- •1)Матрица: определение, основные понятия. Элементарные преобразования строк матрицы.
- •2)Операции над матрицами.
- •3)Ступенчатый вид и вид Гаусса.
- •4)Определение ранга матрицы.
- •5)Система линейных алгебраических уравнений. Теорема Кронекера-Канелли.
- •6)Решение систем линейных уравнений методом Гаусса.
- •7)Функция. Ее предел в точке. (стр.42-50)
- •8)Производные функции. (стр.52)
- •9) Комбинаторика. Основные правила.
- •10)Комбинаторные схемы: перестановки, размещения, сочетания.
- •Свойства чисел
- •11) Случайные события и их классификация, алгебра событий. Классическое определение вероятности.
- •16)Дискретная случайная величина: функция распределения, числовые характеристики.(стр.196) Числовые характеристики дискретных случайных величин
Свойства чисел
1. .
Действительно, каждому -элементному подмножеству данного элементного множества соответствует одно и только одно -элементное подмножество того же множества.
2. .
Действительно, мы можем выбирать подмножества из элементов следующим образом: фиксируем один элемент; число -элементных подмножеств, содержащих этот элемент, равно ; число -элементных подмножеств, не содержащих этот элемент, равно
11) Случайные события и их классификация, алгебра событий. Классическое определение вероятности.
На основе вышеизложенного сформулированы аксиомы теории вероятностей. Пусть каждому событию ставится в соответствие число, называемое вероятностью события. Вероятность события A обозначается P(A). Так как событие есть множество, то вероятность события есть функция множества. Вероятности событий удовлетворяют следующим аксиомам.
Вероятность любого события заключена между нулем и единицей:
(1.1)
Если A и B несовместные события, то
(1.2)
Вторая аксиома обобщается на любое число событий: если события Аi и Aj попарно несовместны для всех i≠j
События A1, A2, …, An называют равновозможными если
P(A1)=P(A2)= … =P(An). (1.3)
Если в каком-то опыте пространство элементарных событий Ω можно представить в виде полной группы несовместных и равновозможных событий ω1, ω2, …, ωn, то такие события называются случаями, а сам опыт сводится к схеме случаев.
Случай ωiназывается благоприятным событием A, если он является элементом множества A: .
Классическое определение вероятности: вероятность события определяется по формуле
, (1.4)
где n - число элементарных равновозможных исходов данного опыта;
m - число равновозможных исходов, приводящих к появлению события.
12)Теоремы сложения и умножения вероятностей.(стр.181)
13)Формула полной вероятности (стр.182)
14)Повторные испытания, ф-ла Бернулли( стр.183)
15)Случайные величины: определение, классификация.
Под случайной величиной понимается величина, которая в результате опыта со случайным исходом принимает то или иное значение. Возможные значения случайной величины образуют множество Ξ, которое называется множеством возможных значений случайной величины. Обозначения случайной величины: X, Y, Z; возможные значения случайной величины: x, y, z.
В зависимости от вида множества Ξ случайные величины могут быть дискретными и недискретными. СВХ называется дискретной, если множество ее возможных значений Ξ – счетное или конечное. Если множество возможных значений СВ несчетно, то такая СВ является недискретной.
В теоретико-множественной трактовке основных понятий теории вероятностей случайная величина Х есть функция элементарного события: X=φ(ω), где ω – элементарное событие, принадлежащее пространству Ω. При этом множество Ξ возможных значений СВ Х состоит из всех значений, которые принимает функция φ(ω).