Теория вероятностей КНАД 24/25 — различия между версиями
Bdemeshev (обсуждение | вклад) |
Bdemeshev (обсуждение | вклад) (→Дневник самурая) |
||
| (не показано 6 промежуточных версии этого же участника) | |||
| Строка 18: | Строка 18: | ||
=== Домашние задания для самураев === | === Домашние задания для самураев === | ||
| − | [https://github.com/bdemeshev/hse_knad_probability_2024_2025/raw/main/home_assignments/home_assignments.pdf Домашние задания | + | Домашние задания [https://github.com/bdemeshev/hse_knad_probability_2024_2025/raw/main/home_assignments/home_assignments.pdf одним файлом] и [https://github.com/bdemeshev/hse_knad_probability_2024_2025/tree/main/home_assignments папочкой]. |
| − | В конце каждой лекции (за исключением ближайших к экзамену лекций) | + | Домашние задания имеют равный вес. В конце каждой лекции (за исключением ближайших к экзамену лекций) |
выдается домашнее задание сроком на две недели. | выдается домашнее задание сроком на две недели. | ||
Дедлайн жёсткий, однако студент имеет право просрочить два домашних задания на неделю каждое без штрафа. | Дедлайн жёсткий, однако студент имеет право просрочить два домашних задания на неделю каждое без штрафа. | ||
| Строка 46: | Строка 46: | ||
[https://t.me/+aOpRz6o7KBg5OGQy группа в телеграм] | [https://t.me/+aOpRz6o7KBg5OGQy группа в телеграм] | ||
| + | |||
| + | [https://github.com/bdemeshev/hse_knad_probability_2024_2025/tree/main/handwritten_notes Рукописи] лекций и семинаров | ||
== Дневник самурая == | == Дневник самурая == | ||
| − | 2024-09-10, лекция 1: | + | 2024-09-10, лекция 1: Определение события. Определение случайной величины. Аксиомы вероятности. Определение математического ожидания для дискретного случая. |
| + | Линейность математического ожидания. Первое знакомоство с перестановочным тестом и p-значением. | ||
| + | |||
| + | Можно глянуть: главы 2.1 и 7 из [https://arxiv.org/pdf/1411.5279 WTSK] | ||
| + | |||
| + | 2024-09-17, лекция 2: Метод первого шага. Разложение случайной величины в сумму. Определение условной вероятности и условного ожидания (по событию). | ||
| + | Формула полной вероятности. Формула Байеса. Независимость пары событий. Независимость набора событий в совокупности. | ||
| + | |||
| + | 2024-09-24, лекция 3: Независимость случайных величин. Критерии независимости случайных величин. Идея производящих функций: описать множество с помощью функцию, | ||
| + | извлечь нужную информацию из функции с помощью подстановок и производных. Как извлечь P(X=3), E(X), E(X^2), E(XY) из производящей функции исходов. | ||
| + | Определение функции, производящей вероятности. Определение функции, производящей моменты. | ||
| + | |||
| + | 2024-10-01, лекция 4: Основные дискретные распределения: биномиальное, отрицитальное биномиальное, геометрическое, гипергеометрическое. | ||
| + | Описание случайной величины с помощью равномерного выбора точки на подмножестве в R^n. | ||
| + | Определение функции плотности как линейной части вероятности попадания в отрезок. | ||
| + | LOTUS: нахождение ожидания от функции случайной величины. | ||
| + | |||
=== Семинары === | === Семинары === | ||
| − | 2024-09-10, семинар 1: | + | 2024-09-10, семинар 1: задачи 1.1, 1.6, 3.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP] |
| + | |||
| + | 2024-09-17, семинар 2: задачи 2.1, 2.3, 12.7 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], P(X=x | Y=y) и E(X | Y=y) по таблице 2х2 | ||
| + | |||
| + | 2024-09-24, семинар 3: извлекаем P(X=3), E(X), E(X^2), E(XY) из производящей функции для подбрасывания монетки 10 раз, 28.16 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP] | ||
| + | 2024-10-01, семинар 4: 9.3в, 9.4, 9.7(абвд, кроме дисперсии, аргументы масштабирования и центра масс помимо интегралов), 9.11 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP] | ||
== Источники == | == Источники == | ||
Версия 19:39, 2 октября 2024
Содержание
О курсе
Цели и задачи курса
侍には目標がなく道しかない [Samurai niwa mokuhyō ga naku michi shikanai]
У самурая нет цели и ничего кроме пути.
