходимости и круг сходимости. Аналитичность суммы степенного ряда.
- •7. Производная функции комплексного переменного, аналитичность в точке и области. Геометрический смысл производной, сохранение углов. Свойства производных.
- •12. Интегральная теорема Коши для односвязной и многосвязной областей. Интегральная формула Коши. Интеграл Коши, его свойства. Существование производных любого порядка у аналитической функции.
- •1. Изображение Лапласа, оригинал, ограничения на оригинал, показатель роста. Аналитичность изображения. Теорема единственности.
- •2. Функция Хевисайда, её изображение. Теорема подобия. Свойство линейности оператора Лапласа. Смещение изображения. Теорема запаздывания.
- •7. Биноминальное распределение.
- •8. Распределение Пуассона.
- •9. Геометрическое распределение (вероятность первого успеха)
- •10. Математическое ожидание. Определение мат. Ожидания. Свойства мат. Ожидания. Вычисление мат. Ожидания биноминального распределения , распределения Пуассона и геометрического распределения.
- •Основные свойства математического ожидания:
- •Свойства дисперсии:
- •13.Определение и свойства математического ожидания, дисперсии и среднего квадратичного отклонения непрерывной случайной величины.
13.Определение и свойства математического ожидания, дисперсии и среднего квадратичного отклонения непрерывной случайной величины.
Математическое ожидание непрерывной случайной величины вычисляется по формуле:
В частности, если с.в. задана своей плотностью вероятности на каком-либо отрезке, то и интеграл вычисляем на этом отрезке.
Дисперсия непрерывной случайной величины вычисляется по формуле:
Относительно пределов интегрирования - то же самое.
Среднее квадратическое отклонение непрерывной случайной величины, оно же стандартное отклонение или среднее квадратичное отклонение есть корень квадратный из дисперсии: σ(X) = √D(X)
14. Равномерное распределение . Определение плотности равномерного распределения. Подсчет константы, определяющей плотность. Вычисление функций распределения. Графики плотности и функции распределения. Связь с геометрической вероятностью , вероятность попадания в заданный интервал. Мат. ожидание, дисперсия и средне-квадратичное отклонение.
Распределение вероятностей называется равномерным, если на интервале, которому принадлежат все возможные значения непрерывной случайной величины, плотность вероятности сохраняет постоянное значение, а вне этого интервала она равна нулю.
Для равномерно распределенной случайной величины X, возможные значения которой принадлежат отрезку [a,b] (см. рис3.), плотность вероятности имеет вид:
15. Нормальное распределение. Определение плотности нормального распределения. Её график. Нормированное распределение. Вычисление мат.ожидания и дисперсии. Вероятность попадания в заданный интервал. Вероятность уклонения от мат. ожидания. Правило трех сигм.
Непрерывная случайная величина X имеет нормальный закон распределения, если ее
функция плотности вероятности имеет вид:
, где a є R, σ > 0 - параметры распределения.
График функции f (x) называют нормальной кривой или кривой Гаусса рис.5.
рис.5
Она обладает следующими свойствами:
1. кривая симметрична относительно прямой x = a;
2) функция имеет максимум
1 ;
3) при x → ± ∞ кривая приближается к оси Ox;
4) кривая ориентирована вогнутостью вниз при и вогнутостью вверх при , а – это математическое ожидание нормальной случайной величины, σ - ее среднее квадратическое отклонение
Вероятность попадания нормальной случайной величины в интервал (α,β) определяется
по формуле:
, где Ф(х) – функция Лапласа.
Вероятность попадания нормальной случайной величины в интервал, симметричный относительно математического ожидания, определяется формулой:
Из этой формулы получаем ,
откуда следует правило трех сигм для нормального распределения: практически достоверно, что отклонение нормальной случайной величины от ее математического ожидания не превышает утроенного среднего квадратического отклонения.
16.Показательное распределение. Определение плотности, вычисление функции распределения.
Непрерывная случайная величина X имеет показательный (экспоненциальный) закон
распределения, если функция ее плотности вероятности имеет вид:
График функции имеет вид рис.6:
Функция распределения показательной случайной величины Х имеет вид:
Для показательной случайной величины Х:
Вероятность попадания в интервал