Открыть Электронные книги
Категории
Открыть Аудиокниги
Категории
Открыть Журналы
Категории
Открыть Документы
Категории
МАТЕМАТИКА
И ИНФОРМАТИКА
Учебная программа дисциплины
Учебное пособие
Пособие по практическим занятиям и лабораторным работам
Электронный
Красноярск
ИПК СФУ
2008
УДК 51+044
ББК 22.1+32.81
М34
Авторы:
А. М. Кытманов, И. В. Баженова, Е. В. Гохвайс, Е. В. Достовалова, А. М. Быковских,
А. А. Кытманов, Р. А. Лукина, А. Е. Николаева, Т. А. Осетрова, О. Г. Проворова,
Т. М. Садыков, В. А. Степаненко, С. Г. Толкач, Л. М. Туранова, О. В. Ходос, А. А. Чешель
1.1. Задачи
1.2. Ответы
2.1. Задачи
2.2. Ответы
2.1. Один и тот же. 2.2. Вообще говоря, разные. 2.3. Математиков
больше в 1,25 раза. 2.4. Да. 2.6. Восемь. 2.7. 2n 2.8. 2|A\B| 2.9. (2n)!/(n!)2 2.10. Их
одинаковое количество.
1 3. Элементы комбинаторики
3.1. Теория
Перестановки с повторениями.
n n!
P n1 , n2 , ... nk =
n !n ! ... n !
1 2 k
1!
= = 1
720 6!
2!
= = 2
5 040 7!
3! = 6
= 40 320 8!
4! = 24
= 362 880 9!
5!
= = 120
3 628 10!
800
Примеры разобраны в главе 3 учебного пособия «Математика и
информатика».
3.3. Ответы
3.1. 8! 3.2. 262; 23·24·25. 3.3. 6!·3!/2. 3.4. 30!/24! 3.5. 6!/3! 3.6. 9·104;
1000; 8·94; 16000. 3.7. 6!; 240 нечетных, остальные четные. 3.8. 5!/2! + 2·5!
3.9.(5!)2 3.10) 13·14·15; 13·14. 3.11. 9!-1. 3.12. 255. 3.13. 10. 3.14. 20. 3.15.
a) 8! б) 8! в) 8!/5! 3.16. 10!/6! 3.18. 90000. 3.19. 144. 3.20. a) 2·6! б) 7!-2·6!
3.21. a) 10!/5! б) 105, из них 105 -10!/5! с повторениями. 3.23. 8!/(3! ·5!). 3.24.
10!/(4! ·6!). 3.25. 20!/(3! ·5! ·12!). 3.26. 399. 3.27. 9!/(4! ·5!). 3.28. 52!/(5! ·47!).
3.29. (13!)4/((2!) 2 ·4! ·5! ·8! ·9! ·(11!)2). 3.30. 5!
4.1. Примеры
1 2 3 4 5 6 7 8 9 10 11
⎛1 1 0 0 0 0 0 0 0 0 1⎞
⎜ ⎟
0 1 1 1 1 1 0 0 0 1 0⎟
В итоге R = ⎜⎜
0 0 0 0 1 1 1 1 1 0 0⎟
⎜ ⎟
⎜0 0 0 0 0 0 0 0 1 1 1 ⎟⎠
⎝
.
4.3. Доказать, что
4.6. С помощью метода математической индукции доказать тождество
4.7. Доказать, что сумма кубов трех последовательных натуральных
чисел делится на 9.
4.8. Доказать, что n плоскостей, проходящих через одну точку так, что
никакие три из них не проходят через одну прямую, делят пространство на n(n-
1)+2 частей.
5.1. Примеры
⎧ 3
⎪⎪ b21 = b12
⎨
2
⎪b = b + 3 b
⎪⎩ 22 11 2 12
3 3
Обозначим b = x, b = y , тогда b = y, b = x + y.
11 12 21 2 22 2
⎛ x y ⎞
⎜ ⎟
Матрица B имеет вид ⎜ 3 3 ⎟.
⎜ y x + 2 y⎟
⎝2 ⎠
Следовательно, для заданной матрицы A существует множество комму-
⎛ x y ⎞
⎜ ⎟
тативных матриц вида ⎜ 3 3 ⎟ , где (x,y) – произвольная пара чисел.
⎜ y x + y
⎝2 2 ⎟⎠
5.2. Задачи
⎛ −1 3 0⎞
⎜ ⎟
Для матрицы A = ⎜ 7 − 6 1 ⎟ вычислить матрицу A4 с помощью
⎜ ⎟
⎜ 2
⎝ 4 1 ⎟⎠
наименьшего числа операций.
⎛ −1 3 0⎞
⎜ ⎟
5.3. Дан многочлен f ( x) = 2 x 2 − 3x + 7 и матрица A = ⎜ 7 − 6 1⎟ .
⎜ ⎟
⎜ 2
⎝ 4 1 ⎟⎠
Вычислить f (A) .
⎛ −1 3 0⎞ ⎛ 2 1 − 2⎞
⎜ ⎟ ⎜ ⎟
5.4. Даны матрицы A = ⎜ 7 −6 1⎟ и B = ⎜ 1 −3 0 ⎟
⎜ ⎟ ⎜ ⎟
⎜ 2
⎝ 4 1 ⎟⎠ ⎜− 4
⎝ 4 1 ⎟
⎠
Определить, являются ли они перестановочными.
⎛ 2 − 4⎞
5.5. Для матрицы A = ⎜⎜ ⎟ найти перестановочную матрицу.
⎟
⎝ 3 5 ⎠
6. Определители и их вычисление
6.1. Примеры
2 −4 5
Пример 6.1. Вычислить определитель 7 − 8 3 тремя способами:
−4 5 7
1. Непосредственно по определению;
2. По определению, предварительно путем преобразования получив
несколько нулевых элементов;
3. Разложением по строке или столбцу.
Решение.
2 −4 5
1. 7 −8 3 =
−4 5 7
= (2 ⋅ (−8) ⋅ 7 + 7 ⋅ 5 ⋅ 5 + (−4) ⋅ (−4) ⋅ 3) − ((−4) ⋅ (−8) ⋅ 5 + (−4) ⋅ 7 ⋅ 7 + 5 ⋅ 3 ⋅ 2) = 117.
2 −4 5
2. 7 −8 3 =
−4 5 7
[ко 2-й строке прибавим 1-ю, умноженную на (-2); к 3-й строке прибавим 1-
ю, умноженную на 2]
2 −4 5
= 3 0 −7 =
0 − 3 17
= (2 ⋅ 0 ⋅17 + 3 ⋅ (−3) ⋅ 5 + (−4) ⋅ (−7) ⋅ 0) − (5 ⋅ 0 ⋅ 0 + (−4) ⋅ 3 ⋅17 + 2 ⋅ (−3) ⋅ (−7)) = 117.
2 −4 5
3. 7 −8 3 =
−4 5 7
[Вычисление определителя путем разложения удобно производить по той
строке (столбцу), в которой все элементы, кроме одного, равны нулю. Такую
строку (столбец) легко получить, если в ней находится элемент, равный еди-
нице с любым знаком или кратный всем остальным элементам строки
(столбца). Этому условию не удовлетворяет ни один элемент определителя,
6.2. Задачи
7.1. Примеры
⎧ x + 3x − x = 2
⎪ 1 2 3
⎪
⎨ 12 x − x + 4x = 9
⎪ 2 3
x
⎪⎩ 1 + 2 x − 3 x = −3
2 3
методом Гаусса.
Решение.
Составим расширенную матрицу системы из коэффициентов при неиз-
вестных и свободных членов уравнений:
⎛1 3 −1 2 ⎞
⎜ ⎟
⎜2 −1 4 9 ⎟ .
⎜ ⎟
⎜1
⎝ 2 − 3 − 3 ⎟⎠
Исключение неизвестных будем производить, преобразуя данную матрицу:
⎛1 3 −1 2 ⎞ ⎛1 3 −1 2 ⎞ ⎛1 3 −12 ⎞ ⎛1 3 −1 2 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜2 −1 4 9 ⎟ ≈ ⎜ 0 − 7 6 5 ⎟ ≈ ⎜0 1 2 5 ⎟ ≈ ⎜0 1 2 5 ⎟≈
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜1 2 − 3 − 3 ⎟⎠ ⎜⎝ 0 − 1 − 2 − 5 ⎟ ⎜0 − 7 6 5 ⎟⎠ ⎜⎝ 0 0 20 40 ⎟
⎝ ⎠ ⎝ ⎠
⎛1 3 −12 ⎞ ⎛ 1 3 0 4 ⎞ ⎛ 1 0 0 1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
≈ ⎜0 1 2 5 ≈ 0 1 0 1 ⎟ ≈ ⎜0 1 0 1
⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜0 0 1 2 ⎟⎠ ⎜⎝ 0 0 1 2 ⎟⎠ ⎜⎝ 0 0 1 2 ⎟
⎝ ⎠
[были выполнены следующие действия: 1) ко 2-й строке прибавлена 1-я, ум-
ноженная на (-2); к 3-й строке прибавлена 1-я, умноженная на (-1); 2) 3-я
строка, умноженная на (-1), и 2-я переставлены относительно друг друга; 3) к
3-й строке прибавлена 2-я, умноженная на 7; 4) 3-я строка поделена на 20; 5)
ко 2-й строке прибавлена 3-я, умноженная на (-2); к 1-й строке прибавлена 3-
я; 6) к 1-й строке прибавлена 2-я, умноженная на (-3).]
Решение.
Составим и вычислим определители системы Δ, Δ1 , Δ 2 , Δ 3 :
1 −1 2 1 −1 2 1 −1 1
−1 1
Δ = 2 1 1 = 3 0 3 = 3 0 0 = 3 ⋅ (−1) 2 + 1 ⋅ =
3 1
1 2 3 0 3 1 0 3 1
= −3 ⋅ ((−1) ⋅1 − 3 ⋅1) = 12 ≠ 0.
[Были выполнены следующие действия: 1) ко 2-й строке прибавлена 1-я; к 3-
й строке прибавлена 1-я, умноженная на (-1); 2) к 3-му столбцу прибавлен 1-
й, умноженный на (-1); 3) выполнено разложение по 2-й строке.]
5 −1 2 0 −1 0
12 3
Δ = 7 1 1 = 12 1 3 = (−1) ⋅ (−1)1 + 2 ⋅ = 12 ⋅ 7 − 16 ⋅ 3 = 24.
1 20 7
10 2 3 20 2 7
[Были выполнены следующие действия: 1) к 1-му столбцу прибавлен 2-й,
умноженный на 5; к 3-му столбцу прибавлен 2-й, умноженный на 2; 2) вы-
полнено разложение по 1-й строке.]
1 5 2 1 0 0
−3 −3 1 1
Δ = 2 7 1 = 2 − 3 − 3 = 1⋅ (−1)1 + 1 ⋅ = (−3) ⋅ =
2 5 1 5 1
1 10 3 1 5 1
= (−3) ⋅ (1⋅1 − 5 ⋅1) = 12.
[Были выполнены следующие действия: 1) ко 2-му столбцу прибавлен 1-й,
умноженный на (-5); к 3-му столбцу прибавлен 1-й, умноженный на (-2); 2)
выполнено разложение по 1-й строке.]
1 −1 5 1 0 0
3 −3 1 −3
Δ = 2 1 7 = 2 3 − 3 = 1⋅ (−1)1 + 1 ⋅ = 3⋅ =
3 3 5 1 5
1 2 10 1 3 5
= 3 ⋅ (1⋅ 5 − 1⋅ (−3)) = 24.
[Были выполнены следующие действия: 1) ко 2-му столбцу прибавлен 1-й; к
3-му столбцу прибавлен 1-й, умноженный на (-5); 2) выполнено разложение
по 1-й строке.]
Следовательно, решение заданной системы имеет вид
7.2. Задачи
методом Гаусса.
7.3. Решить систему линейных алгебраических уравнений
⎧ 2x − x + x = 0
⎪ 1 2 3
⎪
⎨3x1 + 2 x2 − 5 x3 = 1
⎪
⎪⎩ x1 + 3x2 − 2 x3 = 4
методом Крамера.
8.1. Теория
8.2. Примеры
5 13
P (C ) = 1 − P ( B ) = 1 − = .
18 18
Пример 8.2. В коробке 5 синих, 4 красных и 3 зеленых карандаша.
Наудачу вынимают 3 карандаша. Какова вероятность того, что:
а) все они одного цвета;
б) все они разных цветов;
в) среди них 2 синих и 1 зеленый карандаш.
Решение. Сначала заметим, что число способов выбрать 3 карандаша из
12 n = C123 = 220 .
а) Выбрать 3 синих карандаша из 5 можно С53 способами, 3 крас-
ных карандаша из 4 можно С43 способами, 3 зеленых карандаша из 3
можно С33 способами.
По правилу сложения общее число случаев, благоприятствующих на-
ступлению события A = {три карандаша, вынутых из коробки, одного цвета},
m 15 3
m = C 53 + C 43 + C 33 = 15 . Отсюда P ( A) = = = .
n 220 44
б) Пусть событие B = {три вынутых карандаша разных цветов}. Число
исходов, благоприятствующих наступлению события B , по правилу умноже-
m 60 3
ния m = C51 ⋅ C 41 ⋅ C 31 = 5 ⋅ 4 ⋅ 3 = 60 . Поэтому P ( A) = = = .
n 220 11
в) Пусть событие C = {из трех выбранных карандашей 2 синих и 1 зе-
леный}. Выбрать 2 синих карандаша из 5 синих можно С52 способами, а 1 зе-
леный из 3 зеленых – С31 способами. Отсюда по правилу умножения имеем
m 30 3
m = C52 ⋅ C31 = 30 . Поэтому P (С ) = = = .
n 220 22
Пример 8.3. Дано шесть карточек с буквами Н, М, И, Я, Л, О. Найти
вероятность того, что:
а) получится слово ЛОМ, если наугад одна за другой выбираются три
карточки и располагаются в ряд по мере появления;
б) получится слово МОЛНИЯ, если наугад одна за другой выбираются
шесть карточек и располагаются в ряд в порядке появления.
Решение.
а) Из шести данных букв можно составить n = A63 = 120 трехбуквенных
«слов» (НИЛ, ОЛЯ, ОНИ, ЛЯМ МИЛ и т.д.). Слово ЛОМ при этом появится
лишь один раз, т. е. т = 1 . Поэтому вероятность появления слова ЛОМ (собы-
m 1
тие A ) P ( A) = = .
n 120
б) Шестибуквенные «слова» отличаются друг от друга лишь порядком
расположения букв. Их число равно числу перестановок из 6 букв, т.
е. n = P6 = 6! . Очевидно, что m = 1 . Тогда вероятность появления слова МОЛ-
m 1 1
НИЯ (событие B ), P( B) = = = .
n 6! 720
8.5. Ответы
2 1 5 1
8.1. 10 −8 . 8.2. . 8.3. а) , б) . 8.4. . 8.5. ≈ 0,21×10−2 , ≈ 0,39 .
7 4 28 2
2 1 l
8.6. а) ≈ 0,41, б) ≈ 0,44 , в) ≈ 0,14 . 8.7. . 8.8. ≈ 0,77 . 8.9. . 8.10. 1 − .
3 12 L
1 1
8.11. ≈ 0,41. 8.12. . 8.13. . 8.14. ≈ 0,1 . 8.15. 0,6 . 8.16. ≈ 0,37 .
9 6
9.1. Теория
Независимые события
P ( A + B + C ) = P ( A) + P ( B ) + P (C ) − P ( AB ) − P ( AC ) − P ( BC ) + P ( ABC ) .
9.2. Примеры
Второе решение.
Поражение цели ( C ) означает, что : в нее попал первый стрелок, а вто-
рой промазал ( A1 ⋅ B1 ); или попал второй стрелок, а первый промазал ( A1 ⋅ B1 );
или попали оба стрелка ( A1 ⋅ B1 ). Тогда
C = A1 + B1 = A1 B1 + A1 B1 + A1B1.
По правилу сложения вероятностей несовместных событий получаем
P(C ) = P( A1 B1 ) + P( A1B1 ) + P( A1 B1 ) = 0,7 ⋅ 0,2 + 0,3 ⋅ 0,8 + 0,7 ⋅ 0,8 = 0,94.
Третье решение.
Найдем вероятность события C , противоположного событию C . Оче-
видно, что C = A1 + B1 = A1 ⋅ B1 = {оба стрелка промахнулись}. Так как события
A1 и B1 независимы, то P(C ) = P ( A1 ⋅ B1 ) = P( A1 ) ⋅ P ( B1 ) = 0,3 ⋅ 0,2 = 0,06 . Следова-
тельно, P(C ) = 1 − P(C ) = 1 − 0,06 = 0,94 .
Если два стрелка делают по два выстрела в мишень, то событию C бла-
гоприятствует 15 исходов данного опыта (стрельба по мишеням) из 16 воз-
можных исходов. Такими исходами являются, например, следующие:
A1 A2 B1 B2 , A1 A2 B1 B2 , A1 A2 B1B2 , A1 A2 B1 B2 и т. д. Поэтому проще найти вероят-
ность противоположного события C = {все четыре выстрела – промах}. Име-
ем
P (C ) = P ( A1 A2 B1 B2 ) = P ( A1 ) ⋅ P ( A2 ) ⋅ P( B1 ) ⋅ P( B2 ) = 0,3 ⋅ 0,3 ⋅ 0,2 ⋅ 0,2 = 0,0036.
C907 C10
1
⋅ C906 C102 ⋅ C90
5
Таким образом, P( A) = 7
+ 7
+ 7
≈ 0,98 .
C100 C100 C100
Следовательно, вероятность того, что партия изделий будет забракована,
P ( A) = 1 − P ( A) = 1 − 0,98 = 0,02 .
9.1. Найти вероятность того, что при бросании трех игральных костей
хотя бы на одной выпадет 5 очков, при условии, что на всех костях выпали
грани с нечетным числом очков? С четным числом очков?
9.2. В произвольном порядке выписываются 2 буквы И и 2 буквы С.
Найти вероятность того, что обе буквы С стоят рядом, при условии, что по-
следняя по порядку буква есть буква И.
