- •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
36.Криволинейные интегралы первого и второго рода и их выч.
Если при n + и dn 0 сущ. конечный предел интегральных сумм
И этот придел не зависит как от способа разбиения кривой L на части Li так и от выбора точек Mi * то такой предел называется Криволинейным интегралом 1 рода (КРИ-1) и обозначается
Если кривая L является ориентированной и на ней задана векторная ф-я
F( - вектор)(x,y) = P(x,y)i() + Q(x,y)j(), если также при n + и dn 0 сущ. конечный предел интегральных сумм (2) и этот предел не зависит как от способа разбиения кривой L на части Li так и от выбора точек Mi * то такой предел называется КРИ-2 и обозначается
L P(x,y)i() + Q(x,y)j().
Криволинейные интегралы существуют для непрерывных ф-ий ƒ(x,y) и F()(x,y)
Обладают св-вами линейности и аддитивности
Выч. КРИ сводится к нахождению определенных интегралов. Для КРИ-1:
L ƒ(x,y,z)dl = ,
где
Для КРИ-2:
LP(x,y,z)dx+Q(x,y,z)dy+R(x,y,z)dz= ,
где соответствуют началу A и концу В дуги L.
37. Основные понятия и определения теории вероятностей. Классическое определение вероятности.
Правило произведения:
Если объект типа X можно выбрать n способами и при каждом таком выборе объект типа Y можно выбрать m способами, то выбор пары (X,Y) в указанном порядке можно осуществить nm способами.
Правило суммы:
Если объект типа X можно выбрать n способами, а объект типа Y можно выбрать m способами, то выбор объекта типа X или Y можно осуществить n+m способами.
Число перестановок из n различных элементов равно
Число размещений из n различных элементов по m местам равн
, где m n
Число сочетаний из n различных элементов по m элементам равн
, причем 0! = 1
Дискретное вероятностное пространство называется классическим, если все эл-ные исходы связанные со случайным экспериментом (СЭ), равновозможны. Классическое определение вероятности: Пусть с СЭ связано конечное число n равновозможных эл-ных исходов, тогда вероятность P(A) события А связанного с данным СЭ определяется формулой
P(A) = , где — число исходов, благоприятствующих появлению события А, n — число всех эл-ных исходов.
Аксиомы вероятности:
-
P(A) 0 для любого события А
-
P() = 1
-
P(A+B) = P(A)+P(B), если события А и В несовместны
-
Аксиома сложения Р(А1 + … + Ak + …) = Р(А1) + … + Р(Аk) + … , если событие А1, …, Аk, … попарно несовместны, т.е. АiAk = , для i k
38. Сумма событий. Теорема сложения вероятностей.
Суммой событий А и В называется событие С = А + В, состоящее в наступлении хотя бы одного из событий А или В (в результате случайного эксперимента (СЭ) произошло или А или В или А и В одновременно.
Произведением событий А и В называется событие С = АВ, состоящее в том, что в результате СЭ произошли и собылие А и событие В.
Теорема сложения вероятностей:
Вероятность суммы двух событий равна сумме вероятностей этих событий за вычетом вероятности их произведения Р(А+В) = Р(А) + Р(В) – Р(АВ).
Доказательство:
Представим события А + В и В посредством суммы несовместных событий:
А + В = А + А(с чертой)В
В = АВ + А(с чертой)В
Аксиома 3 вероятности гласит P(A+B) = P(A)+P(B), если события А и В несовместны,
тогда Р(А+В) = Р(А)+Р(А(с чертой)В = Р(А) + Р(В) – Р(АВ)
Геометрическая интерпретация операции над событиями наглядно демонстрирует доказательство теоремы.
Теорема сложения вероятностей несовместных событий:
Р(А+В) = Р(А) + Р(В), если А и В несовместны.
В частности Р(А) + Р(А(с чертой)) = 1