Бросание монеты, дни рождения. Парадокс Кардано. О необходимости фиксации вероятностной модели в каждой ситуации. Задача о трёх картонках. Пространство элементарных событий. Суммы, произведения. Условные вероятности. Нарушение транзитивности при бросании костей. Случайные величины и их характеристики. Как возникают недоразумения из-за матожидания. Стоит ли покупать лотерейные билеты. Не обманывают ли нас страховые компании. Вывод закона больших чисел. Стабилизация функций большого числа переменных. Обоснование частотного определения вероятности. Парадокс Монти Холла. Конверты с деньгами. Семьи с близнецами. Интуитивно неожиданная ситуация с неравенствами. 01-последовательности.

В последние годы во всем мире ученые активно заняты расчетами вероятности случайных событий. Эта область математики буквально переживает бум. Математики строят графики и пишут формулы для расчета вероятности случайных событий. Для чего? Что это дает науке и какой от этого прок простому обывателю? Какие выводы можно сделать на основе этих вычислений? Что они смогли выяснить, помимо этого? Узнаем на наглядных примерах. Гость программы: Сергей Константинович Нечаев — доктор ф-м наук, в.н.с. Лаботратории математической физики Физического института им. П.Н. Лебедева РАН, директор российско-французского Междисциплинарного научного центра Понселе.

Летняя школа «Современная математика», г. Дубна 24-25 июля 2004 г.

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.

Очень часто людям приходится принимать важные решения на основе вероятностных наблюдений, то есть имея знания об аналогичных процессах в прошлом. «Будет ли завтра дождь?», «Влияет ли лекарство на самочувствие больных?», «Какая будет сегодня загруженность дорог вечером?» — эти и другие подобные вопросы волнуют многих. Однако, в реальной жизни, в отличие от строгих математических моделей, исходы испытаний зависят от воли случая или от факторов, которые не были приняли во внимание. Так, например, загруженность дорог сегодня может быть намного больше, чем обычно, если погода оказалась хорошей и люди поехали на дачу. Или может показаться, что тестируемое лекарство дает намного больший эффект просто потому, что на малом количестве испытаний нам просто повезло. Как же тогда использовать знания о прошлом, если точно предсказать будущее все равно не получится?

Если известны начальные условия системы, можно, используя законы природы, предсказать ее конечное состояние.

Больше всего Эйнштейн протестовал против необходимости описывать явления микромира в терминах вероятностей и волновых функций, а не с привычной позиции координат и скоростей частиц. Вот что он имел в виду под «игрой в кости». Он признавал, что описание движения электронов через их скорости и координаты противоречит принципу неопределенности. Но, утверждал Эйнштейн, должны существовать еще какие-то переменные или параметры, с учетом которых квантово-механическая картина микромира вернется на путь целостности и детерминизма. То есть, настаивал он, нам только кажется, будто Бог играет с нами в кости, потому что мы не всё понимаем. Тем самым он первым сформулировал гипотезу скрытой переменной в уравнениях квантовой механики. Она состоит в том, что на самом деле электроны имеют фиксированные координаты и скорость, подобно ньютоновским бильярдным шарам, а принцип неопределенности и вероятностный подход к их определению в рамках квантовой механики — результат неполноты самой теории, из-за чего она и не позволяет их доподлинно определить.

Теория вероятностей — один из важнейших разделов математики, занимающийся изучением случайных явлений и выявлением их закономерностей. Эта теория возникла ещё в средние века, благодаря выдающимся учёным: Блезу Паскалю и Пьеру Ферма, которые провели математический анализ азартных игр. Едва появившись, она во мгновение ока вызвала к себе неподдельный интерес учёных и быстро проникла в научный мир, став его неотъемлемой частью. Какие законы управляют случаем?

Лекция прочитана 29 июня 2009 г. в поселке Московский на V Конференции лауреатов конкурса учителей физики и математики фонда Дмитрия Зимина «Династия».

Математик Дмитрий Ветров о теореме Байеса, целях машинного обучения и сложных вероятностных моделях.

Природа статистических законов вызывала споры с самого рождения теории вероятностей и продолжает их вызывать. Эти философские споры привели к рождению интересной математической теории: алгоритмической теории вероятностей и информации, которая — в отличие от классической — пытается дать определение индивидуального случайного объекта. Мы обсудим основные понятия этой теории и их связь с основаниями и парадоксами теории вероятностей. Об этом в публичной лекции математика Александра Шеня, кандидата физико-математических наук, старшего научный сотрудник Лаборатории теории передачи информации и управления ИППИ РАН.

Наши представления о случайном, закономерном и невозможном часто расходятся с данными статистики и теории вероятностей. В книге «Несовершенная случайность. Как случай управляет нашей жизнью» американский физик и популяризатор науки Леонард Млодинов рассказывает о том, почему случайные алгоритмы выглядят так странно, в чем подвох «рандомной» тасовки песен на IPod и от чего зависит удача биржевого аналитика.

Парадокс Монти Холла — одна из известных задач теории вероятностей, решение которой, на первый взгляд, противоречит здравому смыслу.

Стенограмма и видеозапись лекции доктора физико-математических наук, ведущего научного сотрудника Математического института имени Стеклова, ведущего научного сотрудника ИППИ РАН, профессора факультета математики Высшей школы экономики, директора исследований Национального центра научных исследований во Франции (CNRS) Александра Буфетова, прочитанной в рамках цикла «Публичные лекции "Полит.ру"» 6 февраля 2014 г.

Ещё на заре европейской науки Демокрит полагал, что причину имеет всё, и что случайность люди ввели, "чтобы оправдать свою глупость". Однако он же положил в основание своей натурфилософии беспорядочное движение атомов, из-за которого явления приходится фактически рассматривать как случайные. В этом противоречии наука и пребывает 2400 лет: хотя без случайности ни один род деятельности (в том числе и ни одна теория явлений — природы или общества) обойтись не может, но до сих пор можно услышать и прочесть, что случайности как таковой в строгом представлении первой научной картины мира не существует. Тем не менее, в наше время можно привести аккуратные примеры случайности, не сводящиеся к незнанию или непониманию причин, что ниже и будет сделано.