Xreferat.com » Рефераты по математике » Теория вероятностей и математическая статистика

Теория вероятностей и математическая статистика

ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ

РОССИЙСКОЙ ФЕДЕРАЦИИ

Государственное образовательное учреждение

высшего профессионального образования

«Южный Федеральный университет»

Факультет математики, механики и компьютерных наук


УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС

учебной дисциплины

«Теория вероятностей и математическая статистика»

для бакалавров

вузовского компонентного цикла ОПД

по специальности 010501

«Прикладная математика и информатика»


Рассмотрено и рекомендовано УТВЕРЖДАЮ

на заседании кафедры Декан факультета

теории функций и

функционального анализа ЮФУ

Протокол №____ _________________

«___»________2008 г.

«___»________2008 г.

Зав кафедрой ____________ (Кондаков В.П.)

Составитель:

доцент кафедры Луценко А.И.


Ростов-на-Дону

2008

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА


Цели и задачи дисциплины, ее место в учебном процессе

I.1 Цели преподавания дисциплины


Курс «Теория вероятностей и математическая статистика» - общеобразовательная математическая дисциплина, объектом изучения которой является большая область математики, связанная понятиями случайности событий, измерением степени возможности появления этих событий, проведением экспериментальных исследований и математической обработкой их результатов, формулировкой полученных результатов.

Курс «Теория вероятностей и математическая статистика» читается студентам специальности “прикладная математика и информатика” в VI и VII семестрах. Цель преподавания – ознакомить студентов с задачами и методами теории вероятностей и математической статистики в объёме, достаточном для успешного практического использования полученных знаний в дальнейшей работе по специальности, а также для самостоятельного изучения соответствующей научной литературы.


I.2 Задачи изучения дисциплины


В результате изучения настоящего курса студент должен:

овладеть основами теории вероятностей, усвоив понятия множества элементарных исходов, алгебры случайных событий, вероятностной функции как числовой функции множеств, случайной величины, функции распределения случайной величины и числовых характеристик случайной величины;

ознакомится с методами и результатами решения классической предельной проблемы теории вероятностей, а также с применением этих результатов к решению задач статистической оценки значений числовых характеристик случайных величин и векторов и статистической проверки гипотез, построению простейших регрессионных моделей;

приобрести навыки практического решения вероятностных задач, постановки задач проведения статистического эксперимента, научится приёмам и методам статистической обработки экспериментальных данных и формулированию обоснованных выводов по результатам этой обработки.


I.3 Перечень дисциплин с указанием разделов (тем), знание которых необходимо для изучения теории вероятностей и математической статистики


Элементы теории множеств (операции над множествами, конечные и бесконечные множества, сравнение бесконечных множеств по мощности, алгебра множеств);

Математический анализ (теория пределов, непрерывные и дифференцируемые функции, ряды, преобразование Фурье);

Теория функций и функциональный анализ (понятия меры и измеримости множеств, интеграла Лебега, гильбертова пространства, различных видов сходимости последовательностей).

Согласно государственного образовательного стандарта высшего профессионального образования от 14 апреля 2000 года на изучение дисциплины «Теория вероятностей и математическая статистика» отведено 280 часов (70 часов лекционных + 35 часов практических аудиторных занятий + 175 часов самостоятельной работы) и предусмотрены следующие формы отчётности: 1 экзамен, 1 зачёт, 3 контрольных работы и 1 зачётное индивидуальное задание по математической статистике.


Рабочая программа курса

Модуль 1.Вероятностное пространство с не более чем счетным множеством элементарных исходов


Основные понятия: Элементарный исход. Множество элементарных исходов. Алгебра событий. Вероятностная функция. Условная вероятность.

Вероятностное пространство <W,A,P>


Множество элементарных

исходов W

Алгебра

событий A

Вероятностная

функция P

Примеры Операции над событиями Простейшие свойства

Классическая модель: Теория вероятностей и математическая статистика;

(Урновая схема, различные способы организации выборок).

Биномиальная модель (Схема Бернулли): Теория вероятностей и математическая статистика;

(Полиномиальная модель).