9.3. Из колоды в 36 карт вытаскивается наудачу одна. Зависимы ли со-
бытия: А = {вытащен валет}, В = {вытащена карта черной масти}?
9.4. В урне 4 белых и 3 черных шара. Из нее вынимают 2 шара. Найти
вероятность того, что оба шара белые. Рассмотреть выборки:
а) без возвращения;
б) с возвращением.
9.5. Из колоды в 36 карт наудачу вынимаются три карты (без возврата).
Какова вероятность того, что среди них не будет ни одной шестерки?
9.5. Ответы
19 2 2 16
9.1. , 0. 9.2. . 9.3. Нет. 9.4. а) , б) . 9.5. ≈ 0,69 . 9.6.
27 3 7 49
1
.
110
9.7. ≈ 0,11 . 9.8. 0,79 . 9.9. а) 0,48 , б) 0,32 , в) 0,44 , г) 0,92 .
10.1. Теория
10.2. Примеры
PH 4 ( A) = 0 ; PH 5 ( A) = 0 ; PH 6 ( A) = 0 ; PH 7 ( A) = 0 .
Отсюда
P( H1 ) ⋅ PH1 ( A) 0,056 ⋅ 1 56 14
PA ( H1 ) = = = = ≈ 0,264 .
P( A) 0,212 212 53
P ( H1 ) ⋅ PH 1 ( A) 0,5 ⋅ 0,05 20
а) PA ( H1 ) = = = ;
P ( A) 0,02625 21
P ( H 2 ) ⋅ PH 2 ( A) 0,5 ⋅ 0,0025 1
б) PA ( H1 ) = = = .
P ( A) 0,02625 21
Отметим, что сумма условных вероятностей гипотез (т. е. апостериор-
ных вероятностей) также равна единице ⎛⎜ 20 + 1 = 1⎞⎟ .
⎝ 21 21 ⎠
10.5. Ответы
29 1
10.1. . 10.2. Р1 = 0 ,8 = Р 2 . 10.3. 0,6448 . 10.4. 0,915 . 10.5. .
70 7
304 5 4
10.6. ≈ 0,997 ; ≈ 0,9998 . 10.7. . 10.8. 0,108 ; ≈ 0,44 .
305 11 9
11.1. Теория
Формула Бернулли
Полиномиальное распределение
Формула Пуассона
где
где
m1 − np m2 − np
x1 = , x2 = ,
npq npq
x t2
1 −
Φ ( x) = ∫
2π 0
e 2 dt – функция Лапласа.
x1 x2 … xn
p1 p2 … pn
p1 + p2 + ... + pn = 1 .
при этом математическое ожидание существует, если ряд в правой части этой
формулы абсолютно сходится.
Свойства математического ожидания:
1. M (C ) = C , где C = const ;
2. M (CX ) = C ⋅ M ( X ) ;
3. M ( X ± Y ) = M ( X ) ± M (Y ) (правило сложения математических ожиданий);
4. M ( X ⋅ Y ) = M ( X ) ⋅ M (Y ) , если X и Y – независимые случайные величи-
ны (правило умножения математических ожиданий).
Определение 11.8. Дисперсией (рассеянием) случайной величины X на-
зывается математическое ожидание квадрата отклонения с.в. от ее ма-
тематического ожидания a :
D( X ) = M ( X − a) 2 .
Сразу из определения вытекает часто используемая формула
D( X ) = M ( X 2 ) − a 2 .
Если X – дискретная случайная величина, то ее дисперсия вычисляется по
формуле
n n
D ( X ) = ∑ ( xi − a ) 2 ⋅ pi , т. е. D ( X ) = ∑ xi2 ⋅ pi − a 2
i =1 i =1
Свойства дисперсии:
1. D (C ) = 0 , где C = const ;
2. D(CX ) = C 2 ⋅ D( X ) ;
3. D ( X ± Y ) = D ( X ) + D (Y ) если X и Y – независимые случайные величи-
ны (правило сложения дисперсий);
4. D( X + C ) = D( X ) .
Определение 11.8. Средним квадратичным отклонением случайной ве-
личины X называется число σ( X ) , определяемое равенством σ( X ) = D ( X ) .
Величина σ( X ) неотрицательна и имеет ту же размерность, что и с.в.
X.
Определение 11.9. Начальным моментом порядка k (k = 0,1,2,...)
дискретной случайной величины X называется число α k , определяемое
по формуле
αk = M ( X k ) , т. е. α k = ∑ xik ⋅ pi ,
i
11.2. Примеры
конечно, гораздо сложнее): P10 (1) + P10 (2) + ... + P10 (10) или
0 10 10
⎛1⎞ ⎛5⎞ ⎛5⎞
1 − P10 (0) = 1 − C100 ⋅ ⎜ ⎟ ⋅ ⎜ ⎟ = 1 − ⎜ ⎟ .
⎝6⎠ ⎝6⎠ ⎝6⎠
Пример 11.2. Всхожесть семян данного сорта растений составляет
70 %. Найти наивероятнейшее число всхожих семян в партии из 240 семян.
Решение. Наивероятнейшее число m0 всхожих семян находим из условия
np − q ≤ m0 ≤ np + p .
Поскольку n = 240 , p = 0,7 и q = 0,3 , то 240 ⋅ 0,7 − 0,3 ≤ m0 ≤ 240 ⋅ 0,7 + 0,7 , т. е.
167,7 ≤ m0 ≤ 168,7 . Отсюда следует, что m0 = 168 .
Пример 11.3. Прибор состоит из 3 независимо работающих элементов.
Вероятности отказов элементов за время t различны и соответственно равны:
p1 = 0 ,1 , p 2 = 0, 2 , p3 = 0,3 . Найти вероятности того, что за время t откажут:
а) все элементы; б) два элемента; в) один элемент; г) ноль элементов.
Решение. Так как p1 = 0 ,1 , p 2 = 0,2 , p3 = 0,3 , то вероятности того, что
элементы не откажут, соответственно равны: q1 = 0,9 , q 2 = 0,8 , q3 = 0,7 . Соста-
вим производящую функцию:
ϕ( z ) = (0,9 + 0,1z )(0,8 + 0,2 z )(0,7 + 0,3z ) = 0,006 z 3 + 0,092 z 2 + 0,398z + 0,504 .
Отсюда следует, что:
а) P3 (3) = 0,006 ;
б) P3 (2) = 0,092 ;
в) P3 (1) = 0,398 ;
г) P3 (0) = 0,504 .
Пример 11.4. Вероятность «сбоя» в работе телефонной станции при каж-
дом вызове равна 0,007 . Поступило 1000 вызовов. Определить вероятность
9 «сбоев».
Решение. По условию n = 1000 , m = 9 , p = 0,007 . Поскольку n – доста-
точно велико, p – мало ( npq < 7 ), то для вычисления P1000 (9) можно использо-
вать формулу Пуассона. Имеем a = [np ] = 1000 ⋅ 0,007 = 7 , откуда
7 9 ⋅ e −7
P1000 (9) ≈ ≈ 0,1014 .
9!
Пример 11.5. Завод-изготовитель отправил на базу 12 000 доброкаче-
ственных изделий. Число изделий поврежденных при транспортировке, со-
ставляет в среднем 0,05 %. Найти вероятность того, что на базу поступит:
а) не более 3 поврежденных изделий;
б) хотя бы 2 поврежденных.
Решение. Для нахождения искомых вероятностей применим формулу
Пуассона. Имеем n = 12000 , p = 0,0005 , a = 12000 ⋅ 0,0005 = 6 .
а) В этом случае имеем
P12000 (0 ≤ m ≤ 3) = P12000 (0) + P12000 (1) + P12000 (2) + P12000 (3) ≈
6 0 ⋅ e −6 61 ⋅ e −6 6 2 ⋅ e −6 63 ⋅ e −6
≈ + + + = e − 6 (1 + 6 + 18 + 36 ) = 0,151 .
0! 1! 2! 3!
б) Искомая вероятность P12000 (m ≥ 2) = P12000 (2) + P12000 (3) + ... + P12000 (12000) вы-
числяется довольно громоздко, поэтому найдем вероятность противополож-
ного события: поступило менее 2 поврежденных деталей:
P12000 (0 ≤ m ≤ 1) = P12000 ( 0) + P12000 (1) ≈ e −6 + 6e −6 ≈ 0,0174 .
то
m − np − 10 ϕ ( x) = ϕ ( −1,45) = ϕ (1,45) ≈ 0,1394
x= = ≈ −1,45 ,
npq 6,892
дия при отдельном выстреле равна 0,75. Найти вероятность того, что при 300
выстрелах число попаданий будет не менее 210, но не более 230 раз.
Решение. По условию n = 300 , p = 0,75 , q = 0,25 , m1 = 210 , m 2 = 230 . Для
нахождения вероятности P300 (210 ≤ m ≤ 230) воспользуемся интегральной фор-
мулой Муавра–Лапласа.
Имеем np = 300 ⋅ 0,75 = 225 , npq = 300 ⋅ 0,75 ⋅ 0,25 = 7,5 . Тогда
m − np 210 − 225 m − np 230 − 225
x1 = 1 = = − 2 , x2 = 2 = = 0,67 . Следовательно,
npq 7,5 npq 7,5
⎛ ⎞ ⎛ ⎞
⎜ ⎟ ⎜ ⎟
⎜ 0,51n − 0,5n ⎟ ⎜ 0,49n − 0,5n ⎟
Φ _Φ = 0,90 ,
⎜ 1 1 ⎟ ⎜ 1 1 ⎟
⎜ n⋅ ⋅ ⎟ ⎜ n⋅ ⋅ ⎟
⎝ 2 2 ⎠ ⎝ 2 2 ⎠
отсюда Φ (0,02 n ) + Φ (0,02 n ) = 0,90 , или Φ (0,02 n ) = 0,45 . Используя таблицу
значений функции Лапласа, получаем 0,02 n ≈ 1,65 . Отсюда следует, что
n = 82 ,5 ,
т. е. n = 6807 .
Таким образом, нужно подбросить монету около 7000 раз.
Замечание. Задачу можно было решить проще, используя формулу
«вероятности отклонения относительной частоты от постоянной вероятности
в n независимых испытаниях не более чем на число ε > 0 »
⎛m ⎞ ⎛ n ⎞
Pn ⎜⎜ − p < ε ⎟⎟ = 2Φ⎜⎜ ε ⎟.
⎟
⎝ n ⎠ ⎝ pq ⎠
Тогда
⎛ ⎞
⎜ ⎟
n ⎟ = 0,90 ,
2Φ⎜ 0,01 ⋅
⎜ 1 1 ⎟
⎜ ⋅ ⎟
⎝ 2 2 ⎠
отсюда Φ (0,02 n ) = 0,45 , т. е. 0,02 n ≈ 1,65 и, следовательно, n ≈ 7000 .
Пример 11.10. В урне 4 белых и 3 черных шара. Из нее последователь-
но вынимают шары до первого появления белого шара. Построить ряд и по-
лигон распределения д.с.в. X – числа извлеченных шаров.
Решение. Возможными значениями с. в. X являются числа x1 = 1 , x2 = 2 ,
x3 = 3 , x4 = 4 . Значение x3 = 3 , например, означает, что первый и второй шары
были черными, а третий – белый.
Соответствующие вероятности p1 , p 2 , p3 , p 4 найдем, воспользовав-
шись правилом умножения вероятностей:
4
p1 = P{ X = 1} = P {1-й шар белый} = ,
7
3 4 2
p 2 = P{ X = 2} = P {1-й шар черный, 2-й шар белый} = ⋅ = ,
7 6 7
3 2 4 4
p3 = P{ X = 3} = ⋅ ⋅ = ,
7 6 5 35
3 2 1 4 1
p4 = P{ X = 4} = ⋅ ⋅ ⋅ = .
7 6 5 4 35
4 2 4 1
pi
7 7 35 35
4
4 2 4 1
Контроль: ∑p
i =1
i = + + +
7 7 35 35
= 1.
yi 0 1 2 3
pi 1 12 18 4
35 35 35 35
3
1 12 18 4
Контроль: ∑p
i =0
i = + + +
35 35 35 35
= 1.
xi -2 1 2 3
Найти:
а) функцию распределения F (x) ;
б) вероятности событий A = {X < 2} , B = {1 ≤ X < 3} , C = {1 < X ≤ 3} ;
в) построить график функции F (x) .
Решение.
а) По определению функции распределения находим:
если x ≤ −2 , то F ( x) = P{X < x} = 0 ;
если − 2 < x ≤ 1 , то F ( x) = P{ X < x} = P{ X = −2} = 0,08 ;
если 1 < x ≤ 2 , то F ( x) = P{X = −2} + P{X = 1} = 0,08 + 0,40 = 0,48 ;
если 2 < x ≤ 3 , то F ( x) = P{ X = −2} + P{ X = 1} + P{ X = 2} = 0,08 + 0,40 + 0,32 = 0,80 ;
если 3< x, то
F ( x) = P{ X = −2} + P{ X = 1} + P{ X = 2} + P{ X = 3} = 0,08 + 0,40 + 0,32 + 0,2 = 1.
⎧ 0, если x ≤ −2,
⎪ 0,08 если − 2 < x ≤ 1,
⎪
Итак, F ( x ) = ⎪⎨0,48, если 1 < x ≤ 2,
⎪ 0,80 если 2 < x ≤ 3,
⎪
⎪⎩ 1, если 3 < x.
xi -2 -1 1 2 3
Решение.
а) Возможные значения с.в. Y таковы:
y1 = 2 ⋅ (−2) = −4 , y2 = 2 ⋅ ( −1) = −2 , y3 = 2 ⋅1 = 2 , y4 = 2 ⋅ 2 = 4 , y5 = 2 ⋅ 3 = 6 . Веро-
ятности этих значений равны вероятностям соответствующих значений с.в.
X (например, P{Y = −4} = P{ X = −2} = 0,20 и т.д.). Таким образом,
yi -4 -2 2 4 6
zi 1 4 9
xi 1 2 3 -2 -1
yi
pi 0,3 0,5 0,2 0,4 0,6
pi
Найти закон распределения случайных величин а) Z = X +Y ,
б) W = X ⋅ Y .
Решение.
а) Найдем возможные значения zij = xi + y j :
z11 = x1 + y1 = 1 + ( −2) = −1 , z12 = x1 + y2 = 1 + ( −1) = 0 , z 21 = x2 + y1 = 2 + ( −2) = 0 ,
p3 = P{Z = 1} = P{X = 2, Y = −1} + P{X = 3, Y = −2} = 0,5 ⋅ 0,6 + 0,2 ⋅ 0,4 = 0,38 ;
Напомним, что запись вида P{X = 3,Y = −1} означает вероятность насту-
пления двух независимых событий { X = 3} и {Y = −1} , т. е.
P{X = 3, Y = −1} = P{{X = 3} ⋅ {Y = −1}} = P{ X = 3} ⋅ P{Y = −1} .
zi -1 0 1 2
4
Контроль: ∑p i =1
i = 0,12 + 0,38 + 0,12 + 0,38 = 1 .
wi -6 -4 -3 -2 -1
5
Контроль: ∑p
i =1
i = 0,08 + 0,20 + 0,12 + 0,42 + 0,18 = 1 .
xi -2 -1 0 1 2 3
6
M (X ) = ∑x p
i =1
i i = −2 ⋅ 0,1 + ( −1) ⋅ 0,2 + 0 ⋅ 0,25 + 1 ⋅ 0,15 + 2 ⋅ 0,1 + 3 ⋅ 0,2 = 0,55 .
x i2 0 1 4 9
(−2 − 0,55)2 ⋅ 0,1 + (−1 − 0,55)2 ⋅ 0,2 + (0 − 0,55)2 ⋅ 0,25 + (1 − 0,55)2 ⋅ 0,15 +
(1 − 0,55)2 ⋅ 0,15 + (2 − 0,55)2 ⋅ 0,1 + (3 − 0,55)2 ⋅ 0,22 = 2,6475 .
Эту же величину можно найти проще, используя формулу
D( X ) = M ( X 2 ) − (M ( X ))2 .
Действительно, M ( X 2 ) = 2,95 , (M ( X ))2 = 0,552 = 0,3025 . Следовательно,
xi4 0 1 16 81
pi 1 1 1 1 1 1
6 6 6 6 6 6
Поэтому, учитывая, что
n
D ( X ) = M ( X ) 2 − ( M ( X )) 2 = ∑ xi2 ⋅ pi − ( M ( X )) 2 ,
i =1
имеем
1 1 1 1 1 1 7
M ( X1) = 1⋅ + 2⋅ + 3⋅ + 4⋅ + 5⋅ + 6⋅ = ,
6 6 6 6 6 6 2
2
1 1 1 1 1 1 ⎛ 7 ⎞ 91 49 35
D( X 1 ) = 1 ⋅ + 22 ⋅ + 32 ⋅ + 42 ⋅ + 52 ⋅ + 62 ⋅ − ⎜ ⎟ = −
2
= .
6 6 6 6 6 6 ⎝2⎠ 6 4 12
Стало быть,
7
M ( X ) = 10 ⋅ M ( X 1 ) = 10 ⋅ = 35 ,
2
35 175 1
D ( X ) = 10 ⋅ D ( X 1 ) = 10 ⋅ = = 29 ,
12 6 6
175
σ( X ) = D( X ) = ≈ 5,4 .
6
Пример 11.18. Случайные величины X и Y независимы, причем
D( X ) = 2 и D(Y ) = 6 . Найти D(Z ) , если Z = 12 ⋅ X − 3 ⋅ Y + 2 .
Решение. На основании свойств дисперсии (1 – 4) получаем
D(Z ) = D(12 ⋅ X − 3 ⋅ Y + 2) = 144 ⋅ D( X ) + 9 ⋅ D(Y ) = 144 ⋅ 2 + 9 ⋅ 6 = 342 .
Пример 11.19. Математическое ожидание и дисперсия с.в. X соответ-
7 35
ственно равны и . Найти математическое ожидание и дисперсию
2 12
с.в. 4 X − 1 .
Решение. Согласно свойствам математического ожидания и дис-
персии получаем
7
M ( 4 X − 1) = M ( 4 X ) + M ( −1) = 4 ⋅ M ( X ) − 1 = 4 ⋅ − 1 = 13 ;
2
35 140
D ( 4 X − 1) = D ( 4 X ) + D (−1) = 16 ⋅ D ( X ) = 16 ⋅ = .
