- •1.Графики и свойства основных элементарных функций.
- •2.Предел функции
- •3.Основные теоремы о пределах. Асимптоты графика функции
- •4.Непрерывность функции в точке и на интервале.
- •6.Производная и дифференциал.
- •7. Основные теоремы о дифференцируемых функциях: теорема Ферма, Ролля, Лагранжа.
- •8. Функция нескольких переменных и их непрерывность.
- •9 Производные функций нескольких переменных.
- •10. Дифференциалы функции нескольких переменных.
- •11. Поиск экстремума функции одной переменной.
- •12. Поиск экстремума функции нескольких переменных.
- •13 Неопределенный интеграл, основные теоремы.
- •14. Определенный интеграл, основные теоремы.
- •15.Методы интегрирования: Интегрирование методом замены переменных, Интегрирование по частям, Интегрирование рациональных функций.
- •16.Прямая линия на плоскости.
- •17.Эллипс.
- •18.Гипербола.
- •19.Парабола.
- •20.Прямая и плоскость в пространстве
- •21. Системы линейных уравнений.
- •22.Матрицы, классификация.
- •23.Операции над матрицами
- •24.Определители, свойства. Теорема Лапласа.
- •25.Обратная матрица
- •26.N- мерный вектор и векторное пространство
- •27. Системы векторов, операции над ними.
- •28. Ранг матрицы
- •29. Линейные операторы и матрицы
- •30. Собственные векторы линейных операторов
- •31.Решение системы линейных уравнений с помощью определителей. Формулы Крамера.
- •32. Решиение системы матричной формы
- •33. Метод Гаусса.
- •34.Сущность и условия применения теории вероятностей.
- •35. Основные понятия тв.
- •36. Вероятностное пространство
- •37. Элементы комбинаторного анализа
- •38. Непосредственный подсчет вероятностей.
- •39. Теоремы сложения вероятностей.
- •40.Теоремы умножения вероятностей.
- •41.Формула полной вероятности.
- •42. Теорема Байеса
- •43. Формула Бернулли
- •44.Случайные величины. Способы их описания.
- •45.Основные числовые характеристики дискрет. Случ. Величин.
- •46. Числовые характеристики непрерывных случайных величин
- •47.Осн. Законы распределения вероятностей случ. Величин.
- •48. Числовые характеристики системы двух случайных величин. Зависимые и независимые случайные величины
48. Числовые характеристики системы двух случайных величин. Зависимые и независимые случайные величины
Условным математическим ожиданием дискретной случайной величины Y при X=x (x- определенное возможное значение X) называют сумму произведений возможных значений Y на их условные вероятности :
Для непрерывных величин:
где - условная плотность случайной величины Y при X=x.
Условное математическое ожидание есть функция от x , т.е.
( ) называют функцией регрессии Y на X.
Аналогично определяется условное математическое ожидание случайной величины X и функции регрессии X на Y.
Зависимые и независимые случайные величины
Теорема. Для того, чтобы случайные величины X и Y были независимыми необходимо и достаточно, чтобы функция распределения системы (Х, У) была равна произведению функций распределения составляющих: F(x,y)= F1(x)F2(y)
Ковариацией (или корреляционным моментом) называется математическое ожидание произведения отклонения этих величин от своих математических ожиданий: