- •В.А.Ганов учебно-методический комплекс
- •280700.62 «Техносферная безопасность»
- •Оглавление
- •Пояснительная записка
- •1). Цели и задачи дисциплины, ее место в учебном процессе
- •2). Общие пояснения
- •2.Основные требования государственного образовательного стандарта
- •3.2. Содержание учебной дисциплины
- •4. Разделы учебной дисциплины, виды учебной деятельности и формы контроля
- •5. Самостоятельная работа студента
- •5.1. График самостоятельной работы студента
- •6. Оценочные средства для контроля успеваемости ирезультатов освоения учебной дисциплины
- •7.Литература
- •2.5.1. Основная литература
- •7. Материально-техническое обеспечение учебной дисциплины
- •2.6.1. Требования к аудиториям (помещениям, местам) для проведения занятий:
- •7.2. Требования к оборудованию рабочих мест преподавателя и обучающихся:
- •8.Тематический план (распределение часов курса по темам и видам работ):
- •1 Семестр
- •2 Семестр
- •3 Семестр
- •7. Учебно-методическая (технологическая) карта дисциплины.
- •1 Семестр
- •7. Учебно-методическая (технологическая) карта дисциплины.
- •2 Семестр
- •7. Учебно-методическая (технологическая) карта дисциплины.
- •3 Семестр
- •10.Контрольные задания и тесты
- •Вариант 2.
- •13.Какой из следующих определителей не равен нулю?
- •Вариант 2
- •Вариант 19
- •Вариант 22
- •Вариант 23
- •Вариант 24
- •Вариант 27
- •Утверждаю: Зав. Кафедрой_________________
- •11.1. Вопросы к экзамену по дисциплине «Высшая математика»,
- •8.1.2.Экзаменационные билеты по высшей математике
- •11.2.Экзаменационные вопросы
- •11.2.Экзаменационные билеты (2-й семестр)
- •8.3.1.Экзаменационные вопросы
- •8.3.2.Экзаменационные билеты по высшей математике 3-й семестр
- •Учебные пособия
- •Оглавление
- •Глава 1. Элементы линейной алгебры
- •§1. Числовые матрицы и определители
- •Основные свойства матриц
- •Основные свойства определителей
- •§2. Обратная матрица
- •§3. Системы линейных уравнений
- •2) Если определитель а равен нулю и хотя бы один из I отличен от нуля, то система (5) не имеет решений;
- •3) Если определитель а и все вспомогательные определители I равны нулю, то система (5) имеет бесконечное множество решений.
- •1) Если в (7) нет противоречий и число уравнений равно числу неизвестных, то система (3) имеет единственное решение;
- •2) Если (7) содержит противоречие, то система (3) не имеет решений;
- •3) Если в (7) нет противоречий, но число уравнений меньше числа неизвестных, то система (3) имеет бесконечное множество решений.
- •§4. Ранг матрицы и неопределенные системы
- •Упражнения 1
- •Глава 2. Аналитическая геометрия
- •§1. Декартова система координат
- •§2. Уравнение прямой линии на плоскости
- •§3. Кривые линий второго порядка
- •§4. Декартовы координаты и векторы в пространстве
- •2). Координаты точки деления отрезка в заданном отношении вычисляют по формулам:
- •§5. Скалярное произведение векторов
- •Свойства скалярного произведения
- •§6. Векторное и смешанное произведения
- •Свойства векторного произведения
- •§7. Плоскость и прямая линия в пространстве
- •2).Условие параллельности плоскостей:
- •Основное правило 1.
- •2).Условие параллельности прямых:
- •Основное правило 2.
- •Упражнения 2
- •Глава 3. Поверхности второго порядка
- •§1.Сферические, цилиндрические и конические поверхности
- •Частные случаи.
- •§2.Стандартные поверхности 2-го порядка
- •§3. Поверхности вращения
- •Упражнения 3
- •Глава 4. Комплексные числа
- •§1. Алгебраическая форма комплексного числа
- •§2. Тригонометрическая форма комплексного числа
- •Упражнения 4
- •Глава 5. Разложение рациональных дробей
- •Правило разложения правильной вещественной дроби на простейшие дроби.
- •Глава 6. Введение в математический анализ
- •§1. Числовые функции
- •§2. Простейшие функции
- •Основные свойства степеней
- •Основные свойства логарифмов
- •6. Тригонометрические функции.
- •Обратные тригонометрические функции.
- •§3. Бесконечные величины и предел функции
- •Свойства пределов
- •Первый замечательный предел
- •Второй замечательный предел
- •Теперь исходный предел равен: §4. Непрерывные функции
- •3) F(X) принимает на [a; b] все промежуточные значения между своими наименьшим и наибольшим значениями.
