Основы вероятностей и теория меры 2. Математические модели теории вероятностей

Основы вероятностей и теория меры. МФТИ, Физтех-школа прикладной математики и информатики

Дата лекции: 10.09.2022
Лектор: Эрлих Иван Генрихович
Монтажер: Голицын Сергей
Оператор: Вашкевич Егор

// картинка оживет на 00:00:31
00:00:00 — введение; математические модели случайного эксперимента
00:00:49 — дискретные модели
00:02:04 — классические модели
00:06:48 — пример классической модели (люди садятся за круглый стол)
00:14:25 — пример неклассической модели (с изделиями)
00:20:34 — модель 1.2
00:32:48 — модель 1.3
00:49:08 — пример для счётного числа экспериментов
00:50:25 — модель геометрической вероятности (недискретная)
00:58:19 — основные объекты теории вероятности; условная вероятность
01:09:20 — формула полной вероятности

[arsenzatikyan]

Спасибо за лекцию, но качество видео не очень - есть расфокус и формулы следовательно плохо видны. В следующий раз сделайте пожалуйста небольшой наезд камерой, кадр это позволяет.

[epuremath]

модель 1.3 надо назвать задача Розенкранца. у Тома Стоппарда герои 92 раза подряд выкидывают орла, советую почитать или посмотреть - "Розенкранц и Гильденстерн мертвы"

[Artyom-uouz]

Уважаемый Лекторий, подскажите, пожалуйста, а лекции Богачева Владимира Игоревича по основам теории вероятностей и теории меры для продвинутого потока Вы будете выкладывать? (О них Иван Генрихович говорил на прошлой лекции). Конечно, очень полезно было бы увидеть и записи семинарских занятий на продвинутом потоке, но, это, по всей видимости, ещё более тяжело реализуемо.

[epuremath]

у меня только один вопрос - как можно определять P(A|B) не определяя A|B? Я подозреваю что никак, похоже что это просто способ взорвать мозг математику. То есть, условная вероятность - это CP(A, B), то есть уже другая функция, двух переменных, и надо изучать ее свойства. Либо надо определять A|B и доказывать формулу, тут других вариантов нет.