- •Абсолютная и условная сходимость числовых рядов. Свойства абсолютно сходящихся рядов.
- •Функциональные ряды. Точка сходимости ряда. Степенной ряд.
- •Мажорируемые и равномерно сходящиеся ряды.
- •Сходимость степенных рядов. Теорема Абеля. Радиус сходимости степенного ряда.
- •Определение радиуса сходимости степенного ряда. Признак Даламбера. Радикальный признак Коши. Свойства степенных рядов.
- •Ряды Тейлора и Маклорена. Примеры (разложение в ряд Тейлора элементарных функций).
- •Метрическое пространство. Фундаментальная последовательность. Полное метрическое пространство.
- •Линейное пространство. Аксиомы линейного пространства. Нормированное пространство. Банаховы пространства.
- •Ряды Фурье. Разложение функции по произвольной ортогональной системе функций.
- •Тригонометрические ряды Фурье. Разложение в ряд Фурье четных и нечетных функций.
- •Комплексные числа и действия над ними.
- •Возведение в степень
- •Последовательности комплексных чисел. Сходимость последовательности комплексных чисел.
- •Функции комплексных переменных. Основные элементарные функции комплексного переменного.
- •Производная функции комплексного переменного. Условия Даламбера-Эйлера. Определение аналитической функции. Дифференциал. Производная элементарной функции.
- •Интегрирование функции комплексного переменного. Сведение интеграла к сумме криволинейных интегралов второго рода.
- •Теорема Коши. Первообразная и неопределенный интеграл. Формула Ньютона-Лейбница.
- •Интегральная формула Коши. Ряды Тейлора и Лорана. Физический смысл аналитической функции.
- •Классификация особых точек аналитической функции. Вычисление вычета в полюсе. Теорема о вычетах.
- •Обыкновенные дифференциальные уравнения.
- •Закон радиоактивного распада.
- •Общий интеграл. Общее решение. Задача Коши. Теорема Коши о существовании и единственности решения.
- •Решение дифференциальных уравнений с разделяющимися переменными.
- •Метод вариации произвольной постоянной.
- •Уравнение в полных дифференциалах.
- •Дифференциальные уравнения высших порядков. Уравнения, допускающие понижение порядка.
- •Линейные дифференциальные уравнения. Определитель Вронского. Фундаментальная система решений.
- •Линейные однородные дифференциальные уравнения n-того порядка. Фундаментальная система решений. Определитель Вронского.
- •Интегрирование линейных однородных дифференциальных уравнений второго порядка.
- •Решение линейных неоднородных дифференциальных уравнений со специальной правой частью.
- •Системы дифференциальных уравнений, разрешенных относительно производных. Теорема Коши. Метод исключения для решения систем дифференциальных уравнений.
- •Случайные события и их вероятности.
- •Операции над событиями. Классическое определение вероятности. Геометрическое определение вероятности.
- •Свойства вероятности. Применение комбинаторики к вычислению вероятности.
- •Условные вероятности. Независимость событий.
- •Формула полной вероятности. Формула Байеса.
- •Предельная теорема в схеме Бернулли. Формула Пуассона.
- •Локальная и интегральная теоремы Муавра-Лапласа.
- •Системы случайных величин. Функции распределения системы случайных величин.
- •Плотности вероятности системы случайных величин. Условные законы распределения.
- •Математическое ожидание и дисперсия случайных величин.
- •Условное математическое ожидание. Корреляционный момент и коэффициент корреляции. Свойства коэффициента корреляции.
- •Сходимость по вероятности. Второе неравенство Чебышева.
- •Правило трех сигм. Теорема Маркова.
- •Теорема Чебышева. Закон больших чисел. Центральная предельная теорема (теорема Ляпунова).
- •Предмет математической статистики. Задачи математической статистики. Генеральная и выборочная совокупности.
- •Эмпирическая функция распределения. Числовые характеристики статистического распределения.
- •Статистическая оценка параметров. Несмещенная, эффективная и состоятельная оценки.
- •Теорема о выборочном среднем. Исправленная выборочная дисперсия.
- •Метод моментов. Метод максимального правдоподобия.
- •Интервальное оценивание параметров. Доверительный интервал для математического ожидания при известной дисперсии.