- •Упражнения 4
- •Упражнения 5
- •Библиографический список
- •Часть 2
- •Глава 1. Дифференциальное исчисление………………………………………………….5
- •§1. Производная функции одной переменной
- •Правила дифференцирования
- •§2. Задачи, приводящие к понятию производной функци
- •§4. Основные теоремы о дифференцируемых функциях
- •§5. Исследование функций на монотонность и экстремум
- •Задачи на экстремум.
- •§6. Вогнутость и точки перегиба
- •Определение 6.Точки, в которых график функции меняет направление вогнутости называютсяточками перегиба.
- •Упражнения 1
- •Ответы к упражнениям 1
- •Глава 2. Интегральное исчисление
- •§1. Неопределенный интеграл
- •Правила интегрирования
- •Основные свойства неопределенных интегралов
- •§2. Методы интегрирования
- •3.Интегрирования по частям. Пусть u и V - дифференцируемые функции от х, тогда верно равенство
- •5. Интегрирование некоторых тригонометрических функций.
- •§3. Определенный интеграл
- •Свойства определенного интеграла
- •§4.Приложения определенных интегралов
- •1.Вычисление площади плоской фигуры, ограниченной линиями
- •§5. Несобственные интегралы
- •Упражнения 2
- •Ответы к упражнениям 2
- •Глава 3. Функции нескольких переменных
- •§1. Евклидово n-мерное пространство
- •§2. Экстремумы функций двух переменных
- •§3. Метод наименьших квадратов
- •Упражнения 3
- •Глава 4. Функции комплексного переменного
- •§1. Определение и геометрическое и изображение
- •Предел и непрерывность функции комплексного переменного
- •§2. Элементарные функции комплексного переменного
- •§3. Дифференцирование
- •Другие свойства
- •Геометрический смысл производной
- •Глава 5. Дифференциальные уравнения
- •§1. Дифференциальные уравнения 1-го порядка
- •Теорема о существовании решения задачи Коши
- •Методы интегрирования дифференциальных уравнений
- •§2. Дифференциальные уравнения 2-го порядка
- •Теорема существования решения задачи Коши
- •Методы понижения порядка.
- •§3. Линейные уравнения 2-го порядка
- •§4. Линейные уравнения с постоянными коэффициентами
- •Упражнения 5
- •Глава 8.Элементы теории вероятностей
- •§1.Определение вероятности и ее свойства
- •Свойства вероятности
- •§2. Повторные независимые испытания
- •§3. Случайные величины
- •Основные свойства функции распределения f(X)
- •Основные свойства плотности распределения f(X)
- •Свойства математического ожидания
- •Свойства дисперсии
- •Основные виды распределений
- •§4. Закон больших чисел
- •Приложение 1.Элементы комбинаторики Основные правила комбинаторики
- •Простейшие соединения
- •Упражнения 7
- •Упражнение 8
- •Библиографический список
- •Приложение 2. Математико-статистические таблицы
- •Глава 8. Введение в математическую статистику
- •§1. Выборочный метод
- •Основные виды распределений
- •Упражнение 8
§4. Закон больших чисел
Отдельные явления, которые мы наблюдаем в природе и о6щественной жизни, часто проявляются как случайные. Причиной этого является влияние многих побочных факторов, вообще говоря, не связанных с существом данного явления. Учесть суммарное действие этих факторов невозможно, и потому по единичному наблюдению случайного явления ничего нельзя сказать о его закономерностях. Однако давно было замечено, что при большом числе наблюдений случайного явления средние значения его числовых показателей подвергаются лишь незначительным колебаниям, т. е. как бы утрачивают характер случайного. Поэтому естественно считать, что именно средние значения показателей являются истинными характеристиками случайных явлений. Например, для определения веса или длины какого-нибудь предмета обычно производят несколько измерений, и за искомый результат принимают среднее арифметическое значение этих измерений. Теоретически этот метод обосновывается с помощью так называемого закона больших чисел, который представляет собой набор следующих утверждений. Неравенство Маркова. Если случайная величшна Х принимает неотрицательные значения и имеет математическое ожидание М(Х), то для любого положительного числа А выполняется неравенство
(67)
Здесь слева вероятность того, что случайная величина Х принимает значения не меньше, чем число А.