Геометрическая модель: Теория вероятностей и математическая статистика ;

(Отрицательное биномиальное распределение).

Условная вероятность. Попарная независимость событий и независимость событий в совокупности.

Формула полной вероятности. Формула Байеса. (7 часов)


Модуль 2.Общая вероятностная модель. Аксиоматика А.Н. Колмогорова


Основные понятия: σ-алгебра множеств. Измеримое пространство. σ-аддитивная функция множеств. Нормированная функция множеств. Бесконечные множества различной мощности.

Аксиоматическое построение вероятностного пространства <W, A, P >. Свойства вероятностной функции. Борелевские алгебры множеств. Измеримые пространства <R, B (R)>; <Rn, B (Rn)>. Типы и примеры задания вероятностных функций на измеримых пространствах. (6 часов)


Модуль 3.Случайные величины и векторы


Основные понятия: Измеримая функция. Ряд распределения. Плотность вероятности. Компоненты случайного вектора. Согласованность законов распределения вероятностей. Устойчивость законов распределения вероятностей.

Случайная величина - измеримое отображение <W,A > в <R, B (R)>.

Случайный вектор - измеримое отображение <W,A > в <Rn, B (Rn)>.

Типы случайных величин и векторов. Задание законов распределения. Функция распределения случайной величины и случайного вектора. Компоненты случайного вектора. Частные распределения и частные функции распределения. Многомерный нормальный закон. Составной случайный вектор. Независимость случайных величин. Критерий независимости (три формы).

(9 часов)


Модуль 4.Числовые характеристики случайных величин и векторов


Основные понятия: Функция случайной величины. Математическое ожидание. Дисперсия. Начальные и центральные моменты случайных величин и векторов. Ковариационный момент. Коэффициент линейной корреляции.

Интеграл Лебега-Стилтьеса (Римана-Стилтьеса). Математическое ожидание случайной величины и случайного вектора. Свойства. Примеры. Дисперсия случайной величины. Свойства. Примеры. Начальные и центральные моменты случайной величины и случайного вектора. Ковариационный момент. Ковариационная матрица. Коэффициент линейной корреляции и его свойства. Условные распределения и условные математические ожидания. Линейная регрессия случайных величин. (12 часов)


Модуль 5.Классическая предельная проблема теории вероятностей


Основные понятия: Центрированные и нормированные суммы случайных величин. Виды сходимостей последовательностей случайных величин. Схема серий. Асимптотическая малость последовательности случайных величин.

Характеристические функции. Определение. Примеры характеристических функций для некоторых законов распределения случайных величин. Свойства характеристических функций. Теоремы непрерывности для последовательностей функций распределения и характеристических функций.


Классическая предельная проблема теории вероятностей

ЗБЧ ЦПТ ЗМЧ

Теорема Бернулли

Теорема Хинчина

Теорема Чебышева

Теорема Пуассона

Теорема Муавра- Лапласа

Теорема Леви

Теорема Ляпунова

Теорема Линдеберга-Феллера

Теорема Пуассона

У З Б Ч: Теорема Бореля и теорема Кантелли. Теоремы Колмогорова. Метод Монте-Карло. (10 часов)


Модуль 6.Первичная обработка статистических данных. Точечные оценки числовых характеристик


Основные понятия: Выборка. Вариационный ряд. Гистограмма. Состоятельность, несмещенность, эффективность точечных оценок. Статистика.

Требования к организации выборки. Первичная обработка статистических данных. Теорема Гливенко. Достаточные статистики. Точечные оценки числовых характеристик случайных величин. Требования к точечным оценкам. Неравенство Рао-Крамера. Методы получения точечных оценок числовых характеристик. (8 часов)


Модуль 7.Интервальные оценки числовых характеристик


Основные понятия: Степень свободы. Доверительная вероятность. Распределение Пирсона (Теория вероятностей и математическая статистикараспределение). Распределение Стьдента (Теория вероятностей и математическая статистикараспределение). Распределение Фишера-Снедекора (Теория вероятностей и математическая статистикараспределение).

