Warning: Undefined property: Dissovet\Models\Dissertation::$performed_in_place2 in /var/www/application/Models/Dissertation.php on line 326
Диссертация

Диссертация

Дорофеева Александра Владимировна

Кандидат наук

Статус диссертации

29.11.2023 
Диплом Кандидат наук
20.11.2023 
Решение о выдаче диплома
13.10.2023 
Положительное заключение АК
15.09.2023 
На рассмотрении в АК
28.06.2023 
Положительная защита
24.05.2023 
Объявление опубликовано
19.05.2023 
Принят к защите
19.05.2023 
Заключение комиссии
11.04.2023 
Документы приняты
ФИО соискателя
Дорофеева Александра Владимировна
Степень на присвоение
Кандидат наук
Приказ о выдаче диплома
№ 1541 от 29.11.2023
Дата и время защиты
28.06.2023 15:00
Место проведения защиты
Российская Федерация, 119991, ГСП-1, г.Москва, Ленинские горы, д.1, МГУ, Механико-математический факультет, аудитория 16-10
Научный руководитель
Королев Виктор Юрьевич
Доктор наук Профессор
Оппоненты
Булинский Александр Вадимович
Доктор наук Профессор
Сипин Александр Степанович
Доктор наук Доцент
Коссова Елена Владимировна
Кандидат наук
Место выполнения работы
Московский государственный университет имени М.В.Ломоносова, Факультет вычислительной математики и кибернетики, Кафедра математической статистики
Специальность
1.1.4. Теория вероятностей и математическая статистика
физико-математические науки
Диссертационный совет
Телефон совета
+7 495 939-14-70

Предельные теоремы занимают особую нишу в теории вероятностей. Самой известной из них является центральная предельная теорема (ЦПТ). Работа посвящена оценкам скорости сходимости в ЦПТ и ее обобщениях при ослабленных моментных условиях. Рассмотрены равномерные и неравномерные оценки скорости сходимости в ЦПТ и ее обобщениях для сумм независимых случайных величин и для сумм независимых случайных величин, где количество слагаемых --- случайная величина (случайных сумм). Также в работе представлены оценки точности аппроксимации функций концентрации сумм независимых случайных величин при ослабленных моментных условиях. Более того, рассмотрены оценки точности нормальной аппроксимации в случае, когда она не применима.