12 3
xi -3 -1 0 1 3 5
π π 3π 5π 3π
xi 0 π
4 2 4 4 2
1 1 3 1 3 1 1
pi 16 8 16 4 16 8 16
Построить:
π
а) ряд распределения с.в. Y = sin ⎛⎜ X − ⎞⎟ ;
⎝ 4⎠
б) график функции распределения с.в. Y .
11.30. Построить ряд распределения для с.в. Z = X + Y и W = X ⋅ Y , если
X и Y – независимые с.в., заданные рядами распределения
xi 0 1 yi 2 3
xi 1 2 3 4
pi 1 1 1
C
8 4 3
Найти M (X ) , M ( X 2 ) , D(X ) , σ (X ) .
11.34. Независимо испытываются на надежность 3 прибора. Вероятно-
сти выхода из строя каждого прибора одинаковы и равны 0,6. Найти M (X ) и
σ(X ) , где с.в. X – число вышедших из строя приборов.
11.35. Найти математическое ожидание суммы числа очков, которые
выпадают при бросании двух игральных костей.
11.36. Независимые случайные величины X и Y заданы таблицами
распределения вероятностей
10 20 yi 30 40 50
xi
0,2 0,8 pi 0,5 0,3 0,2
pi
xi 1 2 3 4
11.5. Ответы
11.1. 0,027 ; 0,189 ; 0,441 ; 0,343 . 11.2. ≈ 0,055 . 11.3. 7 . 11.4. ≈ 0,528 .
25
11.5. ≈ 0,64 . 11.6. . 11.7. а) ≈ 0,324 ; б) 4 . 11.8. а) ≈ 0,168 ; б) ≈ 0,199
32
( e ≈ 0,0498). 11.9. а) ≈ 0,162 ; б) ≈ 0,998 ( e−6 ≈ 0,00025). 11.10. а) ≈ 0,09 ;
−3
xi 0 1 2 3
11.21.
pi 0,04 0,26 0,46 0,24
xi 1 2 3 …
1,57 ×10 − 7 ;
xi 1 2 3
xi 0 1 2
11.23.
pi 0,0 0,4 0,4
9 2 9
xi 0 1 2
11.24.
pi 3 4 1
8 8 8
11.25.
а) 0 1
xi
pi 0,3 0,7
0,7 и 0;
б) xi 1 3 6 8
0,2 и 0,8.
⎧0, при x ≤ 1,1,
⎪0,1, при 1,1 < x ≤ 1,4,
⎪
⎪⎪0,3, при 1,4 < x ≤ 1,7,
11.26. F ( x) = ⎨ 0,7 и 0,9.
⎪0,6, при 1,7 < x ≤ 2,0,
⎪0,9, при 2,0 < x ≤ 2,3,
⎪
⎪⎩1, при 2,3 < x.
⎧0, при x ≤ 0,
⎪0,25, при 0 < x ≤ 1,
11.27. F ( x) = ⎪⎨
⎪0,75, при 1 < x ≤ 2,
⎪⎩1, при 2 < x.
yi 0 1 3 5
11.28.
pi 0,25 0,50 0,20 0,05
2 0 2 1
yi −
11.29. а) 2 2
1 1 3 1
pi 8 4 8 4
⎧ 2
⎪0, при y ≤ − ,
⎪ 2
⎪1 2
⎪ , при − < y ≤ 0,
⎪8 2
⎪3 2
б) F ( y) = ⎨ , при 0 < y ≤ ,
⎪8 2
⎪3 2
⎪ , при < y ≤ 1,
⎪4 2
⎪1, при 1 < y.
⎪
⎩
zi 2 3 4
11.30.
pi 0,12 0,46 0,42
wi 0 2 3
23
P{ Z > 2}{Z < 4} = .
44
7 67 575 5 23
11.31. а) C = 0,05 , б) 0,2 . 11.32. C = , М ( X ) = , D( X ) = , σ( X ) = ,
24 24 576 24
3
P{ X < 3} = . 11.33. M ( X ) = 1,3 , M ( X ) = 2,5 ,
2
D( X ) = 0,81 , σ( X ) = 0,9 .
8
11.34. M ( X ) = 1,8 , σ( X ) = 0,6 2 . 11.35. 7 . 11.36. 77 . 11.37. M ( X ) = a ,
σ
σ( X ) = . 11.38. 0,5 . 11.39. P{X = 3} = 0,3 , P{ X = 2} = 0,1 . 11.40. α1 = 3 ;
n
α 2 = 10 ; α3 = 35,4 ; α 4 = 130 ; μ1 = 0 ; μ2 = 1 ; μ3 = 0,6 ; μ 4 = 2,2 .
12.1. Теория
5. xlim
→ ±∞
f ( x) = 0 .
∫ | x | ⋅ f ( x)dx ).
−∞
∞
D( X ) = ∫ ( x − a) ⋅ f ( x)dx ,
2
−∞
∞
или D( X ) = ∫x ⋅ f ( x)dx − a 2 .
2
−∞
−∞
−∞
F (xp ) = p .
В частности, x0 , 5 = M e ( X ) .
12.2. Примеры
4
1 1
P{ X ∈[3;4)} = P{3 ≤ X < 4} = ∫ ( x − 3)dx = .
3 2 4
1 1
Или, иначе, P{3 ≤ X < 4} = F (4) − F (3) = − 0 = .
4 4
Пример 12.2. При каком значении параметра C функция
⎧C
⎪ , при x ≥ 1,
f ( x) = ⎨ x 4
⎪⎩0, при x < 1
⎛ +∞ ⎞
свойство нормированности ⎜⎜ ∫ f ( x)dx = 1⎟⎟ , найдем значение параметра C .
⎝ −∞ ⎠
+∞ 1 +∞ b
C
∫−∞ f ( x)dx =−∫∞0dx + ∫1 x 4 dx = C ⋅ blim
→∞ ∫
1
x − 4 dx =
b
C 1 C C
= − ⋅ lim 3 = − (0 − 1) = ,
3 b →∞ x 1 3 3
C
т. е. = 1 , отсюда C = 3 . Таким образом, функция
3
⎧3
⎪ , при x ≥ 1,
f ( x) = ⎨ x 4
⎪⎩0, при x < 1
является плотностью распределения некоторой с.в. X .
Найдем искомую вероятность, используя формулу
b
P{a ≤ X ≤ b} = ∫ f ( x)dx .
a
Получаем
5 5
3 1 124
P{a ≤ X ≤ b} = P{a < X < b} = ∫ 4 dx = 3 ⋅ = = 0,992 .
1 x − 3x 1 125
3
1 x x x
3 1 1
F ( x) = ∫ 0 ⋅ dt + ∫ 4 dt = 3∫ t − 4 dt = − 3 = − 3 + 1 .
−∞ 1 t 1 t 1 x
Таким образом,
⎧ 1
⎪1 − 3 , при x ≥ 1,
F ( x) = ⎨ x
⎪⎩ 0, при x < 1.
2
3 ⎛ x4 x2 ⎞
2
3 9
⋅ ∫ ( x 3 − 6 x 2 + 9 x)dx = ⋅ ⎜⎜ − 2 x 3 + 9 ⋅ ⎟⎟ = ≈ 0,692 .
26 0 26 ⎝ 4 2 ⎠ 0 13
2 2 2 2
⎛ 9⎞ 3 3 ⎛ 2 48 27 ⎞
∫0 ⎜⎝ x − 13 ⎟⎠ ⋅ 26 ( x − 3) dx = 26 ∫0 ⎜⎝ x − 13 x + 13 ⎟⎠ dx ≈ 0,259 .
2
Иначе:
+∞ 2 2
3 ⎛9⎞
D( X ) = ∫ x 2 ⋅ f ( x)dx − ( M ( X ))2 = ∫ x 2 ⋅ ( x − 3) 2 dx − ⎜ ⎟ ≈ 0,259 .
−∞ 0 26 ⎝ 13 ⎠
Отсюда найдем среднеквадратическое отклонение:
σ( X ) = D( X ) = 0,259 ≈ 0,509 .
и эксцесс:
2 4
μ 1 ⎛ 9⎞ 3
E = 44 − 3 = ⋅ ∫ ⎜ x − ⎟ ⋅ ⋅ ( x − 3)2 dx − 3 ≈ − 0,545 .
σ 0,067 0 ⎝ 13 ⎠ 26
f ( x) = ⎨
⎪⎩0, если x < 0
1 1
отсюда f ′( x ) = 0 при x = . Точка x = является точкой максимума
2 2 2 2
1 1
функции f (x) (так как если x < , то f ′( x ) > 0 , а если x > , то f ′( x ) < 0 ).
2 2 2 2
1
Следовательно, мода M 0 ( x) = ≈ 0,35 .
2 2
Медиана M e ( X ) = x1 определяется как значение случайной величины,
которое делит площадь фигуры, ограниченной графиком функции f (x ) , на
две равные части. Поэтому
x1 +∞
1 1
∫ 8x ⋅ e ∫ 8x ⋅ e
−4x 2 −4x 2
dx = (или: dx = ),
0
2 x1
2
отсюда
1
x1 = M e ( X ) = ln 2 ≈ 0,42 .
2
Находим математическое ожидание с.в. X :
+∞ 0 +∞
∫ x ⋅ f ( x)dx = ∫ x ⋅ 0dx + ∫ x ⋅ 8x ⋅ e
−4 x2
M (X ) = dx = 0,25
−∞ −∞ 0 .
Найдем функцию распределения с.в. X . Предварительно заметим, что
если x < 0 , то
x x
F ( x) = ∫ f (t )dt = ∫ 0dt = 0
−∞ −∞ .
Если же x ≥ 0 , то
x 0 x
∫ f (t )dt = ∫ 0dt + ∫ 8t ⋅ e − 4t dt = −e − 4 x + 1
2 2
F ( x) =
−∞ −∞ 0 ,
т. е. F ( x ) = −e −4 x + 1 , x ≥ 0 .
2
−4 x 02, 75
1− e = 0,75 .
1
Отсюда находим, что x0,75 = ln 4 ≈ 0,59 .
2
Найти M ( X ) , D( X ) , σ( X ) .
12.10. Плотность распределения с.в. X :
⎧λ ⋅ e − λx , если x ≥ 0, (λ > 0)
f ( x) = ⎨
⎩0, если x < 0.
Найти M ( X ) , D( X ) , σ ( X ) .
12.11. Случайная величина X принимает положительные значения,
имеет плотность вероятностей f ( x) = −ax2 + 2ax . Найти значение параметра a
и математическое ожидание с.в. X .
12.12. Плотность распределения с.в. X
⎧ 1
⎪ , если − 10 < x < 10,
f ( x) = ⎨ π 100 − x 2
⎪0, если | x |≥ 10.
⎩
Найти M ( X ) , D( X ) , σ ( X ) .
12.13. Плотность распределения с.в. X задана в виде
⎧1
⎪ sin x, если 0 ≤ x < π,
f ( x) = ⎨ 2
⎪⎩0, если x < 0 и x ≥ π.
Найти M ( X ) и D( X ) .
12.14. Случайная величина имеет плотность распределения вида
1 a
f ( x) = ⋅
π x + a2 ,2
a>0
(распределена по закону Коши). Найти моду, медиану и квантили порядка
p = 0,25 ; 0,5; 0,75.
12.15. Случайная величина X задана функцией распределения
⎧0, если x ≤ 2,
⎪1
⎪
F ( x) = ⎨ ⋅ ( x 3 − 8), если 2 < x ≤ 3,
⎪19
⎪⎩1, если 3 < x.
Найти M ( X ) , M 0 ( X ) , M e ( X ) .
12.16. Плотность распределения с.в. X имеет вид
⎧3 2
⎪ x , x ∈ [0;2],
f ( x) = ⎨ 8
⎪⎩0 x ∉ [0;2].
12.5. Ответы
1 1 5
12.1. k = ; b= ; .
3 3 6
1
12.2. а) a = ; c = 1;
2
⎧ 1
− sin x, если x ∈ [ −π ;0];
б) f ( x) = ⎪⎨ 2
1
в) p1 = ; p2 = 0 .
⎪⎩0, 4
в остальных случаях;
12.3. A = 4 ; B = 16 ; P (C ) ≈ 0,118 .
⎧0, x < 0,
⎪
50 ⎪ 25 x 2
12.4. b = ; F ( x) = ⎨ , 0 ≤ x < 5,8, а) ≈ 0,324 ; б) ≈ 0,676 .
841 ⎪ 841
⎪⎩1, 5,8 ≤ x;
2 2
12.5. a = ; F ( x) = arctg(e x ) , x∈R .
π π
⎧0, x ≤ −2,
⎪1 1
1 ⎪ x 1
12.6. а) ; б) F ( x) = ⎨ + arcsin , − 2 < x < 2, в) p = .
π ⎪2 π 2 3
⎪⎩1, x ≥ 2;
8 8
12.9. M ( X ) = , D ( X ) = , σ ( X ) = 2 2 .
3 9 3
1 1 1
12.10. M ( X ) = , D( X ) = , σ (X ) = .
λ λ 2
λ
3
12.11. a = , M ( X ) = 1 .
4
12.12. M ( X ) = 0 , D ( X ) = 50 , σ ( X ) = 5 2 .
π
, D( X ) = π − 2 .
2
12.13. M ( X ) =
2 4
1
12.14. M 0 ( X ) = , M e ( X ) = 0 , x0, 25 = − a , x0 , 5 = 0 , x0 , 75 = a .
2 2
195 35
12.15. M ( X ) = ≈ 2,57 , M 0 ( X ) = 3 , M e ( X ) = ≈ 2,6 .
76 2
3
12.16. M 0 ( X ) = 2 , M e ( X ) = 3 12 , M ( X ) = , x0 , 25 = 3 2 .
2
13.1. Теория
m!
пределение Пуассона приближенно заменяет биномиальное распределение в
случае, когда число опытов велико, а вероятность события A в каждом из них
мала. С этим связано еще одно название распределения Пуассона – закон
редких событий.
3. Дискретная случайная величина имеет геометрическое распределе-
ние, если она принимает счетное число значений: 0,1, 2, ..., m, ... , с соответст-
вующими вероятностями
p m = P{ X = m} = q m −1 ⋅ p , где m = 1, 2, ... , 0 < p < 1, q =1− p .
Отсюда D( X ) = σ 2 .
Если a = 0 и σ = 1 , т. е. с.в. X ~ N (0,1) , то соответствующее нормальное
распределение называется стандартным. Функция распределения для такой
случайной величины имеет вид
x t2
1 −
2π −∫∞
Φ( x) = e 2
dt
π 0
Функция Лапласа обладает следующими свойствами:
1) Φ 0 (− x) = −Φ 0 ( x), т. е. функция Φ0 ( x) – нечетная. Отсюда, в частности,
следует, что Φ 0 (0) = 0 ;
2) Φ 0 (+∞) = 0,5 .
Таблицу значений функции Лапласа можно найти в прил. 2.
Связь функции Φ(x) с функцией Лапласа Φ0 ( x) выражается формулой
Φ ( x) = 0,5 + Φ 0 ( x) .
13.2. Примеры
xi 1 2 3
pi p qp q2 p …
Числовые характеристики этого распределения: M ( X ) = 1 , D ( X ) = q2 .
p p
Следовательно, зная, что p = 0,2 и q = 0,8 , имеем
1 0,8
M (X ) = = 5; D( X ) = = 20 .
0, 2 0,04
xi 1 2 3 4 5
pi p qp 2
q p 3
q p q4
Поэтому M ( X ) = 1 ⋅ p + 2 ⋅ qp + 3 ⋅ q 2 p + 4 ⋅ q 3 p + 5 ⋅ q 4 ; при p = 0,2 и q = 0,8 имеем
M ( X ) = 1 ⋅ 0,2 + 2 ⋅ 0,8 ⋅ 0,2 + 3 ⋅ 0,82 ⋅ 0,2 + 4 ⋅ 0,83 ⋅ 0,2 + 5 ⋅ 0,84 = 3,3616 ,
т. е. M ( X ) = 3,3616 .
Далее
D( X ) = M ( X 2 ) − ( M ( X )) 2 = M ( X ) = 1 ⋅ p + 4 ⋅ qp + 9 ⋅ q 2 p + 14 ⋅ q 3 p + 25 ⋅ q 4 − ( M ( X )) 2 ≈ 2,57
,
т. е. D ( X ) ≈ 2,57 .
Найти A , F (x ) , M ( X ) , D( X ) , σ( X ) , P{ X ∈ [0;1,1]} .
13.12. Некто ожидает телефонный звонок между 19.00 и 20.00. Время
ожидания звонка есть непрерывная с.в. X , имеющая равномерное распреде-
ление на отрезке [19,20] . Найти вероятность того, что звонок поступит в про-
межутке от 19 часов 22 минут до 19 часов 46 минут.
13.13. Случайная величина X , распределенная равномерно, имеет сле-
дующие числовые характеристики: M ( X ) = 2 , D( X ) = 3 . Найти F ( X ) .
13.4. Ответы
13.1. 2; 1,8. 13.2. 0,63. 13.3. 200. 13.4. 0,324; 0,569. 13.5. 2;
≈ 0,323 . 13.6. 4; 0,433 ; e −4 ≈ 0,0183 . 13.7. а) M ( X ) = 3,439 ; б) M ( X ) = 10 .
β −α
13.8. 2,8525 ; ≈ 0,225 . 13.9. ≈ 0,08 . 13.10. P{ X ∈ [α ; β ]} = . 13.11. A = 1 ;
b−a
⎧0, x ≤ 0,
⎪x
⎪ 4 2 3
F ( x) = ⎨ , 0 < x ≤ 4, M (X ) = 2 ; D( X ) = ; σ (X ) = ; P{ X ∈ [0;1,1]} = 0,275
⎪4 3 3
⎪⎩1, 4 < x.
⎧0, x < −1,
⎪ x +1 ⎧1
⎪ ⎪ , x ∈ [4,7],
13.12. F ( x) = ⎨ , − 1 ≤ x ≤ 5, 13.13. а) f ( x) = ⎨ 3 б) 5,5 ;
⎪ 6 ⎪⎩0, x ∉ [4,7].
