- •1. Задачи, приводящие к понятию определенного интеграла. Определение определенного интеграла.
- •2. Теорема существования определенного интеграла. Свойства определенного интеграла.
- •3. Теорема о связи определенного и неопределенного интегралов. Формула Ньютона-Лейбница.
- •4. Замена переменной в ои.
- •5. Интегрирование по частям в ои.
- •6. Несобственные интегралы по бесконечному промежутку интегрирования
- •7. Несобственные интегралы от ф-й, терпящих бесконечный разрыв
- •8. Применение определенных интегралов для выч. Площадей
- •9. Применение определенного интеграла для выч. Длин дуг
- •10. Применение определенного интеграла для выч. Объемов тел
- •11. Задачи приводящие к дифферинциальным уравнениям. Основныепонятия о дифференциальных уравнениях.
- •12. Дифференциальные уравнения первого порядка. Поле направлений. Изоклины. Задача Коши. Теорема Коши.
- •13. Дифференциальные уравнения с разделяющимися переменными. Однородные дифференциальные уравнения первого порядка.
- •14. Линейные дифференциальные уравнения первого порядка и уравнения Бернулли. Общая схема решения дифференциальных уравнений первого порядка.
- •15. Дифференциальные уравнения второго порядка, допускающие понижение порядка.
- •16.Линейные диф.Уравнения высших порядков. Теорема сущ.И единственности. Свойства решений.
- •17.Теорема о структуре общего решения линейного однородного дифференциального уравнения.
- •18. Линейные однородные диф уравнения 2 порядка с постоянным коэффициентом
- •19. Теорема о структуре общего решения линейного неоднородного уравнения
- •20. Нахождение частного решения для линейного диф уравнения 2 порядка с постоянным коэф и спец правой частью
- •24. Знакоположительные ряды. Первый и второй достаточный признаки сходимости рядов
- •25. Знакоположительные ряды. Признак Даламбера и интегральный признак Коши
- •26.Знакочередующиеся ряды.Признак Лейбница.Абсолютно и условно сходящиеся ряды.
- •27.Знакопеременные ряды. Достаточный признак сходимости. Абсолютно и условно сходящиеся ряды.
- •28.Функциональные ряды. Область сходимости ряда, достаточный признак сходимости.
- •29.Степенные ряды. Радиус сходимости степенного ряда
- •31. Ряд Тейлора.
- •32. Разложение основных эл-ных ф-й в ряд Тейлора.
- •33. Применение рядов к приближенным выч.М и решению дифференциальных уравнений.
- •34.Задачи приводящие к понятию двойного интеграла. Двойной интеграл и его выч..
- •35. Тройной интеграл и его выч..
- •36.Криволинейные интегралы первого и второго рода и их выч.
- •37. Основные понятия и определения теории вероятностей. Классическое определение вероятности.
- •38. Сумма событий. Теорема сложения вероятностей.
- •39. Произведение событий. Теорема умножения вероятностей.
- •40. Формула полной вероятности.
- •41. Схема Бернулли. Формула Бернулли.
- •42. Локальная и интегральная теоремы Лапласа. Формула Пуассона.
- •43. Дискретные случайные величины.
- •44. Числовые характеристики дискретных случайных величин.
- •45.Непрерывные случайные величины. Интегральная и дифференциальная ф-и распределения.
- •46.Числовые характеристики непрерывных случайных величин.
- •48. Нормальный з-н распределения.
- •49.Основные понятия математической статистики. Генеральная совокупность и выборка. Вариационный и интервальный статистические ряды. Полигон. Гистограмма. Эмпирическая ф-я распределения.
- •50.Точечные оценки параметров распределения. Их свойства и выч..
- •51. Интервальные оценки параметров распределения. Доверительный интервал для математического ожидания нормального з-на распределения при известном .
- •52.Интервальные оценки параметров распределения. Доверительный интервал для математического ожидания нормального з-на распределения при неизвестном .