Доверительный интервал. Специальные распределения. Общая линейная модель измерений. Распределения некоторых статистик. Примеры построения доверительных интервалов для числовых характеристик случайных величин. (4 часа)


Модуль 8.Статистическая проверка гипотез


Основные понятия: Гипотеза. Критерий проверки гипотезы. Уровень значимости гипотезы. Критическая область. Правило принятия решений. Оптимальный критерий проверки гипотезы.

Гипотезы основная и альтернативная. Критерий проверки гипотезы. Распределения вероятностей критерия проверки гипотезы. Области Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика возможных значений критерия при справедливости основной гипотезы. Ошибки I и II рода при проверке гипотез. Оптимальный критерий. Три типа задач статистической проверки гипотез. Примеры построения критериев для статистической проверки гипотез. (6 часов)


Модуль 9.Корреляционный и регрессионный анализы


Основные понятия: Статистическая зависимость компонент случайного вектора. Сила и характер статистической зависимости компонент случайного вектора. Условные случайные величины. Условные законы распределения вероятностей и условные математические ожидания. Функция регрессии.

Корреляция и регрессия случайных величин. Две задачи, решаемые корреляционным анализом. Коэффициент линейной корреляции и его статистическая оценка. Проверка гипотезы о значимости коэффициента линейной корреляции. Условное математическое ожидание. Функция регрессии. Функция регрессии двумерного нормального закона. Определение статистических оценок коэффициентов функции регрессии. Остаточная дисперсия. Корреляционное отношение. (6 часов)


Распределение часов по видам учебной нагрузки

№ Модуль

Общее

кол-во

часов

Лекции

Практ.

занятия

Самост-

ная

работа

1

Вероятностное

пространство с не более чем счётным множеством элементарных исходов

33 7 6 20
2 Общая вероятностная модель. Аксиоматика А.Н. Колмогорова 18 6 2 10
3

Случайные величины

и векторы

31 9 6 16
4

Числовые характеристики

случайных величин и векторов

37 12 6 19
5

Классическая

предельная проблема

теории вероятностей

29 12 5 12
6

Первичная обработка

статистических данных. Точечные оценки числовых характеристик

18 8 4 6
7

Интервальные оценки

числовых характеристик

10 4 2 4
8 Статистическая проверка гипотез 18 6 2 10
9

Корреляционный и

регрессионный анализ

16 6 2 8

Всего 210 70 35 105

Рекомендуемая литература


Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. - М.: Наука, 1983.

Боровков А.А. Курс теории вероятностей. - М.: Наука, 1986.

Вентцель Е.С. Теория вероятностей. - М.: Наука, 1973.

Вентцель Е.С., Овчаров Л.А. Задачи и упражнения по теории вероятностей. – М.: Высшая школа, 2000.

Гнеденко Б.В. Курс теории вероятностей. - М.: Наука, 1988.

Гмурман В.Е. Теория вероятностей и математическая статистика. - М.: Высшая школа, 1977.

Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. - М.: Высшая школа, 1979.

Драгилев М.М. Теория вероятностей. – М.: Вузовская книга, 2002.

Кожевников Ю.В. Теория вероятностей и математическая статистика. – М.: Машиностроение, 2002.

Колемаев В.А., Староверов О.В., Турундаевский В.Б. Теория вероятностей и математическая статистика. - М.: Высшая школа, 1991.

Крамер Г. Математические методы статистики. - М.: Мир, 1975.

Мостеллер Ф. Пятьдесят занимательных вероятностных задач с решениями. - М.: Наука, 1975.

Мешалкин Л.Ф. Сборник задач по теории вероятностей. - Издательство Московского университета, 1963.

Сборник задач по теории вероятностей, математической статистике и теории случайных функций, под редакцией Свешникова А.А. – М.:Наука, 1970.

Севастьянов Б.А., Курс теории вероятностей и математической статистики. – М.; Наука, 1982.

Севастьянов Б.А., Чистяков В.П., Зубков Ф.М. Сборник задач по теории вероятностей. - М.: Наука, 1980.