⎪⎩1, 5 < x.
⎧1
⎪ , x ∈ [−2,6], 16
в) 0,27 . 13.14. f ( x) = ⎨ 8 M (X ) = 2 ; D( X ) = .
⎪⎩0, 3
x ∉ [−2,6].
13.15. F ( t ) = 1 − e −0 , 2 t ; M (T ) = 5 ; D(T ) = 25 ; ≈ 0,451 . 13.16.
⎧0, x < 0, 5 1
F ( x) = ⎨ σ (X ) = ; p ≈ 0,77 . 13.17. 333 ; ≈ 0,30 . 13.18.
⎩1 − e , x ≥ 0;
0, 4 x
2 3
1 1 3
≈ 0,95 . 13.19. а) M ( X ) = 1 ; σ (X ) = ; в) A = ; г) M ( X 2 ) = ; д)
2 e ⋅ π
2
2
P{1 < X < 3} = 0,4976 .
1
13.20. P{| X − a |< 25} = 0,7888 . 13.21. ≈ 0,067 . 13.22. C ≈ 0,4578 ; M (X ) = − ;
3
1 ⎛ 2⎞
D( X ) = ; F ( x ) = 0,5 + Φ 0 ⎜ 2 x + ⎟ ; p = 0,4772 . 13.23. 64 .
4 ⎝ 3⎠
14.1. Теория
⎛ n
⎞ σ n
D⎜ ∑ X i ⎟
⎝ i =1 ⎠
стремится при n → ∞ к функции распределения стандартной нормальной
случайной величины:
x t2
1 −
F ( x) = P{Zn < x} → Φ( x) =
n → ∞ 2π −∞
∫e 2
dt .
Напомним, что:
1) случайная величина X называется центрированной и нормирован-
ной (т. е. стандартной), если M ( X ) = 0 и D( X ) = 1 ;
равенством
1
Φ( x) = + Φ 0 ( x) .
2
14.2. Примеры
xi 0 2 6 10
pi 0,2 0,3 0,4 0,1
Используя формулу
β
P{α < X < β } = ∫ f ( x)dx ,
α
⎛ 1 1 ⎞
Итак, S162 ~ N ⎜⎜162 ⋅ , 162 ⋅ ⎟ . Так как
⎝ 8 192 ⎟⎠
⎛ 162 ⎞ 162 1 81
M ( S162 ) = M ⎜ ∑ X i ⎟ = ∑ M ( X i ) = ⋅ 162 = ,
⎝ i =1 ⎠ i =1 8 4
⎛ 162 ⎞ 162 1 27
D( S162 ) = D⎜ ∑ X i ⎟ = ∑ D( X i ) = ⋅ 162 = ,
⎝ i =1 ⎠ i =1 192 32
xi 1 2 3 4 5
pi 0,10 0,15 0,30 0,25 0,20
б) xn,i − n −1 n −1
pi 0,5 0,5
в)
xn,i − n −0 n −0,
pi 0,5 0,5
14.5. Ответы
1 8
14.1. p ≥ . 14.2. 0,7 ; p ≥ 0,33 14.3. а) p ≥ 0 ; б) p ≥ ≈ 0,89 ;
3 9
80 17 1549
в) p ≥ ≈ 0,99 . 14.4. а) p = 1 − e −6 ; б) p ≥ . 14.5. p ≥ ≈ 0,97 .
81 18 1600
2
14.6. p ≤ 0,1584. 14.7. p ≥ . 14.8. а) p ≤ 0,8 ; б) p ≥ 0,25 . 14.9. p ≥ 0,71.
7
7 3
14.10. p ≥ ≈ 0,6 . 14.11. p ≥ 0,9808 . 14.12. p ≥ . 14.13. а) нет; б) да;
12 8
( y − 60 ) 2
1 −
в) нет. 14.14. n ≥ 320 . 14.15. p ≈ 0,9479 . 14.16. а) f ( y ) ≈ e 8
;
2 ⋅ 2π
б) P( A) ≈ 0,971 . 14.17. а) p ≈ 0,499 ; б) p ≈ 0,841. 14.18. ( − 0,0251; 0,0251 ).
14.6. Приложения
x2
1 −2
Приложение 1. Значение функции ϕ( x) = e .
2π
0 1 2 3 4 5 6 7 8 9
x Сотые доли x
0,0 0,3989 3989 3989 3988 3986 3984 3982 3980 3977 3973
0,1 3970 3965 3961 3956 3951 3945 3939 3932 3925 3918
0,2 3910 3902 3894 3885 3876 3867 3857 3847 3836 3825
0,3 3814 3802 3790 3778 3765 3752 3739 3726 3712 3697
0,4 3683 3668 3653 3637 3621 3605 3588 3572 3555 3538
0,5 3521 3503 3485 3467 3448 3429 3411 3391 3372 3352
0,6 3332 3391 3292 3271 3251 3230 3209 3187 3166 3144
0,7 3123 3101 3079 3056 3034 3011 2989 2966 2943 2920
0,8 2897 2874 2850 2827 2803 2780 2756 2732 2709 2685
0,9 2661 2637 2613 2589 2565 2541 2516 2492 2468 2444
0 1 2 3 4 5 6 7 8 9
x Сотые доли x
0,0 0,00000 00399 00789 01197 01595 01994 02392 02790 03188 03586
0,1 03983 04380 04776 05172 05567 05962 06356 06749 07142 07535
0,2 07926 08317 08706 09095 09483 09871 10257 10642 11026 11409
0,3 11791 12172 12552 12930 13307 13683 14058 14431 14803 15173
0,4 15542 15910 16276 16640 17003 17364 17724 18082 18439 18793
0,5 19146 19497 19847 20194 20540 20884 2122 21566 21904 22240
0,6 22575 22907 23237 23565 23891 24215 24537 24857 25175 25490
0,7 25804 26115 26424 26730 27035 27337 27637 27935 28230 28524
0,8 28814 29103 29389 29673 29955 30234 30511 30785 31057 31327
0,9 31594 31859 32121 32381 32639 32894 33147 33398 33646 33891
1,0 34134 34375 34614 34850 35083 35314 35543 35769 35993 36214
1,1 36433 36650 36864 37076 37286 37493 37698 38000 38100 38298
1,2 38493 38686 38877 39065 39251 39435 39617 39796 39973 40147
1,3 40320 40490 40658 40824 40988 41149 41308 41466 41621 41774
15.1. Примеры
Найти:
А) границы, в которых с вероятностью 0,9901 заключена средняя мас-
сса упаковок в партии;
Б) вероятность того, что доля упаковок, масса которых менее 1000 г,
во всей партии отличается от доли таких упаковок в выборке, не более чем
0,05 (по абсолютной величине);
В) объем бесповторной выборки, при котором те же границы для средней
массы упаковок во всей партии, можно гарантировать с вероятностью 0,95.
1 5
Решение. Находим выборочную среднюю x B = ∑ x i ⋅ ni .
n i =1
n = 130; − объем выборки
x1 = 962,5; x 2 = 987,5; x3 = 1012,5; x 4 = 1037,5; x5 = 1062,5 − середины интервалов
Примечание. В случае незамкнутых интервалов они заменяются на
интервалы той же длины, что и остальные интервалы выборки.
1
x= (962,5*6+987,5*38+1012,5*44+1037,5*34+1062,5*8)=1012,5.
130
1 5
Находим выборочную дисперсию s = ∑ xi − x ni = 615,3846.
n i =1
2 2
( )
σ w′ ≈ 0,04013.
Находим доверительную вероятность того, что доля упаковок, масса
которых менее 1000 г, во всей партии отличается от доли таких упаковок в
выборке не более чем 0,05 (по абсолютной величине):
⎛ 0,05 ⎞
P ( w − p ≤ 0,05) = Φ⎜⎜ ⎟⎟ ;
⎝ σ′w ⎠
⎛ 0,05 ⎞
Φ ⎜⎜ ⎟⎟ = Φ (1,246) = 0,7887 .
⎝ σ′w ⎠
Приложение. Maple-программа расчета приведенных параметров
(правильность расчетов программы проверена на аналогичных примерах
из книги Н. Ш. Кремера “Теория вероятностей и математическая стати-
стика” 9.19, 9.20, 9.21, с. 330–331).
> restart:x:=[962.5,987.5,1012.5,1037.5,1062.5];
nb := 130
> xcp:=1/nb*sum(x[i]*n[i],i=1..kolichestvo);
xcp := 1012.500000
> s:=1/nb*sum((x[i]-xcp)^2*n[i],i=1..kolichestvo);
s := 615.3846154
> w:=44/130;sigma:=evalf(sqrt(w*(1-w)/nb*(1-nb/N)));
22
w :=
65
σ := .04012973953
> 0.05/sigma;
1.245958748
s2 ⎛ n⎞
σ′x ≈ ⎜1 − ⎟ ;
n⎝ N⎠
x − Δ ≤ x0 ≤ x + Δ .
Получаем
130 ⎞
615.3846 ⎛⎜⎜ 1 − ⎟
⎝ 2000 ⎟⎠
σ x′ ≈ 130 = 2.103814486 ;
Δ = 2,58 ⋅ 2,1038 = 5,42784 ;
15.2. Задачи
Число па- Менее 200- 300- 400- 500- 600- Более Всего
тронов 200 300 400 500 600 700 700
(шт.)
Число 4 20 57 65 31 15 8 200
спортсменов
(чел.)
Найти:
А) границы, в которых с вероятностью 0,95 заключено среднее число
патронов, необходимых для тренировки одного спортсмена;
Б) вероятность того, что доля спортсменов, расходующих более 500
патронов, отличается от доли таких спортсменов в выборке, не более чем 5 %
(по абсолютной величине);
В) объем бесповторной выборки, при котором те же границы для сред-
него числа патронов можно гарантировать с вероятностью 0,9876.
15.3. Ответы
x 1 3 7 1
2
n 8 16 6 1
0
xi -8 -2 1 5
ni 13 11 14 12
а)
xi 3140 3150 3180
ni 12 6 12
б)
xi 2430 2460 2500
ni 24 14 12
xi 2 7 9 10
ni 8 14 10 18
xi 1 5 6 8
ni 6 4 7 3
Ме- 1 2 3 4 5 6 7 8 9 1 1 1
сяц 0 1 2
P 0 0 0 0 0 0 0 0 0 0 0 0
,2 ,5 ,4 ,2 ,4 ,5 ,2 ,2 ,4 ,5 ,4 ,2
16.3. Ответы
Месяц 1 2 3 4 5 6
Объем выпуска 2 2 2 2 2 3
0 4 5 8 7 2
произведена выборка
xi 4 3 10 12 15
ni 3 3 6 4 4
xi 3 5 6 8 10
ni 2 3 5 10 10
произведена выборка
xi 2 3 4 5 6
ni 4 6 5 12 8
xi 3 5 7 9 1 1 1 1 1 2
1 3 5 7 9 1
ni 2 1 1 2 2 1 2 2 1 2
1 6 5 6 2 4 1 2 8 5
xi 3 5 7 9 11 13 15
ni 6 9 16 25 20 16 8
17.3. Ответы
1
17.1. λ* = . 17.2. λ* = 0,1 . 17.3. λ* = 0,13 . 17.4. a * = 2,09 , b* = 6,71 . 17.5.
26
a = 2,25 , b* = 22,37 . 17.6. a * = 9,48 , s = 3,22 .
*
18.1. Теория
ляется гипотетическим.
Определение 18.1. Статистической гипотезой называют гипотезу о
виде неизвестного распределения или о параметрах известного распределе-
ния.
Наряду с данной гипотезой рассматривают и противоречащую ей гипо-
тезу. В случае, когда выдвинутая гипотеза отвергается, обычно принимается
противоречащая ей гипотеза.
Определение 18.2. Нулевой (основной) называют выдвинутую гипотезу
H0 .
Определение 18.3. Конкурирующей (альтернативной) называют ги-
потезу H 1 , которая противоречит основной.
Определение 18.4. Простой называют гипотезу, содержащую только
одно предположение.
Определение 18.5. Сложной называют гипотезу, которая состоит из
конечного или бесконечного числа простых гипотез.
Пример 18.1. Нулевая гипотеза H0 : генеральная совокупность распре-
делена по нормальному закону, тогда гипотеза H 1 : генеральная совокупность
не распределена по нормальному закону.
Пример 18.2. Нулевая гипотеза H0 : M x = 20 (т. е. математическое ожи-
дание нормально распределенной величины равно 20), тогда гипотеза H 1 мо-
жет иметь вид H 1 : M x ≠ 20 .
В итоге проверки гипотезы могут быть допущены ошибки двух родов.
Определение 18.6. Ошибка первого рода состоит в том, что будет
отвергнута правильная гипотеза. Вероятность ошибки первого рода назы-
вают уровнем значимости и обозначают через α .
Определение 18.7. Ошибка второго рода состоит в том, что будет
принята неправильная нулевая гипотеза. Вероятность ошибки второго рода
обозначают через β .
Определение 18.8. Статистическим критерием (или просто критери-
ем) называют случайную величину K , которая служит для проверки гипотезы.
Определение 18.9. Наблюдаемым (эмпирическим) значением K набл на-
зывают то значение критерия, которое вычислено по выборкам.
Определение 18.10. Критической областью называют совокупность
значений критерия, при которых нулевую гипотезу принимают.
Определение 18.11. Областью принятия гипотезы (областью допус-
тимых значений) называют совокупность значений критерия, при которых
нулевую гипотезу принимают.
K < − k кр , K > k кр ,
Num- 1 2 3 4 5 6 7 8 9 1 M
ber 0
Start 5 5 5 56 6 6 6 6 7 7
1 3 4 7 0 1 2 5 0 2 0,5
Final 2 4 6 2 3 3 3 1 2 3 3
6 2 3 0 6 5 1 3 5 4 1,5
Progr 2 2 - 3 2 2 3 5 4 3 2
ess 5 1 9 7 4 6 1 2 5 8 9
Num- 1 2 3 4 5 6 7 8 9 1 M
ber 0
Start 5 5 5 5 6 6 6 6 6 6 7
2 2 4 5 0 2 3 6 9 4 0,7
Final 6 2 1 3 3 6 6 5 6 5 4
7 4 9 4 2 5 4 0 5 9 7,9
Progr - 2 3 2 2 - - 1 4 1 1
ess 15 8 5 1 8 3 1 6 5 2,8
значений и S 2 =
1
n −1
( )
( x1 − x)2 + ( x2 − x) 2 + ... + ( xn − x) 2 – выборочную дисперсию.
x
n
D
задавала бы стандартную нормальную случайную величину, поскольку
дисперсия среднего арифметического получается из дисперсии одного на-
блюдения делением на n , а
x x
n=
D D/ n .
вее tкр = 1,83 . Это значит, что на уровне значимости α = 0,05 мы отвергаем ги-
потезу о равенстве нулю математического ожидания случайной величины
«изменение уровня тревожности испытуемых экспериментальной группы».
Замечание. На уровне значимости α = 0,05 обе группы испытуемых де-
монстрируют снижение тревожности. Содержательное объяснение этого
факта не входит в компетенцию статистики. Можно заметить, что экспери-
ментальная группа демонстрирует несколько большее снижение, поскольку
относительно нее гипотеза отвергается на более низком уровне значимости
(см. задачи 18.1, 18.4). Однако достаточно ли выражено это преимущество?
Не может ли быть так, что случайные колебания t -статистики привели к не-
которому преимуществу экспериментальной группы?
D=
1
n −1
(
( x1 − x) 2 + ( x2 − x) 2 + ... + ( xn − x) 2 , )
или D=
1
n
(
( x1 − x) 2 + ( x2 − x) 2 + ... + ( xn − x) 2 , )
S= D
(если статистический материал представлен дискретным вариационным
рядом), и
x=~
x1 ⋅ ~
p1 + ~
x2 ⋅ ~
p2 + ... + ~
xk ⋅ ~
pk ,
D=
1 ~
n −1
(
( x1 − x) 2 ⋅ ~
p1 + ( ~
x2 − x ) 2 ⋅ ~
p2 + ... + ( ~
xk − x ) 2 ⋅ ~ )
pk ,
S= D
(если статистический материал представлен интервальным вариационным
рядом), средние значения x1 и x2 и разбросы (средние квадратические откло-
нения) S1 и S 2 данных случайных величин.
В исходном примере x1 = 0,3 ; x2 = 0,4 ; S1 = 0,05 ; S 2 = 0,04 .
Пусть m1 и m2 – истинные средние значения коэффициентов интеллек-
та в тюрьме Збышеве и Энске соответственно.
3. Формулируется рассматриваемая гипотеза, например, H0 : m1 = m2 .
4. Задается уровень значимости α – вероятность того, что отвергается
верная гипотеза H 0 .Так, применяя юридическую терминологию, можно при-
вести пример, когда α – вероятность вынесения судом обвинительного при-
говора в случае невиновности обвиняемого.
Обычно α принимают равным 0,1; 0,05; 0,01 и т. д. Тогда с вероятно-
стью 1 − α принимается верная гипотеза H0 .
Пусть для данного примера α = 0,1 .
Вычисляется значение критерия t , представляющего собой функцию
исходных данных x1 , x2 , S1 , S 2 , n1 , n2 :
x1 − x2 n1n2 k
t= ,
n S + n2 S
1 1
2 2
2
n1 + n2
где k = n1 + n2 − 2 .
В нашем случае t = −10,17 < tкр = 1,66 . Однако t < −tкр = −1,66 , поэтому ги-
потеза H0 о равенстве средних отвергается и принимается альтернативная
гипотеза m1 ≠ m2 . То есть имеющиеся данные противоречат тому, что средний
коэффициент интеллекта у заключенных в Энске равен среднему коэффици-
енту у заключенных в Збышеве.
С рассмотренной задачей тесно связана задача проверки гипотез о равен-
стве долей значений правовых показателей, которую рассмотрим на примере.
70 75 68
Первое, что напрашивается, это взять p1 = , p2 = , p3 = и срав-
100 110 100
нить полученные числа. Но такое решение в общем случае будет грубо при-
ближенным, поскольку в группах для решения предлагалось разное количе-
ство задач.
