1632
правки
Изменения
м
rollbackEdits.php mass rollback
# Приведите пример бесконечного вероятностного простанства
# Можно ли конструкцию с произведением вероятностных пространств распространить на бесконечное множество пространств?
# Докажите, что если $f$ и $g$ независимы, то для любых $a$ и $b$ события $[f = a]$ и $[g = b]$ независимы
# Докажите, что для независимых случайных величин $E\xi\eta =E\xi E\eta$.
# Докажите, что математическое ожидание равно $E\xi = \sum\limits_{a\in\mathbb{R}}aP(\xi=a)$. Здесь сумма берется по не более чем счетному числу возможных значений случайной величины.
# Дисперсией случайной величины называется $D\xi=E(\xi-E\xi)^2$. Докажите, что дисперсия равна $D\xi=E\xi^2-(E\xi)^2$
# Докажите, что дисперсия суммы независимых случайных величин равна сумме их дисперсий.
# Найдите математическое ожидание и дисперсию значения на нечестной монете
# Найдите математическое ожидание и дисперсию значения на честной игральной кости
# Найдите распределение, математическое ожидание и дисперсию следующей случайной величины: число бросков честной монеты до первого выпадения 1.
# Ковариацией случайных величин $\xi$ и $\eta$ называют величину $Cov(\xi, \eta)=E((\xi-E\xi)(\eta-E\eta))$. Чему равна ковариация независимых случайных величин?
# Корреляцией случайных величин $\xi$ и $\eta$ называют величину $corr(\xi, \eta) = Cov(\xi, \eta) / \sqrt{D\xi D\eta}$. Докажите, что корреляция случайных величин лежит в диапазоне от -1 до 1
# Докажите или опровергните, что корреляция случайных величин равна 0 тогда и только тогда, когда они независимы
# Докажите, что корреляция случайных величин равна 1 тогда и только тогда, когда они линейно зависимы $(f = cg)$ и $c > 0$ (если $c < 0$, то корелляция равно -1)
# Случайные величины f, g и h называются независимыми в совокупности, если для любых a, b и c события [f <= a], [g <= b] и [h <= c] независимы. Приведите пример независимых попарно, но не независимых в совокупности случайных величин
# Найдите математическое ожидание числа инверсий в перестановке чисел от 1 до $n$
# Найдите математическое ожидание числа подъемов в перестановке чисел от 1 до $n$
# Предложите метод генерации случайной перестановки порядка $n$ с равновероятным распределением всех перестановок, если мы умеем генерировать равномерно распределенное целое число от 1 до $k$ для любых небольших $k$ ($k = O(n)$).
# Дает ли следующий метод равномерную генерацию всех перестановок? "p = [1, 2, ..., n]; for i from 1 to n: swap(p[i], p[random(1..n)] )"
# Дает ли следующий метод равномерную генерацию всех перестановок? "p = [1, 2, ..., n]; for i from 1 to n: swap(p[random(1..n)], p[random(1..n)] )"
# Предложите метод генерации случайного сочетания из $n$ по $k$ с равновероятным распределением всех сочетаний, если мы умеем генерировать равномерно распределенное целое число от 1 до $t$ для любых небольших $t$ ($t = O(n)$)
# Докажите, что для монеты энтропия максимальна в случае честной монеты
# Докажите, что для n исходов энтропия максимальна если они все равновероятны
# Зафиксируйте ваш любимый язык программирования. Колмогоровской сложностью $K(x)$ для слова $x$ называется длина минимальной программы, которая выводит слово $x$. Докажите, что колмогоровская сложность не превышает $n H(x) + O(\log n)$, где $n$ - длина строки $x$, $H(x)$ - энтропия случайного источника с распределением соответствующим частотам встречания символов в $x$, константа в $O$, не зависит от слова $x$ (но может зависеть от выбранного языка программирования)
# Докажите, что для любого $c > 0$ найдется слово, для которого $K(x) < c H(x)$
# Пусть заданы полные системы событий $A = \{a_1, ..., a_n\}$ и $B = \{b_1, ..., b_m\}$. Определим условную энтропию $H(A | B)$ как $-\sum\limits_{i = 1}^m P(b_i) \sum\limits_{j = 1}^n P(a_j | b_i) \log P(a_j | b_i))$. Докажите, что $H(A | B) + H(B) = H(B | A) + H(A)$
# Что можно сказать про $H(A | B)$ если $a_i$ и $b_j$ независимы для любых $i$ и $j$?
# Что можно сказать про $H(A | A)$?
# Постройте схему получения вероятности 1/3 с помощью честной монеты, имеющую минимальное математическое ожидание числа бросков. Докажите оптимальность вашей схемы.
# Докажите, что математическое ожидание числа экспериментов при симуляции одного распределения другим асимптотически равно отношению энтропий распределений (считайте, что энтропия симулируемого распределения больше).
# Пусть $f$ и $g$ - непрерывные возрастающие функции, причем $\lim\limits_{x\to-\infty}f(x)=0$, $\lim\limits_{x\to-\infty}g(x)=0$, $\lim\limits_{x\to+\infty}f(x)=1$, $\lim\limits_{x\to+\infty}g(x)=1$, кроме того считайте, что вы можете вычислять $f(x)$, $g(x)$, $f^{-1}(x)$ и $g^{-1}(x)$. У вас есть случайная величина с функцией распределения $f(x)$. Как вам получить случайную величину с функцией распределения $g(x)$?
</wikitex>
