- •Необходимое условие перегиба.
- •Первое достаточное условие перегиба.
- •Второе достаточное условие перегиба.
- •Третье достаточное условие перегиба.
- •Метод замены переменной (метод подстановки)
- •Вычисление площадей плоских фигур.
- •Сходимость знакоположительных рядов
- •Признак Даламбера
- •Признак Коши
- •Линейные уравнения
- •[Править]Метод интегрирующего множителя
- •[Править]Метод вариации постоянной (метод Лагранжа)
- •18. Классическое определение вероятности.
- •19. Теоремы сложения и умножения вероятностей.
- •20.Формула полной вероятности
- •21.Формула бернулли
- •22. Дискретные и непрерывные случайные величины
- •23. Числовые характеристики дискретных случайных величин.
- •24. Задачи и основные понятия математической статистики
- •25. Статистическое распределение выборки.
- •26. Графическое изображение для выборки
- •27.Числовые характеристики для выборки и генеральной совокупности.
- •Линейная зависимость
- •Корреляционная зависимость. Коэффициент корреляции
- •Уравнение линейной регрессии
21.Формула бернулли
,
где
Пусть проводится n- одинаковых независимых испытаний в каждом из которых вероятность появления события Апостоянна и равна р. Тогда вероятность того что в n- испытаниисобытие А произойдет ровно k-раз
22. Дискретные и непрерывные случайные величины
Случайная величина- величина которая в результате какого-то испытания принимает определенное значение из возможных, заранее известных.
X;Y;Z…
Примеры: Х-число выпавших очков(1…6); Y-температура воздуха (-35…+5) все случайные величины разделяются на дискретные (ДСВ) и непрерывные(НСВ).
ДСВ- случайная величина которая принимает отдельные изолированные значения(пример Х)
НСВ- случайная величина которая может принимать все значения из некоторого конечного или бесконечного интервала(пример Y)
Закон распределения ДСВ- перечень значений и их вероятностей для СВ записанной в виде таблицы.
Х |
Х1 |
Х2 |
Х3 |
… |
Хn |
P |
P1 |
P2 |
P3 |
… |
Pn |
.р1=Р(х=х1)
Сумма
всех вероятностей в таблице =1;
Пример: стрелок имеет запас из 3 патронов и стреляет в цель до 1го попадания. Вероятность попадания 0.8 составить закон распределения СВ х- число использованных патронов
Х |
1 |
2 |
3 |
Р |
0.8 |
0.16 |
0.04 |
Р(х=1)=0.8; Р(х=2)=0.2*0.8=0.16; Р(х=3)=0.2*0.2*0.8+0.2*0.2*0.2=0.04
23. Числовые характеристики дискретных случайных величин.
Математическое ожидание- математическим ожиданием М(Х) ДСВ х называется сумма произведений каждого значения этой величины на соответствующую вероятность
М(х)=
M(x)=приближенно
равно среднему значению СВ
Свойства: математическое ожидание постоянной величины С = самой постоянной величине; постоянный множитель можно выносить за знак математического ожидания; математическое ожидание случайной величины заключено между ее возможными наименьшими и наибольшими значениями; МО алгебраической суммы СВ= сумме МО этих величин; МО произведения 2х независимых СВ = произведению их МО
Дисперсия-дисперсией СВ х называют МО квадрата разности между СВ х и ее МО
D(х)=M(x2)-(M(x))2
;M(x2)=
Свойства: если СВ х принимает только одно возможное значение С СС вероятностью р=1 то D(х)=0 т.е дисперсия постоянной величины =0; постоянный множитель можно выносить за знак дисперсии, предварительно возведя его в квадрат; дисперсия «+»или «-» 2х независимых СВ = сумме их дисперсий
Следствие: дисперсия суммы постоянной и случайной величин = дисперсии СВ; D(C+X)=D(x)
Среднее квадратическое отклонение-корень квадратный из дисперсии СВ
σ(х)=
24. Задачи и основные понятия математической статистики
Математическая статистика занимается сбором и обработкой различных данных.
Основные понятия:- генеральная совокупность;
-выборочная совокупность (выборка)
Генеральная совокупность- совокупность объектов, из которых производится выборка
Выборка- совокупность случайно отобранных объектов.
Объем выборки (n)- количество объектов данной выборки
Объем генеральной совокупности вводится аналогично (N).
Виды выборок:
-повторная - выборка, при которой отобранный объект перед новым отбором возвращается обратно в генеральную совокупность.
-бесповторная – выборка, при которой объект не возвращается в генеральную совокупность.
Чтобы по данным выборки можно было правильно судить об интересующем признаке генеральной совокупности необходимо чтобы выборка правильно представляла пропорции генеральной совокупности и любой объект генеральной совокупности должен иметь равную вероятность попасть в выборку.
Способы отборок:
Отбор, при котором генеральная совокупность не разбивается на части, бывает 2х видов:
простой случайный бесповторный
простой случайный повторный
Отбор, при котором генеральная совокупность разбивается на части, бывает 3х видов
типический- при котором объект из ген. Совокуепности выбирается не из всей ген. Совокупности, а из каждой ее типической части.
Механический – отбор при котором ген. Совокупность делится на столько групп сколько объектов должно войти в выборку и из каждой группы выбирается по 1му объекту.
Серийный- отбор при котором объекты извлекаются не по одному, а целыми сериями.
Простой случайный отбор- отбор при котором объекты ген. Совокупности извлекаются по одному.