На данном примере рассмотрим алгоритм решения подобных задач,
который предполагает достаточное количество проведенных наблюдений над
случайными величинами (объемы всех выборок должны быть не менее 100).
1. Выдвигается гипотеза H0 : p1 = p2 = p3 = p .
2. Задается уровень значимости α (вероятность ошибки при отклоне-
нии истинной гипотезы H0 ).
3. Вычисляется оценка
l1 + l2 + l3 70 + 75 + 68 213
pˆ = = = ≈ 0,69 .
n1 + n2 + n3 100 + 110 + 100 310
1 ⎛ ⎛l ⎞
2
⎛ l2 ⎞
2
⎛ l3 ⎞ ⎞⎟
2
U= ⎜ n1 ⎜ − pˆ ⎟⎟ + n2 ⎜⎜ − pˆ ⎟⎟ + n3 ⎜⎜ − pˆ ⎟⎟ =
1
pˆ (1 − pˆ ) ⎜ ⎜⎝ n1 ⎠ ⎝ n2 ⎠ ⎝ n3 ⎠ ⎟⎠
⎝
1 ⎛ ⎛ 70 ⎞
2
⎛ 75 ⎞
2
⎛ 68 ⎞ ⎞⎟
2
18.5. Ответы
Приложение
Статистические таблицы
Таблица 1
Критические точки распределения Стьюдента
Число
степеней Уровень значимости α (двухсторонняя критическая область)
свободы 0,1 0,05 0,02 0,01 0,001
1 6,314 12,710 31,820 63,660 636,600
2 2,920 4,303 6,965 9,925 31,600
3 2,353 3,182 4,541 5,841 12,920
4 2,132 2,776 3,747 4,604 8,610
5 2,015 2,571 3,365 4,032 6,869
6 1,943 2,447 3,143 3,707 5,969
7 1,895 2,365 2,998 3,499 5,408
8 1,860 2,306 2,896 3,355 5,041
9 1,833 2,262 2,821 3,250 4,781
10 1,812 2,228 2,764 3,169 4,587
11 1,796 2,201 2,718 3,106 4,437
12 1,782 2,179 2,681 3,055 4,318
13 1,771 2,160 2,650 3,012 4,221
14 1,761 2,145 2,624 2,977 4,140
15 1,753 2,131 2,602 2,947 4,073
16 1,746 2,120 2,583 2,921 4,015
17 1,740 2,110 2,567 2,898 3,965
18 1,734 2,101 2,552 2,878 3,992
19 1,729 2,093 2,539 2,861 3,883
20 1,725 2,086 2,528 2,845 3,850
21 1,721 2,080 2,518 2,831 3,819
22 1,717 2,074 2,508 2,819 3,792
23 1,714 2,069 2,500 2,807 3,767
24 1,711 2,064 2,492 2,797 3,745
25 1,708 2,060 2,485 2,787 3,725
26 1,706 2,056 2,479 2,779 3,707
27 1,703 2,052 2,473 2,771 3,690
28 1,701 2,048 2,467 2,763 3,674
29 1,699 2,045 2,462 2,756 3,659
30 1,697 2,042 2,457 2,750 3,646
40 1,684 2,021 2,423 2,704 3,551
50 1,676 2,009 2,403 2,678 3,495
60 1,671 2,000 2,390 2,660 3,460
80 1,665 1,990 2,374 2,639 3,415
100 1,661 1,984 2,365 2,626 3,389
∞ 1,645 1,960 2,326 2,576 3,291
0,05 0,025 0,01 0,005 0,0005
Уровень значимости α (односторонняя критическая область)
Таблица 2
Критические точки распределения χ 2
Число
степеней Уровень значимости α
свободы 0,2 0,1 0,05 0,01
1 1,642 2,706 3,841 6,635
2 3,219 4,605 5,991 9,210
3 4,642 6,251 7,815 11,345
4 5,989 7,779 9,488 13,277
5 7,289 9,236 11,070 15,086
6 8,558 10,645 12,592 16,812
7 9,803 12,017 14,067 18,475
8 11,030 13,362 15,507 20,090
9 12,242 14,684 16,919 21,666
10 13,442 15,987 18,307 23,209
11 14,631 17,275 19,675 24,725
12 15,812 18,549 21,026 26,217
13 16,985 19,812 22,362 27,688
14 18,151 21,064 23,685 29,141
15 19,311 22,307 24,996 30,578
16 20,465 23,542 26,296 32,000
17 21,615 24,769 27,587 33,409
18 22,760 25,989 28,869 34,805
19 23,900 27,204 30,144 36,191
20 25,038 28,412 31,410 37,566
21 26,171 29,615 32,671 38,932
22 27,301 30,813 33,924 40,289
23 28,429 32,007 35,172 41,638
24 29,553 33,196 36,415 42,980
25 30,675 34,382 37,652 44,314
26 31,795 35,563 38,885 45,642
27 32,912 36,741 40113 46,963
28 34,027 37,916 41,337 48,278
29 35,139 39,087 42,557 49,588
30 36,250 40,256 43,773 50,892
19.1. Теория
a = X 2 +Y 2 + Z2 ;
a + b = ( X + X ′, Y + Y ′, Z + Z ′) ;
λ a = (λX , λY , λZ ) .
cos ϕ =
(a, b) или cosϕ =
X 1 ⋅ X 2 + Y1 ⋅ Y2 + Z1 ⋅ Z 2
= q.
a⋅b X 12 + Y12 + Z12 ⋅ X 22 + Y22 + Z 22
i j k
Y Z1 X1 Z1 X1 Y1
a × b = X1 Y1 Z1 = i 1 −j +k
Y2 Z2 X2 Z2 X2 Y2
X2 Y2 Z2
.
19.2. Примеры
Пример 19.1.
Доказать, что при любом расположении точек А, В, С справедлива
формула AB + BC + CA = 0 .
Решение. Вектор BC отложен до конца вектора AB , вектор CA – от
конца вектора BC , тогда конец вектора CA совпадает с началом вектора AB .
Следовательно, сумма AB + BC + CA является вектором, начало и конец кото-
рого совпадают. Такой вектор по определению есть нуль-вектор, т. е.
AB + BC + CA = 0 .
Пример 19.2.
Дана пирамида ОАВС. Точка М – середина стороны ОА, точка N – се-
редина стороны ВС. Положив OA = a, OB = b, OC = c , выразить через a , b , c
векторы MC и MN .
O
М
В N С
взаимно перпендикулярны?
Решение. Условие перпендикулярности (a, b) = 0 в данном случае запи-
шется так: 4 ⋅ λ + 2 ⋅ λ + 5 ⋅ (−6) = 0 или 6 ⋅ λ − 30 = 0 , откуда λ = 5 .
Пример 19.5. Найти вектор x , коллинеарный вектору a = (1, 2, - 3) и
удовлетворяющий условию (x, a ) = 28 .
Решение. Принимая во внимание условие коллинеарности двух векто-
ров (28.1), заключаем, что
x = λ (1, 2, - 3) = (λ , 2λ , - 3λ ) ,
npb a =
(a, b)
b
,
4 ⋅ 1 + 3 ⋅ (−2) + (−7) ⋅ (−2) 12
отсюда npb a = = = 4.
12 + (−2) 2 + (−2) 2 3
( ) ( )
S = a × b = 7 p + q × p − 2q = 7 p × p + q × p − 14 p × q − 2q × q =
∧
π 1
= q × p + 14q × p = 15q × p = 15 ⋅ q ⋅ p ⋅ sin( p, q) = 15 ⋅ 8 ⋅ 5 ⋅ sin = 600 ⋅ = 300 .
6 2
= i (8 − 0 ) − j (− 4 − 6 ) + k (0 + 6 ) = 8i + 10 j + 6 k = (8, 10, 6 ) .
S = a × b = 8 2 + 10 2 + 6 2 = 64 + 100 + 36 = 200 = 10 2
.
Согласно условию 1 (определение 9) синус угла между данными векто-
рами
∧ a×b 10 2
sin(a, b) = = =
a⋅b 1 + (−2) + 2 2 ⋅ 3 2 + 0 2 + (−4) 2
2 2
10 2 10 2 2 2
= = = .
1 + 4 + 4 ⋅ 9 + 16 3⋅5 3
Пример 19.9. Вычислить площадь треугольника с вершинами
A (− 1, 0, 2) , B (1, - 2, 5) , C (3, 0, - 4) .
Решение. Находим сначала координаты векторов a = AB , b = AC :
a = (2, - 2, 3) , b = (4, 0, - 6 ) .
Так как площадь треугольника АВС составляет половину площади па-
раллелограмма, построенного на векторах AB и AC , получаем
1 1
SΔ = AB × AC = a × b .
2 2
Векторное произведение вычислим с помощью формулы (28.9).
i j k
−2 3 2 3 2 −2
a×b = 2 − 2 3 = i −j +k =
0 −6 4 −6 4 0
4 0 −6
Отсюда
1 1 1
SΔ = a×b = 12 2 + 24 2 + 8 2 = 144 + 576 + 64 =
2 2 2
1 1
= 784 = ⋅ 28 = 14 .
2 2
19.4. Ответы
1. AK = p + q / 2, BL = p / 2 + 3q / 2, CM = 3 p / 2 + q ; 2. k=4; 3. 29 и 165 ;
4. (-3,5,-9); 5. 16, -395,5; 6. k=±3/5; 7. (1,0,-1); 8. −14a × b ; 9. -24; 10. 16.
19.6. Ответы
1. CD = q − p , AC = p + q , AE = 2 q − p; 2. AO = 2 / 3 AM , AO = −2 MO , не колли-
неарны; 3. 10; 5. 25, 5; 6. -13; 8. 11a × b − 7b × c + 6a × c ; 9. 84.
20.1. Примеры
1
y−2=− (x − 1) . (**)
2
21.1. Примеры
y = kx + b , (21.1)
⎧⎪ x 2 + 4 y 2 = 20,
⎨ (21.2)
⎪⎩ y = − x + b
x2 y2
б) 2 x + y − 10 = 0, + = 1;
9 4
x2 y2
в) 3x + 2 y − 20 = 0, + = 1.
40 10
x2 2y2
21.13. Составить уравнения касательных к эллипсу + = 1 , па-
10 5
раллельных прямой 3x + 2 y + 7 = 0 .
22.1. Теория
Плоскость
Эти плоскости:
A1 B1 C1
а) параллельны друг другу тогда и только тогда, когда = = ;
A2 B2 C2
б) перпендикулярны друг другу тогда и только тогда, когда
A1 A2 + B1 B 2 + C1C 2 = 0 .
Прямая
⎧ x = x1 + mt ,
⎪
⎨ y = y1 + nt ,
⎪ z = z + pt.
⎩ 1
22.2. Примеры
x +1 y +1 z x−2 y −3 z −5
(L1 ) = = , (L2 ) = = .
2 3 4 3 2 2
Решение.Запишем уравнение прямой, проходящей через данную точку:
x+4 y−0 z −2
= = .
m n p
i j k
s = s1 × s2 = 2 3 4 = −2i + 8 j − 5k .
3 2 2
и плоскости x – 2y + z = 0.
22.5. Ответы
23.1. Теория
22.2. Примеры
не равное нулю.
Аналогично рассматривая второе уравнение ( A − λ2 I )a = 0, получаем
⎛t⎞ ⎛1⎞
y=2x и второй собственный вектор a2 = ⎜⎜ ⎟⎟ = t⎜⎜ ⎟⎟ .
⎝ 2t ⎠ ⎝ 2 ⎠
Пример 23.2. Найти собственные числа и собственные векторы линей-
ного преобразования, заданного матрицей
⎛ 0 1 0⎞
⎜ ⎟
A = ⎜ − 4 4 0 ⎟.
⎜ − 2 1 2⎟
⎝ ⎠
Решение. Характеристическое уравнение имеет вид
−λ 1 0
−4 4−λ 0 = −λ(4 − λ)(2 − λ) + 4(2 − λ) = (2 − λ)(λ2 − 4λ + 4) = (2 − λ)3 = 0.
−2 1 2−λ
⎛1 0 0⎞
⎜ ⎟
4. A = ⎜ 4 − 4 0 ⎟.
⎜ 1 − 2 2⎟
⎝ ⎠
⎛ 1 1 3⎞
⎜ ⎟
5. A = ⎜ 1 5 1⎟.
⎜ 3 1 1⎟
⎝ ⎠
23.4. Ответы
⎛1⎞ ⎛ 1 ⎞ ⎛ 1⎞ ⎛ − 2⎞
1. λ = 2, a = t⎜⎜ ⎟⎟. 2. λ1 = −1, λ 2 = 4, a1 = t ⎜⎜ ⎟⎟, a2 = t ⎜⎜ ⎟⎟. 3. λ 1 = 2, λ 2 = 3, a1 = t ⎜⎜ ⎟⎟,
⎝1⎠ ⎝ − 2⎠ ⎝ 3⎠ ⎝ 1 ⎠
⎛ 5⎞ ⎛ 0⎞ ⎛ 0⎞
⎛1⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
a 2 = t ⎜⎜ ⎟⎟. 4. λ 1 = 1, λ 2 = −4, λ3 = 2, a1 = t ⎜ 4 ⎟, a2 = t ⎜ 3 ⎟, a3 = t ⎜ 0 ⎟. 5. λ 1 = 6, λ 2 = 3,
⎝ − 1⎠ ⎜ 3⎟ ⎜1⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛1⎞ ⎛1⎞ ⎛1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
λ 3 = −2, a1 = t ⎜ 2 ⎟, a2 = t ⎜ − 1⎟, a3 = t ⎜ 0 ⎟.
⎜1⎟ ⎜1⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
23.6. Ответы
7. , Ответ: ; ; (1, , ),
8. , Ответ: ; ; ( , 1),
( ( , ).
9. , Ответ: ; ;
( , ), ( , , , ),
Ответ: например, + .
3) .
4) .
5)
Является ли ортогональным линейное преобразование , действующее
на векторы ортогонального базиса по формулам:
6) , .
7) ),
8) ),
).
9) , ,
+ .
10) ,
Ответ: .
Решение: Достаточно рассмотреть l на базисных элементах :
= , ,
Ответ: l .
3) Сопоставим каждому многочлену степени ≤ n его значение
при . Доказать, что этим определена линейная форма и вычислить ее
координаты в базисе .
Ответ: l .
4) Сопоставим каждому многочлену степени его значение
при . Доказать, что этим определена линейная форма и вычислить ее
координаты в базисе и .
Ответ: l и l .
5) Пусть в базисе линейная форма выражается через коор-
динаты вектора формулой .
Какой формулой выражается через координаты в базисе
,
Ответ: l .
6) Составить матрицу данной билинейной формы и соответствующую
ей квадратичную форму:
а) ; Ответ: ,
.
б) ;
Ответ: , .
7) Восстановить симметрическую билинейную форму по данной
квадратичной форме и составить ее матрицу:
а) ; Ответ: , .
б) ; Ответ: ,
25.1. Теория
1) lim( an + bn ) = A + B ; 2) lim( an − bn ) = A − B ;
n →∞ n →∞
⎛a ⎞ A
3) lim( an ⋅ bn ) = A ⋅ B ; а если B ≠ 0 , то 4) lim ⎜ n ⎟ = .
n →∞ b
n →∞
⎝ n⎠ B
Этими же свойствами обладает предел функции.
sin x
Первый замечательный предел: lim = 1.
x →0 x
x
⎛ 1⎞
Второй замечательный предел: lim ⎜ 1 + ⎟ = e
x →∞
⎝ x⎠
Следствия из первого и второго замечательного предела
tg x arcsin x arctg x
lim = 1; lim = 1; lim = 1;
x →0 x x →0 x x →0 x
x
1
⎛ k⎞
lim (1 + x ) = e .
x lim ⎜1 + ⎟ = e k .
x →0 x →∞
⎝ x⎠
ln(1 + x) ex − 1
lim = 1. lim = 1.
x →0 x x →0 x
Непрерывность функции
lim f ( x) ≠ f ( x0 ) .
x → x0
sin x
Например, функция y = в точке x = 0 , как известно, имеет предел,
x
равный единице (первый замечательный предел). Однако в самой точке
x = 0 , эта функция не определена, т.е. здесь устранимый разрыв. Этот разрыв
можно устранить (поэтому он и называется устранимым), если доопределить
функцию в этой точке значением предела в ней, т.е. ввести новую функцию:
⎧ sin x
⎪ , x≠0
f1 ( x) = ⎨ x
⎪⎩ 1, x = 0
.
Функция f1 ( x) является непрерывной на всей числовой прямой.
2. Точка x0 называется точкой разрыва первого рода функции
y = f ( x) , если существуют конечные односторонние пределы функции слева
и справа при x → x0 , но они не равны между собой.
Точка x0 называется точкой разрыва второго рода функции y = f ( x) ,
если хотя бы один из односторонних пределов равен бесконечности или не
существует.
