Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

 ✖
  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
vision Версия для слабовидящих Меню
Учебные курсы
ФКН
НИУ ВШЭ в Нижнем Новгороде
vision Версия для слабовидящих
Расширенный поиск по сайту
Кафедра прикладной математики и информатики (Нижний Новгород)
Факультет информатики, математики и компьютерных наук (Нижний Новгород)
Кафедра прикладной математики и информатики (Нижний Новгород)
Контакты

603093 Н.Новгород, ул. Родионова, д. 136, 406 к.

Тел: (831) 436-13-97
E-mail: kaf_pmi@hse.ru

О кафедре

Кафедра ПМИ создана в 2006 году как выпускающая кафедра по направлению "Прикладная математика и информатика".

Целью деятельности кафедры «Прикладной математики и информатики» является подготовка высококвалифицированных специалистов (бакалавров и магистров) по направлению 010500 «Прикладная математика и информатика», обладающих знаниями и квалификацией, необходимыми для профессионального моделирования и информационного обеспечения экономических и бизнес процессов, анализа и обработки данных.

Научная деятельность

Кафедра выполняет межкафедральные (кафедры Информационных систем и технологий, Математики и др.) исследовательские проекты, национальные проекты в составе общих исследовательских групп (РФФИ, проекты Минобрнауки РФ и др.) с участием  партнеров из Института прикладной математики им. М. Келдыша РАН, Математического института им. В. Стеклова РАН, Института прикладной физики РАН, МГУ им. М. Ломоносова, ННГУ им Н. Лобачевского. Осуществляется международное сотрудничество с различными научными центрами Европы и США.

Публикации
Книга
Теория вероятностей и математическая статистика. 2-е изд.

Колданов А. П., Колданов П. А.

М.: Издательский дом НИУ ВШЭ, 2024.

Статья
Эффективный поиск минимального дерева на точках пространства в $l_1$-норме

Каймаков К. В., Малышев Д. С.

Математические заметки. 2025. Т. 117. № 5. С. 672-679.

Глава в книге
ALOE: Boosting Large Language Model Fine-Tuning with Aggressive Loss-Based Elimination of Samples

Demidovskij A., Трутнев А. И., Тугарев А. М. et al.

In bk.: Frontiers in Artificial Intelligence and Applications: 27th European Conference on Artificial Intelligence, 19–24 October 2024, Santiago de Compostela, Spain. Vol. 392. IOS Press Ebooks, 2024. P. 3980-3986.

Препринт
The Gamma-Theta Conjecture holds for planar graphs

Taletskii D.

math. arXiv. Cornell University, 2024

Все публикации
Контакты

603093 Н.Новгород, ул. Родионова, д. 136, 406 к.

Тел: (831) 436-13-97
E-mail: kaf_pmi@hse.ru

Факультет информатики, математики и компьютерных наук (Нижний Новгород)
Кафедра прикладной математики и информатики (Нижний Новгород)

Стохастические модели принятия решений

2024/2025
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты
Кто читает:
Кафедра прикладной математики и информатики (Нижний Новгород) (Факультет информатики, математики и компьютерных наук (Нижний Новгород))
Статус:
Курс обязательный
Когда читается:
3-й курс, 3 модуль