Оценивание
Итоговая оценка за курс = 0.2 Домашние задания + 0.25 Контрольная-1 + 0.25 Контрольная-2 + 0.3 Экзамен
Каждая оценка (суммарный итог за домашние задания, контрольные, экзамен) — целое число от 0 до 100. Для перевода в 10-балльную шкалу итоговой оценки используется деление на 10 с арифметическим округлением.
Домашние задания для самураев
Домашние задания одним файлом и папочкой. Домашние задания имеют равный вес. В конце каждой лекции (за исключением ближайших к экзамену лекций) выдается домашнее задание сроком на две недели. Дедлайн жёсткий, однако студент имеет право просрочить два домашних задания на неделю каждое без штрафа.
Формат сдачи ДЗ: один pdf-файл (решение текстовых задач) и один ipynb-файл (решение компьютерных задач). В pdf-файл можно поместить аккуратно написанное отсканированное решение, а можно скомпилировать pdf из теха или маркдауна. Ещё можно вместо pdf-файла написать всё в ipynb. Бонусов за сдачу домашки в техе нет. Пример шаблона.
Обратите внимание: время каждого дедлайна — 21:00.
Контрольные работы и экзамен
Вес каждой задачи будет написан в тексте работы. Задачи с ненаписанным по случайности весом имеют равный вес. Для пропущенных по уважительной причине контрольных будет выделен один день для переписывания. При пропуске дня переписывания, в том числе по уважительным причинам, ещё одного шанса не предоставляется.
Экзамен проходит устно.
Учебные материалы
PP: Листки с задачами к курсу.
PDNA: Вероятностная ДНК = вкусные задачи по теории вероятностей.
Рукописи лекций и семинаров
Дневник самурая
2024-09-10, лекция 1: Определение события. Определение случайной величины. Аксиомы вероятности. Определение математического ожидания для дискретного случая. Линейность математического ожидания. Первое знакомоство с перестановочным тестом и p-значением.
Можно глянуть: главы 2.1 и 7 из WTSK
2024-09-17, лекция 2: Метод первого шага. Разложение случайной величины в сумму. Определение условной вероятности и условного ожидания (по событию). Формула полной вероятности. Формула Байеса. Независимость пары событий. Независимость набора событий в совокупности.
2024-09-24, лекция 3: Независимость случайных величин. Критерии независимости случайных величин. Идея производящих функций: описать множество с помощью функцию, извлечь нужную информацию из функции с помощью подстановок и производных. Как извлечь P(X=3), E(X), E(X^2), E(XY) из производящей функции исходов. Определение функции, производящей вероятности. Определение функции, производящей моменты.
2024-10-01, лекция 4: Основные дискретные распределения: биномиальное, отрицитальное биномиальное, геометрическое, гипергеометрическое. Описание случайной величины с помощью равномерного выбора точки на подмножестве в R^n. Определение функции плотности как линейной части вероятности попадания в отрезок. LOTUS: нахождение ожидания от функции случайной величины.
Семинары
2024-09-10, семинар 1: задачи 1.1, 1.6, 3.5 из PP
2024-09-17, семинар 2: задачи 2.1, 2.3, 12.7 из PP, P(X=x | Y=y) и E(X | Y=y) по таблице 2х2
2024-09-24, семинар 3: извлекаем P(X=3), E(X), E(X^2), E(XY) из производящей функции для подбрасывания монетки 10 раз, 28.16 из PP
2024-10-01, семинар 4: 9.3в, 9.4, 9.7(абвд, кроме дисперсии, аргументы масштабирования и центра масс помимо интегралов), 9.11 из PP
Источники
Источники мудрости, которые я постарался не замутить :)
WTSK: Tim Hesterberg, What Teachers Should Know About the Bootstrap: вкусное и доступное изложение бутстрэпа и перестановочных тестов.
BItP: Blitzstein, Hwang, Introduction to Probability: учебник, записи лекций, гарвардский курс.
