Контрольной работы № 12 для ЗРФ
Пример к заданию № 1:
а) Представить функцию , где в виде ;
б) Проверить, является ли она аналитической;
в) Если – аналитическая, то найти производную в точке .
а)
Следовательно, ; .
б) Проверяем аналитичность по формулам Коши-Римана (по 4.3) и . Напомним, что беря частную производную по одной переменной, считаем другую переменную – постоянной.
(х – постоянная, тогда - тоже постоянная)
Очевидно, .
(у – постоянная).
Как видно . Следовательно, функция аналитическая всей комплексной плоскости z.
в) Находим производную в точке . .
Пусть , тогда .
По (3.3) ;
.
К заданию № 2 дадим 3 примера:
Пример 1 к заданию № 2:
Разложить функцию в ряд Лорана в окрестности точки .
Надо получить разложение по степеням .
. По правилу 5.2.5. ;
; или ;
; .
Разложим в ряд функцию по 5.2.2
1) Внутри круга с центром в точке радиуса .
при можно воспользоваться формулой (6) рядов Маклорена для .
Тогда при .
2) Вне круга с центром в точке радиуса .
при по формуле (6) для рядов Маклорена для .
и
, при .
Пример 2 к заданию № 2:
Разложить функцию в окрестности точки . Воспользуемся формулой (3) таблицы рядов Маклорена для .
Пример 3 к заданию № 2:
Разложить функцию в окрестности точки .
Преобразуем .
Воспользуемся формулами (2) и (3) таблицы рядов Маклорена для .
Приложения к контрольной работе № 12
I Таблица основных производных
|
|
, – функции от х , с, а, const – постоянные числа,
1–1) ; 1–2) ; 1–3) ; 1–4) ;
1–5) .
Основные правила дифференцирования
2–1) ; 2–2) ; 2–3) (с – число); 2–4)
II Таблица рядов Маклорена в окрестности , – функция от z,
№ | Ряд | Интервал сходимости |
1 | ||
2 | ||
3 | ||
4 | ||
5 | ||
6 | ||
7 | ||
8 | ||
9 |
Варианты заданий контрольной работы № 12 для ЗРФ
Тема: «Элементы теории функций комплексного переменного»
Задание 1:
а) Представить заданную функцию , где в виде ;
б) Проверить является ли аналитической;
в) Если – аналитическая, то найти значение её производной в точке .
Задание 2: Разложить функцию в ряд Лорана в окрестности точки .
№ вар-та | ||||
1 | ||||
2 | 1 | |||
3 | 1 | 0 | ||
4 | ||||
5 | 2 | |||
6 | 1 | |||
7 | 0 | |||
8 | 1 | |||
9 | ||||
10 | 1 |
Контрольная работа № 13 (I)
Тема: «Теория вероятностей»
Краткая теория и методические указания.
1. Случайные события
Вероятность события А – это число, характеризующее возможность наступления этого события при некоторых испытаниях (опытах).
Классическое определение вероятности. Вероятность события , где m – число благоприятных для этого события исходов опыта, n – общее число всех элементарных исходов .
|
|
События А и В называются несовместными, если в результате опыта появление одного события исключает появление другого.
События А и В называются независимыми, если вероятность одного из них не зависит от появления или непоявления другого.
Суммойсобытий А + В называется событие С, состоящее в появлении хотя бы одного из событий А и В (или А или В или обоих вместе).
Произведением (пересечением) событий называется событие D, которое состоит в том, что произошли одновременно оба события А и В (и А и В).
Событие называется противоположным событию А, если в результате опыта может произойти только одно из событий А или . .
Вероятность суммы событий А и В .
Для несовместных событий А и В : .
1.10 Теорема умножения вероятностей независимых событий .
1.11 Условной вероятностью называется вероятность события В, вычисленная в предположении, что событие А уже наступило.
1.12 Теорема умножения вероятностей зависимых событий .
1.13 Формула полной вероятности. Пусть событие А может произойти с одной из гипотез . События – несовместные и . Тогда .
|
|
1.14 Формула Байеса или апостериорные вероятности гипотез.
Пусть событие А, которое могло произойти с одной из гипотез , произошло в результате опыта. Априорные (до опыта) вероятности гипотез были равны . Апостериорные (после опыта) вероятности гипотез при том, что событие А произошло, вычисляются по формулам , где – вероятность события А вычисляется по формуле полной вероятности 1.13 . Апостериорные вероятности гипотез не равны априорным вероятностям .
2. Случайные величины (СВ)
Случайной величиной Х называется величина, которая случайно принимает какое-то значение из совокупности своих значений.
Функция распределения . Функция распределения – неубывающая, непрерывная слева функция, определённая на всей числовой оси, при этом .
2.2.1 Вероятность того, что случайная величина Х примет значение в интервале равна .
Дискретные случайные величины (ДСВ). Значениями их являются только отдельные точки числовой оси.
2.3.1 Закон распределения ДСВ Х можно задать в виде ряда распределений
… | |||||
… |
В первой строке таблицы указаны все значения х ДСВ Х, а во второй строке – вероятности принятия значения . .
2.3.2 Функция распределения ДСВ Х выражается формулой . .
|
|
График представляет собой ступенчатую линию.
Непрерывные случайные величины (НСВ). НСВ принимает свои значения непрерывно на некотором интервале числовой оси.
2.4.1 Закон распределения НСВ задаётся функцией плотности распределения , .
2.4.2 Функция распределения НСВ вычисляется по формуле . График НСВ представляет собой непрерывную неубывающую кривую. .
2.4.3 Площадь под графиком равна 1, так как .
2.4.4 Вероятность того, что НСВ Х примет значения в интервале равна . При . Вероятность отдельного значения равна нулю.
3. Числовые характеристики случайных величин
Математическое ожидание – это среднее значение совокупности значений СВ.
Для ДСВ , для НСВ
Дисперсия характеризует степень разброса значений СВ от своего среднего значения . Пусть .
Для ДСВ: , для НСВ: .
Среднее квадратическое отклонение . – это абсолютное отклонение СВ от своего среднего значения.
4. Нормальное распределение
Оно самое распространенное распределение в природе, экономике и т.д. Обозначается , где и – параметры нормального распределения, .
Функция плотности вероятностей . определена на всей числовой оси, ; . Функция достигает при максимума, равного и имеет точки перегиба в точках и . При изменении значения график целиком перемещается вдоль оси х. При изменении значения график изменяется так: при увеличении значения в k раз максимальное значение уменьшается в k раз и график выполаживается.
Математическое ожидание , дисперсия .
Функция распределения .
Нормированное нормальное распределение . – функция Гаусса,
– функция Лапласа. . Составлены таблицы этих функций. Они используются для вычисления задач для . При этом , .
Вероятность того, что примет значения в интервале .
Дата добавления: 2018-05-09; просмотров: 347; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!