25.2. Примеры
3n 2 + 2n + 4
Пример 25.1. Найти предел lim .
n →∞ 4 n 2 + n − 3
3n 2 + 2n + 4 3 + 2 n + 4 n 2 lim ( 3 + 2 n + 4 n2 )
lim = lim = n→∞ =
n →∞ 4 n 2 + n − 3 n →∞ 4 + 1 n − 3 n 2 lim ( 4 + 1 n − 3 n 2 )
n →∞
( n +1 − n )( n +1 + n ) = lim n +1− n
lim ( n + 1 − n = lim ) =
n→∞ n→∞
( n +1 + n ) n→∞
( n +1 + n )
1
lim 1( n ) 0
lim = n→∞
=0=
n→∞
( n +1 + n ) lim
n→∞ ( 1+1 ) n +1 1 + 1
⎛ 1 3x ⎞
Пример 25.3. Вычислить предел lim ⎜ − ⎟.
x →1 1 − x 1 − x3 ⎠
⎝
Решение. Выполним некоторые преобразования, для этого выражение
предела приведём к общему знаменателю, в результате получим
⎛ 1 3x ⎞ ⎛ 1 3x ⎞ ⎛ 1 + x + x 2 − 3x ⎞
⎜ − 3 ⎟
= ⎜ 1 − x (1 − x)( x 2 + x + 1) ⎟ = ⎜ (1 − x)( x 2 + x + 1) ⎟ =
−
⎝ 1 − x 1 − x ⎠ ⎝ ⎠ ⎝ ⎠
⎛ 1 − 2x + x2 ⎞ ⎛ (1 − x) 2 ⎞ (1 − x)
=⎜ =
⎟ ⎜ ⎟ = ,
⎝ (1 − x)( x + x + 1) ⎠ ⎝ (1 − x)( x + x + 1) ⎠ ( x + x + 1)
2 2 2
(1 − x ) (1 − 1)
Тогда lim = lim = 0.
x →1 ( x + x + 1)
2 x →1 (1 + 1 + 1)
x2 − 5x + 6
Пример 25.4. Вычислить предел lim .
x →2 x 2 − 6 x + 8
lim
x2 − 5x + 6
= lim
( x − 2 )( x − 3) = lim x − 3 = lim 2 − 3 = 1 .
x →2 x − 6 x + 8 x→2 ( x − 2 )( x − 4 ) x→2 x − 4 x→2 2 − 4 2
2
1 − cos x
Пример 25.5. Вычислить предел lim .
x →0 x2
2 x
Решение. Известно, что 1 − cos x = 2sin . Подставив это выражение в
2
2 x
2sin
числитель, получим lim
1 − cos x
= lim 2 . Если x → 0 , то sin x ∼ x , сле-
x →0 x2 x →0 x2 2 2
2
x ⎛ x⎞ x
2
2sin 2 2 ⎜ ⎟
2 1
довательно, lim 2
2 = lim ⎝ 2 ⎠ = lim 2 2 = .
x →0 x x →0 x x →0 x 2
tg5 x
Пример 25.6. Найти lim .
x →0 sin 3 x
⎛ 1⎞
x
⎡ ⎛ 1 ⎞x ⎤
limln ⎜1 + ⎟ = ln ⎢lim ⎜1 + ⎟ ⎥ = ln e = 1.
x→∞
⎝ x⎠ ⎣⎢ ⎝ x ⎠ ⎦⎥
x→∞
1
⎧ 2x2 , x ≤ 0,
⎪
25.17. y = 1 − 2 . x
25.18. y = ⎨ x, 0 < x < 1,
⎪ 0, x ≥ 1.
⎩
x
sin 2
25.5. lim x 2 ctg 2 2 x . 25.6. lim 4
x →0 x2 x →0
25.5. Ответы
Домашние задачи:
25.1. −0,5 . 25.2. 4 . 25.3. −2 . 25.4. 3.
1
25.5. 0,5 . .
25.6. 25.7. x = 2 – точка устранимого разрыва.
16
25.8. x = −1 – точка разрыва второго рода. 25.9. x = 2 – точка раз-
рыва первого рода. 25.10. x = 2 – точка разрыва первого рода.
27.1. Теория
( ′
)
1) ∫ f ( x)dx = f ( x) , т. е. производная от неопределенного интеграла
равна подынтегральной функции.
2) d ( ∫ f ( x)dx ) = f ( x)dx , т. е. дифференциал от неопределенного инте-
грала равен подынтегральному выражению.
3) ∫ dF ( x ) = F ( x ) + C .
4) ∫ ( α f ( x ) + β g ( x ) ) dx = α ∫ f ( x )dx + β ∫ g ( x ) dx − свойство линейности;
α , β – постоянные.
F (ax + b)
5) Если ∫ f ( x )dx = F ( x ) + C , то ∫ f (ax + b)dx = a
+ C ,(a ≠ 0) .
3. Таблица интегралов:
xα dx
1. ∫ x dx =
α
α +1
+ C , α ≠ −1 . 2. ∫ x = ln x + C .
ax
3. ∫ a dx = ∫ e dx = e +C.
x x
x
+C. 4.
ln a
5. ∫ sin xdx = − cos x + C . 6. ∫ cos xdx = sin x + C .
7. ∫ tg xdx = − ln cos x + C . 8. ∫ ctg xdx = ln sin x + C .
dx dx
9. ∫ sin 2 x = − ctg x + C . ∫ cos2 x = tg x + C . 10.
dx 1 x dx 1 x−a
11. ∫ 2 = arctg + C . 12. ∫ 2 = ln +C.
a +x 2
a a x −a 2
2a x + a
dx x dx
13. ∫ = arcsin + C . 14. ∫ = ln x + x 2 + a + C
a2 − x2 a x +a
2
∫ f ( x ) dx = ∫ f ⎡⎣ ϕ ( t )⎤⎦ ⋅ ϕ′ ( t ) dt .
5. Метод интегрирования по частям. Пусть u = u ( x) и v = v ( x ) – непре-
рывно дифференцируемые функции. Тогда справедлива формула:
∫ udv = uv − ∫ vdu .
27.2. Примеры
(2 )
2
3
x +1
∫ ( 2 sin x − 3 + 5 ) dx ; ∫
x+2
а) б) dx .
3
x4
Решение.
3x
= −2cos x − 9 + 5x + C .
ln 3
(2 )
2
3
x +1 4 3 x2 + 4 3 x + 1 ⎛ − 23 4 − ⎞
4
б) ∫ 3
x4
dx = ∫
3
x4
dx = ∫ ⎜ 4 x + + x 3 ⎟dx =
⎝ x ⎠
2 4 1 1
− dx − −
= 4 ∫ x dx + 4 ∫ + ∫ x dx = 12 x + 4ln | x | −3 x 3 + C .
3 3 3
x
Пример 27.2. Найти интегралы:
xdx
∫ б) ∫ x 2e x dx .
3
а) ;
3 − 4 x2 − 4 x
Решение.
а) Выделим полный квадрат в подкоренном выражении:
3 − 4 x 2 − 4 x = 4 − ( 2 x + 1) .
2
t −1 dt
Положим 2 x + 1 = t . Тогда x = и dx = . Следовательно,
2 2
xdx 1 ( t − 1) dt 1 tdt 1 dt
∫ 3 − 4 x2 − 4 x
=∫ = ∫ − ∫
4 4 − t2 4 4 − t2 4 4 − t2
.
Следовательно,
∫x e
2 − x +1
dx = − x 2 e − x +1 − 2 xe − x +1 − 2e − x +1 + C = − ( x 2 + 2 x + 2 ) e − x +1 + C .
u = ln 2 x dv = xdx
x 2 ln 2 x
б) ∫ x ln xdx = 2
2ln x 2
x = − ∫ x ln xdx = .
du = v= 2
x 2
u = ln x dv = xdx
x 2 ln 2 x x 2 ln x x 2 dx x 2 ⎛ 2 1⎞
= dx 2
x = − +∫ = ⎜ ln x − ln x + ⎟ + C .
du = v= 2 2 2 x 2⎝ 2⎠
x 2
Найти интегралы:
4
x3 + 8
27.1. ∫ (2x + 1)( 2 + 3 x ) dx . 27.2. ∫ dx .
2 3
4
x +2
x x 1 + x2 − 1 − x2
27.3. ∫ sin cos dx . 27.4. ∫ dx .
2 2 1 − x4
x 2 dx
27.5. ∫ xe ∫
−3 x 2 + 4
dx . 27.6. .
4 − x6
dx
∫ 2 x + 3x ln x . 27.8. ∫ x ( 5 x − 1) .
10
27.7.
dx ln x
27.9. ∫ sin ( ln x ) . 27.10. ∫ dx .
x x
27.11. ∫ x arcsin xdx . 27.12. ∫ xe
5x
dx .
ln ( ln x )
27.13. ∫ ln (1 − x ) dx . 27.14. ∫ dx .
x
Найти интегралы:
( )
3
2 x +1 x5 + x3 − 1
27.1. ∫ x3
dx . 27.2. ∫ x 2 + 1 dx .
dx x + arctg 2 x
27.3. ∫ sin x
x
. 27.4. ∫ 1 + x 2 dx .
1 + ln x dx
27.5. ∫ dx . 27.6. ∫ cos .
4 + x ln x 2
x tg 3 x
27.7. ∫ arcsin xdx . 27.8. ∫ e 3 x sin 2 xdx .
27.9. ∫ ln (1 + x 2 ) dx . 27.10. ∫ e x dx .
27.5. Ответы
1 2 1 x3
27.5. − e−3 x +4 + C . 27.6. arcsin + C .
6 3 2
( 5 x − 1) ( 5 x − 1)
12 11
28.1. Теория
b b
1. ∫ f ( x)dx ≡ ∫ f (t )dt .
a a
a
2. ∫ f ( x)dx = 0 .
a
b a
3. ∫ f ( x)dx = −∫ f ( x)dx .
a b
b b
4. Если α = const , то ∫ αf ( x)dx = α ∫ f ( x)dx .
a a
b b b
5. ∫ ( f ( x) ± g ( x) ) dx = ∫ f ( x)dx ± ∫ g ( x)dx .
a a a
∫ f ( x)dx = f (c)(b − a) .
a
∫ f ( x)dx = 2∫ f ( x)dx .
−a 0
∫ f ( x)dx = 0 .
−a
∫ f ( x)dx = ∫ f ( ϕ ( t ) )ϕ′ ( t ) dt .
a α
∫ udv = uv − ∫ vdu .
b
a
a a
Несобственные интегралы
+∞
Несобственным интегралом (первого рода) ∫
a
f ( x)dx называется
t
предел функции ∫ f ( x)dx при t → +∞ , т. е.
a
+∞ t
∫
a
f ( x)dx = lim ∫ f ( x)dx .
t →+∞
a
∫
−∞
f ( x)dx = lim ∫ f ( x)dx ,
t →−∞
t
+∞ a +∞
∫
−∞
f ( x)dx =
−∞
∫ f ( x)dx + ∫
a
f ( x)dx ,
∫ f ( x)dx .
a
∫ f ( x)dx = lim ∫
a
δ→+0
a
f ( x)dx .
∫ f ( x)dx = lim ∫
a
ε→+0
a
f ( x)dx + lim
δ→+0 ∫
c +δ
f ( x)dx .
28.2. Примеры
∫ ln (1 − x ) dx ; ∫ 1 − x 2 dx ;
2
в) г)
0,5 0
ln 2 π2
∫e e x − 1dx ; ∫x
x 2
д) е) cos xdx .
0 0
Решение.
2 2 2 2 2
3x4 − 5 x 2 + 7 ⎛ 3 7⎞ dx
а) ∫ dx = ∫ ⎜ 3x − 5 x + ⎟dx = 3∫ x dx − 5∫ xdx + 7 ∫ .
3
1
x 1⎝
x⎠ 1 1 1
x
Все три интеграла – табличные. Окончательно имеем
2 2 2
3x 4 − 5 x 2 + 7 x4 x2 3 5
= (16 − 1) − ( 4 − 1) +
2
∫1 x
dx = 3
41
− 5
21
+ 7ln x 1
4 2
45 15
+7 ( ln 2 − ln1) = − + 7ln 2 = 3,75 + 7ln 2 .
4 2
⎧⎪ cos x при x ∈ [ 0, π 2] ,
б) Так как cos x = ⎨ то
⎪⎩− cos x при x ∈ [ π 2, π] ,
π π2 π
π2 π
∫ cos x dx =
0
∫
0
cos xdx + ∫
π 2
( − cos x ) dx = sin x 0 − sin x π 2 =
(1 − 0 ) − ( 0 − 1) = 2 .
в) Воспользуемся методом интегрирования по частям:
0 u = ln (1 − x 2 ) dv = dx 0
2x2
∫0,5 ( ) ( ) 0,5 ∫ 1 − x 2 dx =
0
ln 1 − x 2
dx = −2 x = x ln 1 − x 2
+
du = v=x 0,5
1 − x2
0 0 0
4 ( x 2 − 1) + 1 4 dx
= 0,5ln − 2 ∫ dx = 0,5ln − 2 ∫ dx − 2 ∫ x2 − 1 =
3 0,5
x2 − 1 3 0,5 0,5
0
4 0 1 x −1
= 0,5ln − 2 x 0,5 − 2 ⋅ ln = 1 + 0,5ln12 .
3 2 x + 1 0,5
г) Воспользуемся тригонометрической подстановкой x = sin t ,
dx = cos tdt . Поскольку t = arcsin x , найдём пределы интегрирования по пере-
менной t : если x = 0 , то t = arcsin 0 = 0 ; если x = 1 , то t = arcsin1 = π 2 . Иско-
мый интеграл теперь принимает вид
1 π2 π2
0
π 1
(
= + sin 2t 0 = .
4 4
π2 π
4
)
д) Сделаем замену переменной: пусть t = e x − 1 . Тогда t 2 = e x − 1 ,
2tdt = e x dx . Найдём пределы интегрирования по переменной t : если x = 0 , то
t = e0 − 1 = 0 ; если x = ln 2 , то t = e ln 2 − 1 = 1 . Искомый интеграл теперь при-
нимает вид
ln 2 1 1
t3 2
∫e e − 1dx = 2∫ t dt = 2 = .
x x 2
0 0
30 3
е) Данный интеграл находится с помощью последовательного приме-
нения формулы интегрирования по частям.
π2 π2
u = x2 dv = cos xdx π2
∫0 x cos xdx = du = 2 xdx v = sin x = x sin x 0 − 2 ∫0 x sin xdx .
2 2
π2 π2 π2
= − 2sin x 0 = − 2.
4 4
0 2 ⎝ 3 ⎠0 ⎝ 3 ⎠2 3 3 3
б) Найдем точки пересечения кривых: y = 2 − y 3 , ⇒ y = 1 . Отсюда
x1 = −1, x2 = 1 . Значит,
1
⎛
1 2
⎞ 1
⎛ 2
⎞ ⎛ x3 3 53 ⎞ 32
S = ∫ ⎜ 2 − x − x ⎟ dx = 2∫ ⎜ 2 − x − x ⎟ dx = 2 ⎜ 2 x − − x ⎟ = .
2 3 2 3
−1 ⎝ ⎠ 0⎝ ⎠ ⎝ 3 5 ⎠ 0 15
x2 y 2
Пример 28.3. Вычислить площадь эллипса 2 + 2 = 1 .
a b
b 2
Решение. Из уравнения эллипса находим y = ± a − x 2 . Вычислим
a
b 2
площадь, ограниченную верхней половиной эллипса y = a − x2
a
и осью Ox ( −a ≤ x ≤ a ):
a a
1 b
Sэл = ∫ ydx = ∫ a 2 − x 2 dx .
2 −a
a −a
π π
2
1 + cos 2t ⎛ sin 2t ⎞ 2 ⎛ π sin π sin 0 ⎞ πab
2ab ∫ dt = ab ⎜ t + ⎟ = ab ⎜ + −0− ⎟= .
0
2 ⎝ 2 ⎠0 ⎝ 2 2 2 ⎠ 2
+∞ t t
dx dx 1 x −1 1 ⎛ t −1 1⎞
∫
2
= lim ∫ 2 = lim ln = lim ⎜ ln
x − 1 t →+∞ 2 x − 1 t →+∞ 2 x + 1 2 2 t →+∞ ⎝ t + 1
2
− ln ⎟ =
3⎠
1⎛ t −1 1⎞ 1
= ⎜ lim ln − ln ⎟ = ( ln1 + ln 3) = 0,5ln 3 .
2 ⎝ t →+∞ t + 1 3⎠ 2
б) По определению
+∞ t t
dx dx d ln x
= lim ln ln x 2 = lim ( ln ln t − ln ln 2 ) = +∞ ,
t
∫
2
= lim ∫ = lim ∫
x ln x t →+∞ 2 x ln x t →+∞ 2 ln x t →+∞ t →+∞
1
б) Подынтегральная функция y = не определена во внутрен-
( x − 1)
2
3
∫ ( x − 1) dx + lim ∫ ( x − 1) 3 dx =
− −
∫ = ∫ +∫ = lim 3
( x − 1) ( x − 1) ( x − 1) δ→0+ ε→0+
2 2 2
−7 3 −7 3 1 3 −7 1+ε
1 1−δ 1 2 1 1
= lim 3 ( x − 1) 3 + lim 3 ( x − 1) 3 = lim 3δ + 6 + 3 − lim 3ε = 9 .
3 3
δ→0+ ε→0 + δ→0 + ε→0 +
−7 1+ε
Вычислить интегралы:
2 9
x
28.1. ∫ x x − 16dx . 2
28.2. ∫ dx .
4 4 x −1
1 e
∫x 1 − x dx . 28.4. ∫ ln 2 xdx .
2 3
28.3.
−2 1
ln 2 1
∫ ∫x e
2 −x
28.5. e − 1dx .
x
28.6. dx .
0 −1
+∞ +∞
∫e ∫ xe
−x 2x
28.11. sin xdx . 28.12. dx .
0 −∞
3 0
dx dx
28.13. ∫
0 9− x 2
. 28.14. ∫ ( x + 1)
−1
2
.
Вычислить интегралы:
e2 ln 8
2ln x + 1 e x dx
28.1. ∫ dx . 28.2. ∫ .
e
x ln 3 ex + 1
3 π
28.3. ∫ arctg xdx . 28.4. ∫ e x sin xdx .
0 0
−∞ +∞
dx dx
28.7. ∫ . 28.8. ∫x 2
+ 4x + 9
.
( 2 x + 1)
2
−1 −∞
+∞ +∞
∫ arctg xdx . ∫
2
28.9. 28.10. xe − x dx .
0 −∞
28.5. Ответы
Домашние задачи:
28.1. 4 . 28.2. 2 . 28.3. π 3 − ln 2 . 28.4. 0,5 ( e π + 1) .
28.5. 16 2 15 . 28.6. 4ln 2 − 2 3 . 28.7. Расходится. 28.8. π 5.
28.9. Расходится. 28.10. 1.
29.1. Теория
dy f ′( x, y )
=− x .
dx f y′( x, y )
f (M 0 ) ≥ f (M ) ( f (M 0 ) ≤ f (M ) ) .
Точки максимума и минимума функции z = f ( x, y ) называются экс-
тремальными точками, или экстремумами, а значения функции в этих
точках экстремальными значениями.
2. (Необходимое условие экстремума) Если дифференцируемая функ-
ция z = f ( x, y ) в точке M 0 имеет экстремум, то в этой точке обе частные
производные равны нулю.
