- •Часть I математика Раздел 1. Дифференциальное исчисление
- •1.1 Определение производной. Таблица производных
- •1.2. Основные правила дифференцирования
- •1.3. Численное дифференцирование
- •1.4. Примеры
- •1.5. Варианты заданий
- •Раздел 2. Интегральное исчисление
- •2.1. Первообразная функция и неопределенный интеграл
- •2.2. Основные свойства неопределенного интеграла
- •2.3. Таблица простейших интегралов
- •2.4. Основные методы интегрирования
- •2.5. Основные понятия и свойства определенного интеграла
- •2.6. Основные методы интегрирования
- •2.7. Численное интегрирование
- •2.8. Примеры
- •2.9. Варианты заданий
- •Раздел 3. Дифференциальные уравнения
- •3.1. Основные определения
- •3.2. Уравнения с разделяющимися переменными
- •3.3. Однородные уравнения первого порядка
- •3.4. Линейные уравнения первого порядка
- •3.5. Численные методы решения дифференциальных уравнений
- •3.6. Примеры
- •I. Метод Лагранжа
- •II. Метод Бернулли
- •3.7. Варианты заданий
- •Раздел 4. Элементы теории вероятностей
- •4.1 Классификация событий. Действия над событиями
- •4.2. Классическое определение вероятности
- •4.3 Основные формулы комбинаторики
- •4.4. Теоремы умножения и сложения вероятностей
- •4.5. Примеры
- •4.6. Варианты заданий
- •4.7. Формулы полной вероятности и Байеса
- •4.8. Примеры
- •4.9 Варианты заданий
- •4.10. Повторные испытания
- •4.11. Примеры
- •4.12. Варианты заданий
- •Раздел 5. Случайные величины
- •5.1. Понятие случайной величины. Функция распределения
- •5.2. Дискретные случайные величины (дсв)
- •5.3. Непрерывные случайные величины (нсв)
- •5.4. Числовые характеристики случайных величин
- •5.5. Примеры
- •5.6. Варианты заданий
- •Раздел 6. Основы статистики. Регрессионный анализ
- •6.1. Основы математической статистики
- •6.1.1. Примеры
- •6.1.2. Варианты заданий
- •6.2. Регрессионный анализ
- •6.2.1. Примеры
- •6.2.2. Варианты заданий
- •Часть II информатика Раздел 1. Операционные системы
- •1.1. Примеры
- •1.2. Варианты заданий
- •Раздел 2. Текстовые редакторы
- •2.1. Примеры выполнения заданий
- •3.2. Варианты заданий
- •Раздел 3. Табличный процессор Excel
- •3.1. Примеры выполнения заданий
- •3.2. Варианты заданий
- •Раздел 4. Графические редакторы
- •4.1. Примеры выполнения заданий
- •4.2. Варианты заданий
- •Раздел 5. Электронные базы данных Access
- •5.1. Примеры выполнения заданий
- •5.2. Варианты заданий
- •Раздел 6. Интернет
- •6.1. Примеры выполнения заданий
- •6.2. Варианты заданий
- •Библиографический список
Раздел 5. Случайные величины
5.1. Понятие случайной величины. Функция распределения
Под случайной величиной понимают величину, которая в результате опыта со случайным исходом принимает то или иное значение (числовое), причем заранее неизвестно какое именно.
Случайные величины обозначают большими латинскими буквами X, Y, ..., а принимаемые ими значения – малыми x1, x2, ..., y1, y2, ....
Любое правило (таблица, функция, график), позволяющее находить вероятности того, что данная случайная величина примет конкретное значение или попадет в заданный интервал, называется законом распределения случайной величины.
Одним из наиболее удобных и универсальных способов задания закона распределения является функция распределения.
Функцией распределения случайной величины Х называется функция F(x), которая для любого числа хR равна вероятности события{X<x}, то есть F(x)=P{X<x}.
Функция распределения обладает следующими свойствами:
1) ;
2) F(x) – неубывающая функция
3) F(–)=0, F(+)=1
4) F(x) непрерывна слева в любой точке
5)
5.2. Дискретные случайные величины (дсв)
Если множество возможных значений случайной величины Х конечно или счетно (это значит, что его элементы могут быть пронумерованы натуральными числами), то есть дискретно, то случайная величина Х называется дискретной.
Закон распределения ДСВ Х удобно задавать с помощью следующей таблицы
xi |
x1 |
x2 |
.... |
xn |
.... |
pi |
p1 |
p2 |
.... |
pn |
.... |
называемой рядом распределения. xi – значения Х, pi – соответствующие вероятности.
Графически ряд распределения изображают в виде многоугольника (полигона) распределения (рис.5.2.1).
рис. 5.2.1.
Функция распределения ДСВ имеет вид , где суммирование ведется по всем индексам i, для которых xi <x.
5.3. Непрерывные случайные величины (нсв)
Если множество значений случайной величины Х заполняет (непрерывно) конечный или бесконечный промежуток на числовой оси, то такая случайная величина называется непрерывной.
Случайная величина называется непрерывной, если ее функция распределения F(x) непрерывна на всей числовой оси.
Плотностью распределения НСВ Х называется первая производная f(x) ее функции распределения F(x).
f(x)=F/(x)
Свойства плотности распределения:
1) f(x)≥0 (свойство неотрицательности)
2) (свойство нормированности)
3)
4)
5)
График плотности распределения f(x) называется кривой распределения.
5.4. Числовые характеристики случайных величин
Математическим ожиданием М(Х) ДСВ Х называется сумма произведений всех ее возможных значений xi на их соответствующие вероятности
Математическое ожидание НСВ Х с плотностью вероятности f(x) находится по формуле
Дисперсией случайной величины Х называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания:
D(X)=M(X–M(X))2.
Также можно использовать другую формулу .
Если Х – ДСВ, то или .
Если Х – НСВ с плотностью f(x), то или .
Средним квадратическим отклонением случайной величины Х называется число σ(Х), определяемое равенством .
Мода ДСВ Х – есть ее наиболее вероятное значение Мо(Х). Мода НСВ Х с плотностью f(x) есть то ее значение Мо(Х), при котором функция f(x) достигает максимум.
Медиана случайной величины Х (обозначение Ме(Х)) – есть такое ее значение xp, для которого одинаково вероятно, окажется ли случайная величина Х меньше xp или больше xp, то есть P{X<xp}=P{X>xp}=0.5.