- •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.
Свойства вероятности. Применение комбинаторики к вычислению вероятности.
Аксиома: общие свойства вероятностей в статическом и классическом смыслах.
Общие свойства:
Вероятность от 0 до 1
для A и B – несовместных событий.
Вероятность P(A) – числовая функция определённая на числовом промежутке Ω и удовлетворяет 3 аксиомам:
неотрицательность
нормированность
аддитивность
Расширенная аксиома
Свойства:
Формула сложения:
Правило суммы: Если некоторые действия можно выполнить m способами, А другое n способами, Причём любой способ выполнения первого отличен от выполнения второго действия, то следующее действие можно выполнить (n+m) способами.
Правило умножения, если некоторое действие может быть выполнено для каждого из них некоторое другое действие можно осуществить n способами, то сложное действие и первое, и второе n*m способами. Выбор m из n – выборка объёма m.
Схемы выбора: Без повторений , Перестановка , Сочетание без повторения , Размещение с повторением
Условные вероятности. Независимость событий.
Условной вероятностью называется событие A при условии, что событие B произошло в данном опыте называется величина отношения общей вероятности к вероятности В.
Общий случай: .
Событие A называется независимым от B, если вероятность их совместного появления совпадает с вероятностью A.
Для независимых событий вероятность совместного появления AB равно P(B)*P(A).
События независимы, если .
Если независимы, то .
Формула полной вероятности. Формула Байеса.
Гипотезы – полная группа событий, вместе образующих достаточно верное событие.
Всякое событие A в данном опыте м/б .
Формула полной вероятности: .
Формула Байеса позволяет переоценить вероятность каждой из гипотез после поступления новой вероятности после наступления тех или иных событий. .
Схема Бернулли.
Пусть A – случайное событие, наблюдаемое в некотором испытании. Возможны 2 исхода (успех или неудача). В испытании не изменяется условие, и оно проводится n раз.
Тогда существует формула Бернулли: Пусть производится n независимых испытаний, в каждом с одной и той же вероятностью P может наступить одно и тоже событие A. Вероятность B заключается в следующем, в n испытаниях событие A наступит ровно k раз. Тогда событие B может быть представлено в виде суммы несовместных событий, каждое из которых включает k успехов и n-k неудач. Каждому такому событию в n испытаниях будет соответствовать чередующихся порядков в n испытаниях. Количество таких слагаемых равно числу сочетаний при этом вероятность такого события равна ( ).
Предельная теорема в схеме Бернулли. Формула Пуассона.
Предельная теорема в схеме Бернулли: при больших значения n (числа опытов) вычисления могут быть большие. Поэтому есть необходимость в описании формулы для вычисления , обеспечивающих необходимую точность. Для этого используются предельные теоремы.
Теорема Пуассона:
Пусть , таким образом, что , где a > 0 - заданное число. Тогда для любого фиксированного k: . Другими словами, в описанном предельном переходе биномиальные вероятности Pn,p(k) аппроксимируются пуассоновским распределением.
Доказательство:
Для краткости будем считать, что , p = a / n.Тогда
поскольку выражение в квадратных скобках стремится к единице, если k фиксировано, а .