3. (Достаточное условие экстремума) Пусть функция z = f ( x, y ) два-
жды непрерывно дифференцируема в окрестности стационарной точки
( x0 , y0 ) . Обозначим f xx′′ ( x0 , y0 ) = A ; f yy′′ ( x0 , y0 ) = C ;
f xy′′ ( x0 , y0 ) = f yx′′ ( x0 , y0 ) = B . Тогда если Δ = AC − B 2 > 0 , то в точке ( x0 , y0 )
функция z = f ( x, y ) имеет экстремум, причем если A < 0 – максимум, если
A > 0 – минимум. В случае Δ = AC − B 2 < 0 , функция экстремума не имеет.
Если Δ = AC − B 2 = 0 , то вопрос о наличии экстремума остается открытым.
4. При исследовании функции на экстремум рекомендуется пользо-
ваться следующей схемой:
а) найти частные производные z′x и z′y ;
б) решить систему уравнений z′x = 0 , z′y = 0 и найти критические точки
функции;
в) найти частные производные второго порядка, вычислить их в каждой
критической точке и с помощью достаточного условия сделать вывод о нали-
чии экстремумов;
г) найти экстремальные значения функции.
29.2. Примеры
2
Пример 29.1. Найти частные производные функции z = x 2e y .
Решение. При дифференцировании по x считаем постоянной величину
2
y . Таким образом, z′x = 2 xe y . При дифференцировании по y считаем посто-
2 2
янной величину x , следовательно, z ′y = x 2 e y ⋅ 2 y = 2 x 2 ye y .
Пример 29.2. Найти частные производные второго порядка функции
z = ln (1 + x + 2 y ) .
Решение. Частные производные первого порядка имеют вид
1 2
z′x = , z′y = .
1+ x + 2y 1+ x + 2y
Считая их новыми функциями двух переменных, найдем их частные
производные. Получим
1 2 4
z′′xx = ; z′′xy = z′′yx = ; z ′′yy = .
(1 + x + 2 y ) 2 (1 + x + 2 y ) 2 (1 + x + 2 y ) 2
∂z ∂z
Пример 29.3. Найти и , если функция z ( x, y ) задана неявно
∂x ∂y
уравнением x 2 − 2 y 2 + 3z 2 − yz + y = 0 .
Решение. Fx′( x, y, z ) = 2 x , Fy′( x, y, z ) = −4 y − z + 1 , Fz′( x, y, z ) = 6 z − y .
∂z 2x ∂z 1− 4y − z
Далее применяем формулу (29.1), получим =− ; =− .
∂x 6 z − y ∂y 6z − y
x
Пример 29.3. Найти экстремум функции z = e 2
(x + y ). 2
Решение.
1. Находим частные производные:
x x x
1 ⎛1 1 ⎞ x
z′x = e ⋅ ( x + y ) + e = e ⎜ x + y 2 + 1⎟ ;
2 2 2 2
z ′y = e ⋅ 2 y .
2
2 ⎝2 2 ⎠
⎧ z ′x = 0,
2. Находим критические точки функции из системы ⎨
⎩ z′y = 0.
Получаем x = −2 , y = 0 , т. е. ( −2;0 ) – единственная критическая точ-
ка.
3. Находим частные производные второго порядка:
x
1⎛1 1 2 ⎞ 2x 1 x
1⎛1 1 ⎞
′′
A = z xx = e ⋅ ⎜ x + y + 1⎟ + e ⋅ = e ⋅ ⎜ x + y 2 + 2 ⎟ ;
2 2
2⎝ 2 2 ⎠ 2 2⎝ 2 2 ⎠
x x
B = z ′′xy = z ′′yx = e 2 y ; C = z ′′yy = 2e 2 .
⎛1 1 ⎞ ⎛1 1 ⎞
Имеем Δ = AC − B 2 = e x ⎜ x + y 2 + 2 ⎟ − e x y 2 = e x ⎜ x − y 2 + 2 ⎟ . В
⎝2 2 ⎠ ⎝2 2 ⎠
1 −1
точке ( −2;0 ) имеем Δ = e−2 > 0 , A = e > 0 . Таким образом, ( −2;0 ) – точка
2
минимума.
29.3. z = ln ( )
x+ y .
⎛y ⎞
29.4. z = arctg ⎜ + 1⎟ .
⎝x ⎠
∂2 z
29.5. Найти , если z = 2 xy + y 2 .
∂x∂y
∂2 z x+ y
29.6. Найти , если z = arctg .
∂x∂y 1 − xy
∂2 z ∂2 z x− y
29.7. Показать, что = , если z = arcsin .
∂x∂y ∂y∂x x
dy d2y
29.8. Найти
dx
и
dx 2
, если ( x 2
+ y )
2 3
− 3( x2 + y 2 ) + 1 = 0 .
29.10. z = x 3 y 2 ( 2 − x − y ) .
∂2 z
29.5. Найти , если z = ln ( x 2 + y ) .
∂x∂y
∂2 z ∂2 z
29.6. Показать, что = , если z = x y .
∂x∂y ∂y∂x
∂z ∂z
29.7. Найти и , если x 2 − 2 y 2 + 3z 2 − yz + y = 0 .
∂x ∂y
29.8. Написать уравнение касательной плоскости и уравнение нормали к
поверхности z = x 2 + y 2 в точке (1; − 2; 5 ) .
Исследовать функции на экстремум:
29.9. z = xy (1 − x − y ) .
1 1
29.10. z = x 2 + xy + y 2 + + .
x y
29.5. Ответы
z′y = xe y + x y ln x . 29.3.
⎣ (
z′x = 1 ⎡ 2 x + xy ⎤ ;
⎦ )
(
z′y = 1 ⎡ 2 y + xy ⎤ .
⎣ ⎦ )
−y x
29.4. z′x = 2 ; z′y = .
2 x + 2 xy + y 2 2 x + 2 xy + y 2
2
∂2 z xy ∂2 z dy x d y y +x
2 2 2
29.5. = . 29.6. = 0. 29.8. =− ; = .
∂x∂y ( 2 xy + y 2 )3 2 ∂x∂y dx y dx 2 y3
29.1. (
z′x = cos x + y ; z′y = ) 1
2 y
cos x + y .( ) 29.2.
z′x = 1 ⎡⎣ 2 ( x 2 + y 2 ) ⎤⎦ ;
y
x ln x
z ′x = y (x + y ).2
29.3. z′x = yx y −1
; z ′y =
2 y
.
∂2 z 2x
29.4. z′x = y (1 + xy ) e ; xy
z′y = x (1 + xy ) e . 29.5. xy
=− .
∂x∂y ( x 2
+ y )
2 2
∂z 2x ∂z 1 − 4 y − z
29.7. =− ; = . 29.8. 2 x − 4 y − z − 5 = 0 ;
∂x 6z − y ∂y 6z − y
x −1 y + 2 z − 5
= = . 29.9. zmax (1 3;1 3) = 1 27 .
2 −4 −1
29.10. zmin 1 ( 3
3 ;1 3
)
3 = 33 3 .
0
t
x(t ) = 2 + ∫ e−τ dτ – решение задачи Коши.
2
Рассмотрим уравнение
x ′ = f (t ) g ( x ) (30.1)
где функции f (t) и g(x) определены и непрерывны при a < t < b и c < x < d соот-
ветственно.
Запишем это уравнение в дифференциалах в следующем ви-
dt
де: = g ( x)dx , так как два дифференциала равны, то их первообразные от-
f (t )
личаются на произвольную постоянную. Обозначим G (x) = ∫ g( x)dx ),
dt
F (t ) = ∫ ,тогда общее решение имеет вид
f (t )
G ( x ) − С − F (t ) = 0 .
z′ − a
Продифференцировав, получим z ′ = a + bx ′ , отсюда x′ = .
b
Уравнение для функции z ( t ) запишется в следующем виде:
z ′ − a = bf (z ) ; z ′ = a + bf (z ) .
dx
− ∫ p ( ξ) d ξ
dx
= − p (t ) x ; = − p (t )dt ; x (t ) = C e t0
.
dt x
ln y = −3x + c ; y = ce−3 x .
Уравнение Бернулли
Рассмотрим уравнение
x + a1 x′ + a2 x = 0 . (30.6)
Запишем соответствующее ему характеристическое уравнение
λ 2 + a1λ + a2 = 0 . (30.7)
Пусть теперь λ1,λ2 – корни характеристического уравнения. Запишем
теперь общее решение уравнения (30.6) в зависимости от этих корней.
1. λ1 ≠ λ2 , тогда x(t ) = C1eλ t + C2eλ t ,
1 2
y ( x) = C1e−2 x + C2e−3 x .
(t A e )″ − (t A e ) = 2 e
t t t
,
2 A e t + A t e t − A t e t = 2 e t , A = 1, x 1 = t e t .
(a t 2
+ bt + c )″ − (a t 2
)
+ bt + c = − t 2 .
t 2 − a = −1; a =1 x2 = t 2 + 2
t −b=0; ~
1 2a − c = 0 ; c = 2 x (t ) = t e t + t 2 + 2
x (t ) = t e − t (a cos t + b sin t ) ;
~
x ′ (t ) = e − t (a cos t + b sin t ) − t e − t (a cos t + b sin t ) + t e − t ( − a sin t + b cos t ) ;
~
30.2. Задачи
1. x ′ = 4 x 2 + t 2 x 2 ; 2. x ′ = 4 x 2 − t x 2 ; 3. x ′ = t 2 x − 4 t x ; 4. x ′ = 4 x + t x ;
5. x′ = t x − 4 x ; 6. x′ = 3 x + t 2 x ; 7. x ′ = t 2 x 2 + 4 t 2 x ; 8. x ′ = 4 x 2 + t 2 x 2 ;
9. x′ = t 2 − 4 t 2 x ; 10. x ′ = t 2 + 4 t 2 x ; 11. x ′ = 4 x + t 2 x ; 12. x′ = t + 4 t x 2 ;
13. x ′ = 4 x 2 + t 2 x 2 ; 14. x ′ = t 2 + 4 t 2 x ; 15. x ′ = t 2 x 2 − 4 t 2 x ; 16. x ′ = t + 4 t x 2 ;
17. x ′ = 4 x − t 2 x ; 18. x ′ = 4 x − t x ; 19. x ′ = t 2 − 4 t 2 x ; 20. x ′ = t − 4 t x 2 ;
21. x ′ = t + 4 t x 2 ; 22. x ′ = t 2 x − 4 t x ; 23. x ′ = t − 4 t x 2 ; 24. x ′ = 4 x − t x ;
25. x ′ = t 2 x − 4 t x ; 26. x ′ = t x − 4 x ; 27. x ′ = 4 x 2 − t x 2 ; 28. x ′ = t 2 x 2 − 4 t 2 x .
29. x ′ = 4 x 2 − t 2 x 2 ; 30. x ′ = t 2 x − 4 t x ; 31. x ′ = t 2 − 4 t 2 x .
y
y
1. ( 5 x + 2 y ) y′ = 1 ; 2. x y ′ = y − x e x ; 3. ( 3 x + 2 y ) y′ = 1 ; 4. x
5
y ′ = x 4 y cos ln ;
x
y
y −
y ′ = x 3 y cos ln ; 6. ( x + 3 y ) y ′ = 1 ; 7. x y ′ = y − x e x ; 8. ( 5 x + y ) y ′ = 1 ;
4
5. x
x
y y
9. ( 4 x + 3 y ) y ′ = 1 ; 10. x y ′ = x y cos ln ; 11. x y ′ = x y cos ln ;
5 4 2 2
x x
y
12. ( 2 x + 2 y ) y ′ = 1 ; ( 5 x + 3 y ) y′ = 1; y′ = x y − x 2 e x ;
2
13. 14. x
y
y −
15. ( 2 x + 13 y ) y ′ = 1 ; 16. x y ′ = y sin ln 17. x y ′ = y − x e
2 x
; ;
x
y
18. ( 5 x + y ) y′ = 1; 19. x
4
y ′ = x 3 y sin 2 ln ; 20. ( 4 x + 2 y ) y′ = 1;
x
y y
21. x
6
y ′ = x 5 y sin 2 ln ; 22. ( 3 x + 4 y ) y′ = 1 ; 23. x
6
y ′ = x 5 y sin 2 ln ;
x x
y
24. ( 3 x + 4 y ) y′ = 1 ; 25. x
2
; 26. ( 4 x + y ) y ′ = 1 ;
y ′ = x y sin 2 ln
x
y y
27. x y ′ = x y cos ln ; 28. ( 2 x + y ) y ′ = 1 ; 29. x y ′ = y cos ln ;
6 5
x x
y
30. ( x + 2 y ) y ′ = 1 ; 31. ( 5 x + 3 y ) y ′ = 1 ; 32. x
2
y′ = x y − x 2 e x
.
1 1 1 1
1. y′ = ; 2. y ′ = ; 3. y ′ = ; 4. y ′ = ;
x−e 24 y
x−e 5y
x−e 26 y
x − e 23 y
1 1 1 1
5. y′ = ; 6. y ′ = ; 7. y ′ = ; 8. y ′ = ;
x−e 9y
x−e y
x−e 25 y
x − e 11 y
1 1 1 1
9. y′ = ; 10. y ′ = ; 11. y ′ = ; 12. y ′ = ;
x−e 23 y
x−e 20 y
x−e 12 y
x − e 8y
1 1
13. y′ = ; 14. y′ = ;
x − e 6y x − e 14 y
Уравнения Бернулли
1. y − y ′ = x y ′ + y 25 ; 2. y − y′ = x y′ + y 6 ; 3. y − y′ = x y′ + y 2 ;
4. y − y ′ = x y ′ + y 24 ; 5. y − y ′ = x y ′ + y 10 ; 6. y − y ′ = x y ′ + y 27 ;
7. y − y ′ = x y ′ + y 26 ; 8. y − y ′ = x y ′ + y 12 ; 9. y − y ′ = x y ′ + y 26 ;
x + x = 2 sin t ;
1.
2. x + x = 3t cos 2t ;
3. y ′′ − 3 y ′ + 2 y = xe x ;
4. x 2 y ′′ − 2 y = sin ln x ;
5. y ′′ + 2 y ′ + 2 y = xe2 x + e− x sin x, y(0) = 0, y ′(0) = 0.
6. . x + x = 2t cos 2t ;
7. x + x = 3 cos t ;
8. y ′′ + 3 y ′ + 2 y = xe − x ;
9. x 2 y ′′ + 2 y = sin ln x ;
10. y ′′ − 2 y ′ + 2 y = xe 2 x + e x sin x, y(0) = 0, y ′(0) = 0.
11. . x + x = 2 sin t ;
12. x + x = 3t cos 2t ;
13. y ′′ − 3 y ′ − 4 y = 2 xe − x ;
14. x 2 y ′′ − x y ′ − 2 y = x ln x ;
15. y ′′ + 2 y ′ + 2 y = xe x + e − x cos x, y(0) = 0, y ′(0) = 0.
16. x + x = 3cos t ;
17. y ′′ + 3 y ′ − 4 y = 3xe x ;
18. x 2 y ′′ − 2 xy ′ + 2 y = 2 ln x ;
19. y ′′ + 2 y ′ + 2 y = xe 2 x + e x cos x , y (0) = 0, y ′(0) = 0.
λ1 = 1 ,
⎧( 5 − 1 )a1 + 4 a 2 = 0
⎨ , 4 a1 + 4 a 2 = 0 , ( a11 = 1 , a 21 = −1 ) .
⎩4 a1 + ( 5 − 1 )a 2 = 0
Решение будет иметь вид
⎛ y1 ⎞ ⎛ e ⎞
x
⎜⎜ ⎟⎟ = ⎜ x ⎟ .
⎜ ⎟
⎝ z1 ⎠ ⎝ − e ⎠
Найдем собственный вектор, соответствующий собственному числу
λ1 = 9 ,
⎧( 5 − 9 )a1 + 4 a 2 = 0
⎨ , a1 + a 2 = 0 , ( a11 = 1 , a 21 = 1 ) .
⎩4 a1 + ( 5 − 9 )a 2 = 0
Решение будет иметь вид
⎛ y2 ⎞ ⎛ e ⎞
9x
⎜⎜ ⎟⎟ = ⎜ 9 x ⎟ .
⎜ ⎟
⎝ z2 ⎠ ⎝ e ⎠
⎛ x 1 ⎞ ⎛ ( β 1 + i γ 1 )e
( a + i b )t
⎞
⎜ ⎟=⎜ ⎟.
⎜ x 2 ⎟ ⎜ ( β + i γ )e ( a + i b )t ⎟
⎝ ⎠ ⎝ 2 2 ⎠
или покомпонентно:
x1 = e at [(C1 + C 2 ) β1 cos bt + (C 2 − C1 )γ 1 sin bt ]
x 2 = e at [(C1 + C 2 ) β 2 cos bt + (C 2 − C1 )γ 2 sin bt ]
⎧α = 1
− iα 1 = α 2 , ⎨ 1
⎩α 2 = −i
⎛ a1i ⎞
⎜ ⎟
где Ai = ⎜ ⎟ - постоянные; i = 0, 1, … , d − 1 .
⎜a ⎟
⎝ ni ⎠
Подставим (31.4) в (31.1) и определим Ai , причем некоторые из них (в
том числе Ad −1 ) могут оказаться равным нулю. В этом случае мы получаем
недоопределенную систему алгебраических уравнений, n коэффициентов
полагаем произвольными постоянными, а остальные через них выражаются.
Пример 31.3. Найти общее решение системы:
⎧ dx
⎪⎪ dt = x − y
⎨
⎪ dy = x + 3 y
⎩⎪ dt
Характеристическое уравнение
1− λ −1
=0 или λ2 − 4λ + 4 = 0 имеет
1 3−λ
⎧⎪ x = (at + b)e 2t
⎨
⎪⎩ y = (ct + d )e 2t
( ( a t + b )e )′ = ( a t + b )e
2t 2t
− ( c t + d )e 2 t
( ( c t + d )e )′ = ( a t + b )e
2t 2t
− ( c t + d )e 2 t
a e 2 t + 2 ( a t + b )e 2 t = ( a t + b )e 2 t − ( c t + d )e 2 t
с e 2 t + 2 ( с t + b )e 2 t = ( a t + b )e 2 t − 3 ( c t + d )e 2 t
x = ( C 1 t + C 2 )e 2 t
y = − ( C 1 t + C 1 + C 2 )e 2 t
x i′ = a i1 x1 + a i 2 x 2 + … + a in x n + Pmi ( t ) e a t , (31.6)
⎛ 01 ⎞
Матрица коэффициентов A = ⎜⎜ ⎟⎟ , находим собственные числа:
⎝ 21⎠
−λ 1
A−λE = = λ 2 − λ − 2 = 0, λ 1 = − 1; λ 2 = 2 .
