Основы теории вероятности и стохастических процессов

Цели и задачи дисциплины
Целями освоения дисциплины "Основы теория вероятности и стохастических процессов" являются: фундаментальная подготовка в области построения и анализа вероятностных моделей, овладение современным математическим аппаратом для дальнейшего использования в разнообразных приложениях. выработка навыков статистического анализа экспериментальных данных в условиях неопределенности. Задачами освоения дисциплины является подготовка обучающихся к научно-исследовательской деятельности: анализ научно-технической информации, математическое моделирование электронных приборов, схем и устройств различного функционального назначения на базе стандартных пакетов автоматизированного проектирования; участие в планировании и проведении экспериментов по заданной методике, обработка результатов с применением современных информационных технологий и технических средств; подготовка к проектно-конструкторской деятельности: сбору и анализу исходных данных для расчета и проектирования электронных приборов. Курс входит в цикл профессиональных дисциплин в базовой части обучения.
Краткое содержание дисциплины
Вероятность. Пространство исходов; операции над событиями; алгебра и сигма-алгебра элементарных событий; измеримое пространство; алгебра борелевских множеств; аксиоматика А.Н. Колмогорова; свойства вероятности. Вероятностное пространство как математическая модель случайного эксперимента; теорема об эквивалентности аксиом аддитивности и непрерывности вероятности; дискретное вероятностное пространство; классическое определение вероятности; функция распределения вероятностной меры, ее свойства; теорема о продолжении меры с алгебры интервалов на сигма-алгебру борелевских множеств; взаимно-однозначное соответствие между вероятностными мерами и функциями распределения; непрерывные и дискретные распределения; примеры вероятностных пространств. Случайные величины и векторы: функции распределения случайных величин и векторов; функции от случайных величин; дискретные и непрерывные распределения; сигма-алгебры, порожденные случайными величинами. Условная вероятность; формула полной вероятности; независимость событий; задача о разорении игрока; прямое произведение вероятностных пространств; схема Бернулли; предельные теоремы для схемы Бернулли. Математическое ожидание: интеграл Лебега; математическое ожидание случайной величины; дисперсия; теоремы о математическом ожидании и дисперсии; вычисление математического ожидания и дисперсии для некоторых распределений; ковариация, коэффициент корреляции; неравенство Чебышева; закон больших чисел. Предельные теоремы: характеристическая функция, многомерное нормальное распределение; виды сходимости: по вероятности, с вероятностью l, по распределению; прямая и обратная теоремы для характеристических функций; центральная предельная теорема; формула обращения для характеристических функций; неравенство Колмогорова; усиленный закон больших чисел. Основные понятия математической статистики, метод максимума правдоподобия, доверительные интервалы; методы проверки статистических гипотез; определение стохастического процесса, задание стохастических процессов с помощью конечномерных распределений. Цепи Маркова, их статистический и физический смысл, марковские процессы, конечные однородные цепи Маркова.
Компетенции обучающегося, формируемые в результате освоения дисциплины
Выпускник должен обладать:
  • ОПК-2 способностью применять теорию и методы математики для построения качественных и количественных моделей объектов и процессов в естественнонаучной сфере деятельности
  • ОПК-4 способностью применять полученные знания для анализа систем, процессов и методов
Вы нашли ошибку в тексте:
Просто нажмите кнопку «Сообщить об ошибке» — этого достаточно. Также вы можете добавить комментарий.