Преподаватель

Кочеганов Виктор Михайлович

Кочеганов Виктор Михайлович

Программа дисциплины

Полная версия программы учебной дисциплиныЗадать вопрос

Аннотация

Дисциплина "стохастические модели принятия решений" для образовательной программы подготовки бакалавров "прикладная математика и информатика" является одной из дисциплин блока вероятностных и статистических методов моделирования. Используется в других дисциплинах этого блока и в дисциплинах блока Data Culture.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целями освоения дисциплины является развитие способностей к профессиональному применению вероятностных и статистических методов анализа данных в экономической сфере, страховании и бизнесе, а так же развитие компетенций в области математи-ческих методов и информационных технологий. В процессе освоения дисциплины сту-дент приобретает способности описывать проблемы и ситуации профессиональной дея-тельности, используя язык и аппарат математических и компьютерных наук. В результате освоения дисциплины студент должен: Знать Основные понятия и определения курса Уметь иллюстрировать свои теоретические знания конкретными примерами Ориентироваться в различных статистических моделях принятия решений Владеть Иметь навыки (приобрести опыт) применения теоретических положений для реше-ния практических задач. Данная дисциплина относится к вариативной части цикла дисциплин профиля подготов-ки, обеспечивающих подготовку бакалавра. Изучение данной дисциплины базируется на блоке дисциплин по математике. Основные положения данного курса используются при изучении дисциплин анализа данных, подготовке КР и ВКР.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать вывод функции распределения времени безотказной работы сложной системы без учёта эффекта усталости.
  • Знать концепцию сетевой модели фондового рынка
  • Знать нетрадиционные критерии согласия Е.С.Пирсона.
  • Знать типовые случайные величины, случайные векторы, случайные процессы
  • Изучить метод Лемана различения многих гипотез
  • Изучить основные положения теории Вальда статистических решений.
  • Иметь общее представление о критериях согласия.
  • Понимать концепции Несмещённости и инвариантности статистических правил.
  • Понимать разницу между оцениванием, проверкой и различением гипотез
  • Уметь находить маргинальное и условное распределения.
  • Уметь находить распределение функции случайных величин. Моменты, математическое ожидание, дисперсия, коэффициенты вариации, асимметрии, эксцесса. Условное математическое ожидание, ковариация, коэффициент корреляции. Корреляционное отношение Пирсона и корреляционная связь.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • 1. Характеристики случайных величин.
  • 2. Классические подходы к построению вероятностных моделей.
  • 1. Задачи математической статистики.
  • 2. Критерии согласия и моделирование случайных величин.
  • 3. Проверка гипотез. Современные направления.
  • 4. Теория риска и статистических решений.
  • 5. Теория Лемана различения N гипотез.
  • 6. Статистический анализ сетевой модели фондового рынка.
Элементы контроля

Элементы контроля

  • неблокирующий Контрольная работа 1
  • неблокирующий Экзамен
  • неблокирующий Лабораторная работа
  • неблокирующий Контрольная работа 2
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 3rd module
    0.21 * Контрольная работа 1 + 0.21 * Контрольная работа 2 + 0.28 * Лабораторная работа + 0.3 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Исследование операций (линейное программирование и стохастические модели) : учебник / В.А. Каштанов, О.Б. Зайцева. — Москва : КУРС, 2017. - 256 с. - ISBN 978-5-906818-78-2. - Режим доступа: http://znanium.com/catalog/product/1017099
  • Кацко, И. А., Теория вероятностей и математическая статистика : учебник / И. А. Кацко, П. С. Бондаренко, Г. В. Горелова. — Москва : КноРус, 2017. — 389 с. — ISBN 978-5-406-05578-6. — URL: https://book.ru/book/920636 (дата обращения: 25.08.2023). — Текст : электронный.
  • Пугачев В.С. - Теория вероятностей и математическая статистика - КноРус - 2017 - ISBN: 978-5-4365-1551-9 - Текст электронный // ЭБС BOOKRU - URL: https://book.ru/book/922288

Рекомендуемая дополнительная литература

  • Теория вероятностей и математическая статистика: Учебное пособие / Бирюкова Л.Г., Бобрик Г.И., Матвеев В.И., - 2-е изд. - М.:НИЦ ИНФРА-М, 2017. - 289 с.: 60x90 1/16. - (Высшее образование: Бакалавриат) (Переплёт 7БЦ) ISBN 978-5-16-011793-5 - Режим доступа: http://znanium.com/catalog/product/370899

Авторы

  • Колданов Петр Александрович
  • Кочеганов Виктор Михайлович