2 1− λ
⎛a ⎞ ⎛a ⎞
Найдем собственные векторы ⎜⎜ 1 ⎟⎟ и ⎜⎜ 2 ⎟⎟ соответственно из систем урав-
⎝ β1 ⎠ ⎝ β 2 ⎠
нений:
⎧a1 + β1 = 0 ⎧− 2 a 2 + β 2 = 0 ⎛ a1 ⎞ ⎛1 ⎞ ⎛ a 2 ⎞ ⎛1 ⎞
⎨ ; ⎨ ; ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟; ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎩2a1 + 2β1 = 0 ⎩2a 2 − β 2 = 0 ⎝ β1 ⎠ ⎝ − 1⎠ ⎝β2 ⎠ ⎝ 2⎠
⎧⎪ xo∂н = C1e −t + C 2 e 2t
⎨
⎪⎩ y o∂н = −C1e −t + 2C 2 e 2t
Чтобы не запутаться в обозначениях, удобно искать частичные решения
для систем:
⎧x= y ⎧ x = y − 5 cos t
⎨ (I) и ⎨ , ( II )
⎩ y = 2x + y
−t
⎩ y = 2x + y + e
а затем их сложить. Частное решение системы ( I ) xч1 , yч1 ищем в виде
(31.7). Здесь обозначаем P1 = 0 , P2 = 1 , m = 0 ; показатель в экспоненте
a = − 1 является собственным числом матрицы A кратности 1, поэтому
s = − 1 . Степень многочлена, таким образом, m + s = − 1 .
x 1 = ( M 1 + N 1 t )e − t
y 1 = ( M 2 + N 2 t )e − t
Чтобы найти коэффициенты M 1 , N 1 , M 2 , N 2 , подставим в систему ( I ):
⎧
⎪ ((M 1 )′ = ( M + N t )e
+ N 1 t )e − t 2 2
−t
⎨
′
⎪
⎩ ((M 2+ N t )e ) = 2 ( M + N t )e + ( M
2
−t
1 1
−t
2 + N 2 t )e − t + e − t
⎧⎪ N 1 e − t − ( M + N t )e = ( M + N t )e
1 1
−t
2 2
−t
⎨
⎪⎩ N 2 e
−t
− ( M + N t )e = ( 2 M + M + 1 ) e
2 2
−t
1 2
−t
+ ( 2 N 1 + N 2 )t e − t
⎧ N1 − M 1 = M 2
⎪ ⎧ N1 − M 1 = M 2
⎪−N1 = N 2 ⎪
⎨ ⎨−N1 = N 2
⎪ N 2 − M 2 = 2M 1 + N 2 +1 ⎪
⎪− N = 2N + N ⎩ N 2 − 2M 2 − 2M 1 =1
⎩ 2 1 2
x ч2 = A1 sin t + B 1 cos t
y ч2 = A 2 sin t + B 2 cos t
Подставим в систему ( II )
(A 1 sin t + B 1 cos t ) = A 2 sin t + B 2 cos t − 5 cos t
′
⎧ A1 = B 2 − 5
⎪
⎪ − B1 = A2 A1 = − 2, B 1 = − 1,
⎨ , отсюда
⎪ A2 = 2 B1 + B 2 A 2 = 1, B 2 = 3
⎪− B = 2A + A
⎩ 2 1 2
x ч2 = − 2 sin t − cos t
y ч2 = 3 cos t − sin t
Окончательно общее решение данной системы
1
x = C1e −t + C 2 e 2t − cos t − 2 sin t − te −t
3
1
y = −C1e −t + 2C 2 + 3 cos t + sin t − (1 − t )e −t
3
Заметим, что частное решение сразу можно искать в виде
x ч = A 1 sin t + B 1 cos t + ( M 1 + N 1 t )e − t
y ч = A 2 sin t + B 2 cos t + ( M 2 + N 2 t )e − t
(31.10)
Подстановка (31.10) в систему уравнений (31.5) приводит к алгебраи-
ческой системе линейных уравнений
⎧ x11 (t )C1′ (t ) + x12 (t )C 2′ (t ) + … + x1n (t )C n′ (t ) = g1 (t )
⎪ 1
⎪ x 2 (t )C1′ (t ) + x 2 (t )C 2′ (t ) + … + x 2 (t )C n′ (t ) = g 2 (t )
2 n
⎨ . (31.11)
⎪
⎪ x1 (t )C ′ (t ) + x 2 (t )C ′ (t ) + … + x n (t )C ′ (t ) = g (t )
⎩ n 1 n 2 n n n
t t
+x ∫ ϕ ( τ ) d τ + … + x ∫ ϕ ( τ ) d τ.
2 n
2 n
t0 t0
⎩ t
⎧ ′ 1 −t 1
⎪⎪C1 (t ) = 2 e ( t 2 + ln t )
⎨
⎪C ′ (t ) = − 1 e t ( 1 + ln t )
⎪⎩ 2 2 t2
Отсюда получим
⎧ 1 −t 1
⎪⎪C1 (t ) = − 2 e ( t + ln t ) + C1
⎨
⎪C (t ) = 1 e t (1 − ln t ) + C
⎩⎪
2 2
2 t
⎧ x1 = C1e t + C 2 e − t − ln t
⎪
⎨ −t 1
⎪ x 2 = C1e − C 2 e −
t
⎩ t
31.2. Задачи
⎧x = − x − 5 y x=y
1. ⎨ 5.
⎩y = x + y y = 2 y − x + 2e 3t
x = x − y + et
2. { 6. y′ = z
y = y − 4 x − 5e t z′ = 8z − 20 y + 3e x y(0) = 1, z(0) = 0.
x=y
3. et
y = 2y − x +
t
x= y
4. 2e 3 t
y = 3y − 2x +
e2t + 1
32.1. Теория
∞ N
Пусть ∑a
k =1
k = a1 + a 2 + … – числовой ряд, а S N = ∑ a k , N = 1,2, … – его час-
k =1
тичные суммы.
Определение 32.1 Если при N → ∞ существует предел частичных сумм
∞
lim S N = S , то ряд
N →∞
∑a
k =1
k называется сходящимся, а число S – его суммой.
∞
Теорема 32.1 (необходимое условие сходимости ряда). Если ряд ∑a k =1
k
сходится, то lim a k = 0.
k →∞
∞ ∞
Теорема 32.2 (признак сравнения). Пусть даны ряды ∑a
k =1
k , ∑b
k =1
k с
a k +1
существует предел lim = q , то при q < 1 ряд сходится, при q > 1, q = ∞ ряд
k →∞ ak
расходится.
∞
Теорема 32.4 (признак Коши). Пусть дан ряд ∑a
k =1
k , a k > 0 . Если суще-
ствует предел lim k a k = q, то при q < 1 ряд сходится, при q > 1, q = ∞ ряд рас-
k →∞
ходится.
∞
Теорема 32.5 (интегральный признак). Пусть дан ряд ∑a
k =1
k , a k > 0,
32.2. Примеры
∞
k
Пример 32.1. Исследовать на сходимость ряд ∑ 100 k + 5 .
k =1
k2
k + 1⎞ ∞
Пример 32.3. Исследовать на сходимость ряд ∑ ⎛⎜ ⎟ .
k =1 ⎝ k ⎠
Решение. В силу признака Коши ряд расходится, так как
1
Решение. Поскольку на интервале [1, ∞) функция положительна и
x2
монотонно убывает, то в силу интегрального признака ряд сходится, так как
∞ ∞
1 1
∫
1 x 2
dx = −
x1
= 0 − ( −1) = 1 сходится.
∞
( −1) k
Пример 32.5. Исследовать на сходимость ряд ∑
k =1 k
.
∞
k5
2. ∑
k =1 ( 2 k + 1)!
.
k2
∞
k + 2⎞
3. ∑ ⎛⎜ ⎟ .
k =1 ⎝ k + 3 ⎠
∞
1
4. ∑ (k + 1) ln
k =1
2
(k + 1)
.
∞
( −1) k
5. ∑
k =1 ln k
.
Домашние задачи
∞
k!
2. ∑ k3
k =1
k
.
k2
∞
k −1 ⎞
3. ∑ ⎛⎜ ⎟ .
k =1 ⎝ k + 2 ⎠
∞
1
4. ∑
k =1 k
.
∞
( −1) k
5. ∑
k =1
3
k
.
33.1. Теория
∑a
k =0
k ( x − x 0 ) k , где a k есть постоянные, которые называются коэффициента-
ми ряда.
Определение 33.2. Промежутком сходимости степенного ряда назы-
вается интервал ( x0 − R, x0 + R), если ряд сходится при всех x из этого про-
межутка и расходится при всех x : x − x 0 > R. Число R называется радиусом
сходимости степенного ряда.
ak
Радиус сходимости можно вычислить по формулам R = lim
k →∞ a
k +1
1
или R = .
lim k a k
k →∞
33.2. Примеры
∞
xk
Пример 33.1. Найти радиус сходимости ряда ∑ .
k =1 k !
Решение. Имеем
ak (k + 1)!
R = lim = lim = lim ( k + 1) = ∞.
k →∞ a k →∞ k! k →∞
k +1
Решение. Имеем
ak ( k + 1)2 k +1 k +1
R = lim = lim k
= 2 lim = 2.
k →∞ a k →∞ k2 k →∞ k
k +1
∞
1. Найти радиус сходимости ряда ∑10
k =1
k
xk .
∞
xk
2. Найти радиус сходимости ряда ∑
k =1 k
.
∞
( −1) k x 2 k ∞
(−1) k +1 x k
Ответы: 1. 1/10. 2. 1. 3. ∑
k =0 ( 2k )!
. 4. ∑
k =1 k
.
∞ ∞
2 1
5. − ∑ cos (( 2 k − 1) x ) + ∑ ( −1) k −1 sin( kx ) .
k =1 π ( 2 k − 1)
2
k =1 k
Домашние задачи
∞
xk
1. Найти радиус сходимости ряда ∑ k .
k =1 3
∞
xk
2. Найти радиус сходимости ряда ∑ .
k =1 ( 2 k + 1)!
34.1. Теория
S= .
Если f(x,y,z), g(x,y,z), h(x,y,z) – непрерывно дифференцируемые функ-
ции и Г-простой замкнутый кусочно-гладкий контур, ограничивающий ко-
нечную область D на кусочно-гладкой двусторонней поверхности, то имеет
место формула Стокса
= ) ) -
) =
= S,
= S=
div = + +
называется дивергенцией или расходимостью этого поля.
34.2. Примеры
раничена линиями y = x 2 , y = x + 2.
Решение. Линии y = x 2 и y = x + 2 пересекаются в точках (-1,1) и (2,4).
При − 1 ≤ x ≤ 2 область D ограничена снизу параболой y = x 2 , а сверху – пря-
мой y = x + 2 . Поэтому
2 x+2 2 2 2
x+2
∫∫ x dxdy = ∫ x dx ∫ dy = ∫ x dx ⋅ y x 2 = ∫ x ( x + 2 − x )dx = ∫ ( x + 2 x − x )dx =
2 2 2 2 2 3 2 4
D −1 x2 −1 −1 −1
2
⎛ x 4 2x3 x5 ⎞ 16 32 1 2 1 63
⎜⎜ + − ⎟⎟ = 4 + − − + − = .
⎝ 4 3 5 ⎠ −1 3 5 4 3 5 20
Следовательно, I = I 1 + I 2 + I 3 = 2 + 2 .
Пример 34.4. Вычислить криволинейный интеграл ∫ ydx + xdy, где Γ –
Γ
S x2 + y2 ≤H 2 0 0
3
ниями y = 0, y = x , x = 1.
2
рона полусферы x 2 + y 2 + z 2 = R 2 , z ≤ 0.
26 1
Ответы: 1. . 2. πh 3 . 3. 0. 4. 8/15. 5. − 2πR 7 / 7 .
105 3
Домашние задачи
y
1. Вычислить двойной интеграл ∫∫ x dxdy ,
D
где область D ограничена прямыми
y = x / 2, y = 2x, x + y = 6.
2. Вычислить объем шара x 2 + y 2 + z 2 ≤ R 2 .
3. Вычислить криволинейный интеграл ∫ xyds, где Γ – четверть эллипса
Γ
2 2
x y
2
+ 2 = 1, лежащая в первом квадранте.
a b
3
3x 2y
4. Вычислить криволинейный интеграл ∫Γ y dx − x dy, где Γ – дуга параболы
x = y 2 , пробегаемая от точки (4,2) к точке (1,1).
рона полусферы x + y + z = R , z ≤ 0.
2 2 2 2
4
Ответы: 1. 18 ln 2 − 6 . 2. πR 3 . 3. ab(a 2 + ab + b 2 ) /(3a + 3b) . 4. -11. 5. − 2πR 7 / 105 .
3
35.1. Примеры
2π σ ,
1 ⎡ ⎛ xi +1 − a ⎞ ⎛ x − a ⎞⎤
pi ( xi ≤ X ≤ xi +1 ) = ⎢Φ⎜ ⎟ − Φ⎜ i ⎟⎥
2⎣ ⎝ σ ⎠ ⎝ σ ⎠⎦ ;
−a⎞ ⎛ x − a ⎞⎤
p (x ≤ X ≤ x ) = 1 ⎡⎢Φ⎛⎜ x
⎟ − Φ⎜ i +1
⎟⎥ i
2⎣ ⎝ σ ⎠ ⎝ σ ⎠⎦
i i i +1
1 1
p (975 ≤ X ≤ 1000) ≈ [Φ(− 0,5) − Φ(− 1,51)] = [0,869 − 0,3829] = 0,2431
2 2
i
1 1
p (1000 ≤ X ≤ 1025) ≈ [Φ(0,5) − Φ(− 0,5)] = [0,3829 + 0,3829] = 0,3829
2 2
i
1 1
p (1025 ≤ X ≤ 1050) ≈ [Φ(1,51) − Φ(0,5)] = [0,869 − 0,3829] = 0,2431
2 2
i
1 1
p (1050 ≤ X ≤ 1075) ≈ [Φ(2,52) − Φ(1,51)] = [0,9883− 0,869] = 0,0597
2 2
i
ni npi np i
Число па- Менее 200- 300- 400- 500- 600- Более Всего
тронов, 200 300 400 500 600 700 700
шт.
Число 4 20 57 65 31 15 8 200
спортсменов,
чел.
Требуется, используя критерий Пирсона при уровне значимости α
= 0,05, проверить гипотезу о том, что случайная величина X распределена по
нормальному закону. Построить на одном графике гистограмму эмпириче-
ского распределения и соответствующую нормальную кривую.
Решение.
Вычисляем математическое ожидание и дисперсию выборки:
x = 438;
s 2 = 16656ю
Примечание 35.3. В принципе в качестве дисперсии нормального зако-
на распределения следует взять исправленную выборочную дисперсию. Но
так как количество наблюдений – 200 достаточно велико, то подойдет и
“обычная” s 2 .
2⎣ ⎝ σ ⎠ ⎝ σ ⎠⎦
i i i +1
1
pi (300 ≤ X ≤ 400 ) ≈ [Φ(− 0,29) − Φ(− 1,07 )] = 1 [0,7154 − 0,2282] = 0,2436
2 2
1 1
p i (400 ≤ X ≤ 500 ) ≈ [Φ (0,48) − Φ (− 0,29 )] = [0,2282 + 0,3688] = 0,2985
2 2
1 1
pi (500 ≤ X ≤ 600 ) ≈ [Φ (1,26 ) − Φ (0,48)] = [0,7923 − 0,3688] = 0,2118
2 2
1 1
pi (600 ≤ X ≤ 700 ) ≈ [Φ (2,03) − Φ (1,26 )] = [0,9576 − 0,7923] = 0,0827
2 2
1 1
p i (700 ≤ X ≤ 800 ) ≈ [Φ (2,8) − Φ (2,03)] = [0,9949 − 0,9576] = 0,0187
2 2
Составим таблицу:
i Интервал Эмпирические Вероятности Теоретиче-
2
(n i
− np )i
2
Примеры
но в таблице
X \ Y 2 8 -3 2 3 2 -3 6 3 6 -4 0 4 0 -4 4 4 4 -4 8 4 8 -5 2 И то г о :
2 , 0 -2 , 2 2 3 1 6
2 , 2 -2 , 4 1 6 3 10
2 , 4 -2 , 6 1 3 8 4 16
2 , 6 -2 , 8 1 2 6 2 11
2 , 8 -3 , 0 1 2 4 7
И то г о : 2 5 11 14 12 6 50
Необходимо:
1) вычислить групповые средние x и y и построить эмпирические j i
линии регрессии;
2) предполагая, что между переменными Х и Y существует линейная
корреляционная зависимость:
а) найти уравнения прямых регрессии и построить их графики на од-
ном чертеже с эмпирическими линиями регрессии;
б) вычислить коэффициент корреляции на уровне значимости 0,05,
оценить его значимость и сделать вывод о тесноте и направлении связи меж-
ду переменными Х и Y;
в) используя соответствующее уравнение регрессии, оценить средний
объем выручки от продаж при ежемесячных затратах на рекламу в размере
2,4 тыс. руб.
Решение.
Находим групповые средние по формулам:
5 6
∑xn ∑y n
x = ; y =
i ij j ij
i =1 j =1
;
n n
j i
j i
X \ Y 2 8 -3 2 3 2 -3 6 3 6 -4 0 4 0 -4 4 4 4 -4 8 4 8 -5 2 И то г о : yc p[ i ]
2 , 0 -2 , 2 2 3 1 6 33,33
2 , 2 -2 , 4 1 6 3 10 38,8
2 , 4 -2 , 6 1 3 8 4 16 41,75
2 , 6 -2 , 8 1 2 6 2 11 45,27
2 , 8 -3 , 0 1 2 4 7 47,71
И то г о :