- •2)Операции над векторами.
- •3)Модуль вектора
- •4)Условие коллинеарности, ортогональности и компланарности векторов.
- •5)Линейная комбинация системы векторов, линейная зависимость векторов.
- •10)Линейные операции над матрицами.
- •11)Произведение матриц, условие его существования.
- •12)Обратная матрица. Ранг матрицы.
- •15)Системы n линейных уравнений с m неизвестными .Теорема Кронекера-Капелли.
- •19)Производная функции одной переменной и ее геометрический и экономический смысл.
- •16 )Различные виды уравнения прямой :
- •21)Основные правила дифференцирования.
- •22)Производная сложной и обратной функции.
- •23)Дифференциал функции и его применение а приближенных вычислениях.
- •24)Условие возрастания и убывания функции.
- •26)Выпуклая и вогнутая кривая. Точка перегиба. Условия существования точки перегиба.
- •27)Условие выпуклости и вогуности.
- •28)Определение первообразной и неопределенного интеграла.
- •33)Основные методы интегрирования.
- •34)Применение определенного интеграла в геометрии и экономике.
- •38)Алгебра событий. Теоремы сложения и умножения событий.
- •42)Дискретные и непрерывные случайные величины. Закон распределения вероятностей случайной величины.
- •43) Виды законов распределения дискретных случайных величин.
- •45)Плотность распределения вероятностей непрерывной случайной величины и ее свойства.
- •46)Числовые характеристики дискретных случайных величин.
- •47)Законы распределения непрерывных случайных величин.
- •48)Нормальное распределение случайной величины.
- •59)Построение нормальной кривой по опытным данным.
- •60)Критерий согласия Пирсона хи-квадрат. Общая схема проверки.
- •61)Линейная корреляция. Уравнение линий регрессии. Метод наименьших квадратов.
- •62)Коэффициент корреляции и его свойства.
38)Алгебра событий. Теоремы сложения и умножения событий.
Условная вероятность.
Суммой двух событий А и В называется событие С=А+В,
заключающееся в том, что произошло хотя бы одно из
них.
Произведением двух событий А и В называется событие Д=А×В, заключающееся в том, что произошли оба события.
Теорема 1.
,
если А, В несовместны.
Теорема 2.
-
,
если А, В совместны.
Теорема 3.
,
если А, В независимы.
Теорема 4.
,
если А, В зависимы, где
- вероятность события В при условии,
что произошло событие А.
Следствие 1.
Следствие 2. Вероятность появления
хотя бы одного из независимых событий
равна
, где
=
Если событие А, может наступить
лишь при появлении одного из несовместных
событий (гипотез)
,
образующих полную группу несовместных
событий, то по формуле полной вероятности
Вероятность гипотезы
при условии, что событие А произошло,
определяется по формуле Байеса
,
где
- полная вероятность события А.
39)Вероятность появления хотя бы одного из н-независимых событий.
Вероятность появления хотя бы одного из независимых событий равна , где =
40)Схема повторения независимых событий. Формула Бернулли.
Схемой Бернулли называется
последовательность независимых
испытаний, в каждом из которых может
появиться событие А с одинаковой
вероятностью
.
Вероятность того, что в n независимых испытаниях события А появится k раз, определяется по формуле Бернулли:
, где
которая на практике применяется при
небольших n;
41)Локальная и интегральная формула Лапласа. Формула Пуассона.
,
где
,
- локальная формула Лапласа;
, где
=
,
- формула Пуассона Вероятность
того, что в n
независимых испытаниях событие А
появится от
до
раз включительно определяется по
интегральной формуле Лапласа
-
, где
- функция Лапласа.
Замечание 1. Формулы Лапласа и Пуассона дают приближенное значение вероятности, точность которых растет с увеличением n.
Замечание 2. Значения функций
и Ф (х) приведены в таблицах,
которые имеются практически во всех
учебниках, задачниках, пособиях по
теории вероятностей и математической
статистике. При этом необходимо
учитывать, что
четная функция, а Ф (х) – нечетная.
42)Дискретные и непрерывные случайные величины. Закон распределения вероятностей случайной величины.
Величина называется случайной, если в результате испытания она
примет лишь одно возможное значение, заранее неизвестное и
зависящее от случайных причин.
Дискретной случайной величиной называется величина, значения
которой образуют счетное множество (множество, элементы которого
можно пронумеровать).
Закон, устанавливающий соотношение между возможными значениями
случайной величины и соответствующими вероятностями.
