Теория игр — наука, изучающая принятие решений, особенно принятие решений в условиях зависимости достигаемого результата от действий других участников процесса. При этом «счастье для всех, даром и пусть никто не уйдёт обиженным» как правило невозможно по правилам — хотя ещё обиднее, когда оно возможно, но заведомо не случится. Изучаются же в каком-то смысле «достижимые» и «устойчивые» ситуации — так называемые равновесия. В интересующих нас играх часто можно выписать все сценарии развития событий, но после этого всё равно ещё остаются вопросы. С этой точки зрения шахматы одновременно слишком сложны — много позиций — и слишком просты — полный перебор сразу определил бы оптимальную стратегию для каждой позиций. Так как курс не построен вокруг одного понятия или утверждения, по пожеланиям слушателей возможны значительные изменения программы.

При решении вероятностной задачи мы обычно начинаем с каких-то предположений о распределениях вероятностей. Зачастую естественно один раз зафиксировать эти предположения и дальше задавать разные вопросы. В этом курсе предлагается отвечать на один и тот же вопрос, немного меняя предположения. Нужно заранее хорошо представлять себе, что такое условная вероятность, математическое ожидание, дисперсия. В конце курса понадобится поверхностное представление об аксиоматике теории вероятностей в общем случае. Ещё нужно нужно не бояться разбираться в ситуации, где каждый возможный ответ противоречит здравому смыслу.

Вероника сидит в комнате. На улице дождь. Вероника ставит ТеХ и смотрит фехтование. Ей многое интересно. Когда закончится дождь? Не повисла ли установка ТеХа? Будет ли следующая атака по корпусу или по маске? Конечно, чтобы узнать ответ наверняка, Веронике придётся подождать. Двое физиков порождают случайный шум. Один ищет радиочастоту, где сигнал не портит помехи, его соседка водит счётчиком Гейгера. Есть много ситуаций, когда знание, происходящего не позволяет нам предсказывать дальнейшее. Я постараюсь объяснить, откуда (и как по-разному) они берутся.

Пользуясь цифрами 0 и 1, несложно записать натуральное число. Сложение в столбик позволяет прибавить к этому числу единицу. Такой способ записи и изменения числа требует в некоторых ситуациях прочитать и изменить все цифры. А если число большое и мы хотим читать и писать поменьше цифр, но можем быстро запросить любые цифры числа «вразбивку»? Разумеется, придётся изменить представление числа. С середины 20-го века известны коды Грея; нам всё равно потребуется иногда читать число целиком, зато менять надо будет лишь по одной цифре за раз. А можно ли прибавить к числу единицу, не читая всего числа? Оказывается, можно.

В теории множеств есть несколько известных вопросов о том, следует ли из некоторых аксиом другая аксиома (или гипотеза; аксиома — это просто гипотеза, которой пользуется подавляющее большинство). Как и в других областях математики, недоказуемость можно продемонстрировать с помощью модели, в которой верны предположения, но не верна гипотеза. Для построения одного из самых известных таких примеров, модели теории множеств, в которой есть промежуточная мощность между мощностями натурального ряда и вещественной прямой, Коэн разработал метод вынуждения.

Все мы знаем, что математика доказывает импликации. Другими словами, мы доказываем не то, что какое-то утверждение верно, а то, что оно следует из принятых нами аксиом. Но при этом часто недооценивается, насколько сильно можно поменять набор аксиом. Одно из базовых понятий математики, на которых видна степень условности выбора конкретного набора аксиом – понятие множества. Сначала оно казалось совершенно очевидным. К сожалению, этот подход привёл к противоречиям. После этого стали развиваться разные способы работать со множествами не приходя к парадоксам. Понятие множества используется во многих разделах математики, из-за чего работать со множествами обычно учат постепенно, по кусочкам добавляя факты как естественные и самоочевидные основы, пока не получится теория, носящая имя ZFC. Из-за этого часто оказывается заметён под ковёр тот факт, что ZFC лишь один из возможных вариантов и что замена оснований теории множеств совсем не обязана рушить другие разделы математики. Курс будет посвящён рассказу о том, что может быть проблемой при пользовании какой-то аксиоматикой и сколь разнообразны варианты. Предварительные требования будут изменены в соответствии со знаниями и интересами аудитории; я надеюсь, что обозначения →, ∀, ∨, ∈, ∈, ∪, … всё же всем знакомы и привычны настолько, что ошибочно кажутся понятными.

Современная математика в качестве своего основания использует теорию множеств. Традиционно при анализе теоретико-множественных тонкостей используется аксиоматика Цермело-Френкеля с аксиомой выбора, обозначаемая ZFC. На аксиому выбора опираются доказательства наличия базиса в любом векторном пространстве и существования неизмеримого множества в математическом анализе. К сожалению, теория множеств обязана работать и со множествами, которые не описываются достаточно подробно и конкретно, чтобы мы могли себе их представить. В курсе будет рассмотрен один пример, к чему это приводит. Оказывается, ценой ослабления аксиомы выбора можно получить теорию множеств, в которой любая ограниченная функция на отрезке интегрируема по Лебегу. То, что используется аксиома выбора, в каком-то смысле, произошло исторически. Курс основан на статье Р.М. Соловэя о построении теории множеств, в которой все множества вещественных чисел измеримы.

Для случайного распределения k точек на целочисленной окружности длины два «параметра стохастичности» β и λ были определены (независимо друг от друга) А.Н. Колмогоровым в 1933 году и В.И. Арнольдом в 2003 году. На занятиях будет показано, что эти параметры, кажущиеся независимыми характеристиками поля случайных точек, становятся функционально зависимыми, когда их значения усреднены по малым флуктуациям точек поля.

Цель данного курса — показать, как вероятностные методы и интуиция помогают отвечать на теоретико-числовые вопросы. Я расскажу про два существенно разных сюжета. 1) Верно ли, что простых чисел-близнецов бесконечно много? Верно ли, что любое четное число раскладывается в сумму двух простых? Ответы на эти вопросы, формально говоря, еще не получены. Однако, существуют правдоподобные гипотезы, дающие куда более точную информацию. 2) Типичное число простых множителей натурального числа. Пусть w(n) — число различных простых делителей натурального числа n. Выберем n равномерно случайно из {1,2,…,N} для большого N. Чему равно типичное значение w(n)? На этом материале мы познакомимся с базовыми теоремами теории вероятностей: законом больших чисел и центральной предельной теоремой.

Лягушка сидит в вершине квадрата и раз в десять секунд принимает решение и совершает прыжок: с вероятностью p по часовой стрелке, с вероятностью q против часовой стрелки, с вероятностью 1−p−q на месте. Через десять секунд вновь решая куда прыгнуть, лягушка принимает во внимание лишь ту вершину, в которой она находится. Таким образом, положения лягушки в различные моменты времени не независимы, однако, при фиксированном настоящем, будущее лягушки независимо от её прошлого. В честь открывшего их нашего великого соотечественника Андрея Андреевича Маркова такие системы испытаний называют цепями Маркова. Цель нашего курса — дать элементарное введение в теорию марковских процессов со счётным числом состояний.