- •53. Элементы корреляционного анализа. Двумерная случайная величина. Функциональная и корреляционная зависимость
50.Точечные оценки параметров распределения. Их свойства и выч..
Пусть требуется изучить некоторый признак генеральной совокупности. Для его изучения мы делаем выборку объёма и эту выборку мы записываем в виде статист интерв ряда.Строим полигон или гистограмму и опред вид з-на распределения (з-н распределния может находится и из др соображений, если заранее известно, что генер совокупности подчинена заранее известному з-ну распределения).После того, как мы опред з-н распределения нужно найти параметры этого распред (дисперсия, среднее квадратичное, матем ожидание и др). Их мы будем вычислять по статист рядам 1 и 2, но это будет не истинные параметры, а некоторые их приближенные, т.е. это будет оценка параметров.
Любое знач параметра a, вычисленное по выборке (статист ряды 1,2) называется оценкой параметра. и обознач. ã. Оценка параметра зависит от выборки. Для различных выборок оценка будет различной.
Для того, чтобы оценки давали хорошее приближенное знач неизвестного параметра к ним предъявляется след требования:
-
Состоятельность. Оценка назыв. состоятельной, если с увелич объема выборки, т.е. при n→∞, ã a
-
Несмещённость. Оценка назыв несмещенной, если при её использовании нет ошибок одного знака, т.е. М(ã)=М(а)
-
Эффективность. Оценка назыв эффективной, если ее дисперсия, по сравнению с др оценками, наименьшая
Если у нас есть несколько выборок и по каждому есть вычисляемая оценка, то эффективной будет та, у которой дисперсия наименьшая.
На практике, как правило, есть только 1 выборка, тогда ни о какой эффективности речи быть не может.
Оценка назыв точечной, если она задается одним числом.
Оценка назыв. интервальной, если она задается интервалом.
Точечные оценки параметров распределения
Пусть по выборке записаны статист ряды
x |
x1 |
x2 |
… |
xk |
ni |
n1 |
n2 |
… |
nk |
[xi,x2] |
[x1,x2[ |
[x2,x3[ |
… |
[xk,xk+1[ |
ni |
n1 |
|
… |
nk |
xi* |
x1* |
x2* |
… |
xn* |
середина интервала
Оценкой матем ожидания назыв статист среднее
Статист средней (статист матем ожиданием) назыв среднее арифметическое наблюдаемых знач и вычисл по формулам
X = для ряда 1
X = для ряда 2
Замечание: если первоначальные варианты xi достаточно большие числа, то для упрощения расчета целесообразно вычесть из каждой из них одно и то же число и перейти к условным вариантам.
Ui= xi – C
X = C + U
Статистическая оценка дисперсии
В теореме вероятностей оценки рассеивания возможных случ величин относительно матем ожидания рассматривают дисперсию и среднее квадратичное отклонение. Они вычисляются по формулам аналогичным вычислению дисперсии, но только вместо P (вероятность) стоит относ частота
Если же у нас интервальный статист ряд
На практике, как правило пользуются формулами, которые упрощают выч.
, где уменьшаемое – статист среднее случ велич, вычитаемое – статист среднее случ велич x
Замечание: если первоначальное варианты xi большие числа, то для упрощения выч. переходит к условным Ui, которые получаются, если из исходных вариантов вычислить постоянное число C.
Ui=xi – C
Следует отметить, что
Оценка среднее квадратичного отклонения
Оценка дисперсии удовлетворяет след требованиям:
-
Она явл состоятельной, т.е. по вероятности
-
Она явл смещенной
исправленная оценка дисперсии. Ее обозначают , где S- исправленная оценка среднего квадратического отклонения
Если мы будем пользоваться не исправленной оценкой, то будем допускать систематическую ошибку в сторону уменьшения.
Замечание: на практике, если объём выборки n≥30, то приближенно принимают, что