Пример 28. Среднее число дождливых дней в году в г. Кисловодске равно 60. Оценить вероятность того, что в течение года в этом городе будет: а) не менее 100 дождливых дней; б) менее 120 дождливых дней. Решение. Пусть Х - число дождливых дней в году в г. Кисловодске. Тогда Х неотрицательная случайная величина, ее значения колеблются вокруг 60 и, следовательно, 60 можно взять за ее математическое ожидание: М(Х)= 60. а). Применяется неравенство Маркова: 6). Событие Х < 120 является противоположным событию Х 120, поэтому Р(Х <120) = 1 — Согласно неравенству Маркова, Тогда Р(Х <120) 10,5 = 0,5. Ответ: а) Р(Х <120) 0,6; 6) Р(Х <120) 0,5. Неравенство Чебышева. Если случайная величина Х имеет дисперсию D(Х), то для любого положительного числа выполняется неравенство:
Здесь слева вероятность того, что значения случайной величиям Х отклоняются от М(Х) не более чем на по абсолютной величине. Пример 29. Средняя урожайность люпина составляет 250 ц. с га. Оценить вероятность того, что урожайность люпина с наудачу выбранного гектара будет в границах от 225 до 275 включительно, если известно, что среднее квадратическое отклонение урожайности равно 10 ц. Найти приближенно эту вероятность, по формуле (66).
Решение. Пусть Х урожайность люпина. Тогда Х имеет дисперсию D(X) = 102 = 100. Математическое ожидание равно средней урожайности: М(Х) = 250. Границы 225 и 275 симметричны относительно 250, поэтому можно применить неравенства Чебышева. Очевидно, что 225 Х 275 25, поэтому, =
Урожайность люпина зависит от многих независимых случайных факторов, по теореме Ляпунова можно считать, что Х имеет распределение близкое к нормальному закону, поэтому можно применить формулу (66): 2·Ф(2,5) = 0,9976. Получили разные ответы, но противоречия нет, ибо первый ответ 0,84 - это нижняя оценка искомой вероятности, второй ответ 0,9976 это более точная приближенная оценка значения этой же вероятности. Теорема Чебышева. Пусть дана последовательность случайных величин Х1, Х2 ,..., Хn ,..., и их дисперсии ограничены одним и тем же числом С. Пусть `Хn обозначает среднее арифметическое первых п случайных величин и `Мn - среднее арифметическое их математических ожиданий: . Тогда имеет место неравенство для любого положительного числа . (Здесь величина справа стремится к 1 при ).
Значение теоремы Чебышева. В практических исследованиях очень важно знать, какие случайные события могут произойти или не произойти в данный момент. В таких случаях определяют вероятность этого события и руководствуются следующим принципом. Принцип практической уверенности: Если вероятность события очень мала (например, меньше 0,03), то при однократном испытании можно быть уверенным в том, что это событие не произойдет, и в практической деятельности можно считать это событие невозможным. Например, в каждой лотерее вероятность выигрыша по одному балету не более чем 0.01. Поэтому выиграть по одному билету практически невозможно.
Пусть наблюдается достаточно большое число случайных величин Х1, Х2 ,..., Хn ,.... Каждая Хn принимает значения вокруг своего математического ожидания М(Хn), и эти значения невозможно предсказать. Часто оказывается, что отклонения Хn от М(Хn) ограничены, например, если все Хn - результаты измерения одного и того же объекта. Тогда можно применять теорему Чебышева. Пусть взято малое число и рассматривается среднее арифметическое`Хn . По теореме Чебышева, при достаточно большом n величина`Хn принимает свои значения в пределах от `Мn до `Мn + с вероятностью близкой к 1. Значит, вероятность отклонения `Хn от `Мп,, на большую величину 6лизка к 0. Поэтому можно считать, что`Хn практически не отклоняется от `Мn . Но`Мn - это постоянная величина, которая может быть заранее вычислена. Таким образом, теорема Чебышева утверждает, что значения средних величин `Хn (при достаточно большом n) можно рассматривать как функциональные величины, и потому их значения можно предсказывать. Следствие теоремы Чебышева. Если случайные величины Х1, Х2 ,..., Хn ,.. (из теоремы Чебышева) имеют одинаковые математические ожидания, равные а, то для любого положительного числа вероятность стремится к1 при n . Теорема Бернулли. Пусть производится серия независимых повторных испытаний, в каждом из которых событие А может наступить с вероятностью р. Тогда для любого положительного числа вероятность
стремится к 1 при n , где относительная частота появления А в испытаниях. Эта теорема утверждает, что при достаточно большом числе испытаний вероятность события А практически равна его относительной частоте. Следствие теоремы Ляпунова. Если случайная величина Х является суммой достаточно большого числа независимых случайных величия, влияние которых на Х незначительное, то распределение Х близко к нормальному закону. В практических исследованиях очень часто рассматриваются случайные величины, удовлетворяющие требованиям теоремы Ляпунова. И поэтому исследователи могут предполагать, что такие случайные величины имеют нормальный закон распределения. Этот обстоятельство широко используется при разработке многочисленных методов математической и общей статистики.