- •Доверительный интервал для математического ожидания нормального распределения при известной дисперсии.
- •Доверительный интервал для математического ожидания при неизвестной дисперсии.
- •Проверка статистических гипотез. Критерий Колмогорова.
Предмет математической статистики. Задачи математической статистики. Генеральная и выборочная совокупности.
Мат статистика изучает методы сбора систематизации и обработки результатов наблюдений, массово случайных явлений для выявления существующих закономерностей.
Предмет мат статистики - изучение случайных величин по результатам наблюдений.
Задачи:
Данное, полученное в результате опыта, надо упорядочить, представить в удобном для обозрения и мат анализе вида.
Оценить интересующие нас характеристики наблюдаемой случайной величины. Например, дать оценку мат ожидание и дисперсии случайных величин.
Проверка статистических гипотез решение вопросов согласования результатов оценивания с опытными данными. Для обработки статистических данных созданы пакеты программ.
Генеральной совокупность называется совокупность всех подлежащих изучению объектов или возможных результатов всех мыслимых наблюдении производимых над одним объектом в неизменных условиях. Объем генеральной совокупности называется число её объектов или наблюдений.
Выборочная совокупность называется часть отобранных случайным образом объектов генеральной совокупности, используемых для исследования.
Сущность выборочного метода в мат статистике заключается в том, чтобы по определенной части генеральной совокупности судить о её свойствах в целом
Эмпирическая функция распределения. Числовые характеристики статистического распределения.
Эмпирическая функция распределения (выборочная функция распределения) — естественное приближение теоретической функции распределения данной случайной величины, построенное по выборке.
Пусть задана случайная выборка наблюдений Построим по выборке ступенчатую функцию , возрастающую скачками величины в точках Построенная функция называется эмпирической функцией распределения. Для задания значений в точках разрыва формально определим её так:
Замечание: при этом эмпирическая функция непрерывна справа.
Каждой числовой характеристике случайной величины X соответствует ее статистическая аналогия. Для основной характеристики положения — математического ожидания случайной величины – такой является среднее арифметическое наблюденных значений случайной величины - статистическим средним случайной величины: , где — случайной величины, наблюденное i-м опыте, n - число опытов.
Статистическая оценка параметров. Несмещенная, эффективная и состоятельная оценки.
Пусть изменяется величина и при этом наблюдается раз, , … , - называются вариантами, а их последовательность, записанная в порядке возрастания, называется вариационным рядом.
- частота, - частость.
Статистическим распределением называется перечень вариант и соответствующих им частот записанных в виде таблице.
-
2
6
8
10
6
16
18
20
Эмпирической формой распределения называется
-частость события
Статистическое распределение выборки является оценкой неизвестного распределения, относительно частоты сходятся по вероятности
- число наблюдений, при которых значение варианта меньше x.
- служит для приближенного представления теоретической функции распределения случайно величины.
Полигоном частот называют ломанную, отрезки которых соединяют при по Ox , а по Oy , иногда по Oy .
Если рассматривается непрерывная случайная величина, то строятся диаграммы.
Интервал, в котором заключены все значения случайной величины, разбивается по несколько частичных интервалов длиной h. НА этих интервалах подсчитывается сумма частот вариант попавших в i-ый интервал и составляется - плотность частоты.
Если отложить по оси Oy , то площадь равна 1.
Несмещенная, эффективная и состоятельная оценки
Одной из задач, является оценка случайно величины, при этом известен закон распределения, но не известны параметры мат ожидание и дисперсия.
Обозначим оценку некоторого теоретического параметра закона распределения.
- реализация случайных величин - мы можем записать , то что получаем в результате 1- опыта, является случайно величиной , а во втором .
- случайная.
Мат ожидание случайно величины имеющей реализацию - может, как совпадать так и не совпадать с оцениваемым параметром .
Несмещенной называется статистическая оценка , мат ожидания которой равно оцениваемому параметру. .
Оценка может иметь большой или небольшой разброс относительно (т.к. дисперсия)
Эффективной называется статистической оценкой, при одних и тех же объемах выборки имеет наименьшую дисперсию.
Состоятельной называется статистическая оценка, при которой увеличение объёма выборки n, стремиться по вероятности к оцениваемому параметру.
Если дисперсия оценки при , то такая оценка называется состоятельной.