Смирнов Н.В., Дунин-Барковский И.В. Курс теории вероятностей и математической статистики для технических приложений. - М.: Физматгиз, 1980.

Феллер В. Введение в теорию вероятностей и ее приложения. В 2-х томах - М.: Мир, 1984.

Чистяков В.П. Курс теории вероятностей. - М.: Наука, 1982.

Ширяев А.Н. Вероятность. – М.: Наука, 1980.


Практическая (аудиторная) часть


70 часов аудиторных занятий + 70 часов самостоятельной работы + 3 контрольных работы + 1 индивидуальное задание по математической статистике.


3 курс, шестой семестр. (36 часов)

Классическое определение вероятности. 4 часа

Вероятности сумм и произведений событий. 4 часа

Формула полной вероятности. 2 часа

Формула Байеса. 2 часа

Повторные независимые испытания. Формула Бернулли. 2 часа

Контрольная работа №1. 2 часа

Геометрические вероятности. 4 часа

Дискретная случайная величина. Ряд распределения 4 часа

Функция распределения.

Числовые характеристики дискретной случайной величины. 4 часа

Непрерывная случайная величина. Плотность вероятности. 2 часа

Функция распределения.

Числовые характеристики непрерывной случайной величины. 4 часа

Контрольная работа №2. 2 часа


4 курс, седьмой семестр. (34 часа)

1. Повторение. Дискретные и непрерывные случайные величины и их числовые характеристики. 4 часа

2. Нормальный закон. Функция Лапласа. 2 часа

3. Интегральная теорема Муавра-Лапласа и ее приложения. 4 часа 5.Закон больших чисел и Центральная предельная теорема. 4 часа

6.Функции случайных величин и их числовые характеристики. 4 часа

7.Контрольная работа №3. 2 часа

8. Первичная обработка статистических данных. 2 часа

9.Точечные оценки числовых характеристик случайных величин. 2 часа

10. Доверительные интервалы для математического ожидания и дисперсии.

2 часа

11. Статистическая проверка гипотез. Задачи I-го и II-го типов. 4 часа

12. Критерий согласия Пирсона. 2 часа

13. Корреляционный анализ. 4 часа


Литература:

1 А.А. Свешников Сборник задач по теории вероятностей, математической статистике и теории случайных функций. Москва. “Наука”. 1970г.

А.И. Луценко Задачи по теории вероятностей. Часть I, УПЛ РГУ. 2005г.

А.И. Луценко Задачи по теории вероятностей. Часть II, УПЛ РГУ. 2001г.

В.Е. Ковальчук, А.И. Луценко Индивидуальные задания по математической статистике. УПЛ РГУ. 1998г.


Контрольные вопросы

Модуль 1. Вероятностное пространство с не более чем счётным множеством элементарных исходов


Могут ли два различных элементарных исхода одновременно произойти в результате проведения испытания.

Сколько элементов будет иметь алгебра событий, если множество элементарных исходов состоит из n элементов?

Запишите случайное событие, являющееся противоположным событием случайному событию Теория вероятностей и математическая статистика.

Запишите случайное событие, являющееся противоположным событием случайному событию Теория вероятностей и математическая статистика.

Вероятности наступления случайных событий Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика равны Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика. Будут ли эти события несовместными?

Сколько элементов будет иметь алгебра событий, «порождаемая» случайными событиями A и B?

Повторные независимые испытания проводятся n раз. В результате каждого испытания может произойти только одно из трёх попарно несовместных событий A, B или C. Определите элементарный исход для таких испытаний. Сколько элементов будет иметь множество элементарных исходов?

Будут ли гипотезы, формулируемые при применении формулы полной вероятности, попарно независимыми событиями?

Может ли сумма всех послеопытных вероятностей гипотез, вычисленных по формуле Байеса, быть меньше единицы?

Проводятся одинаковые независимые испытания до тех пор, пока событие A не появится три раза. Сколько элементарных исходов будет благоприятствовать случайному событию: «Было проведено десять испытаний»?

Модуль 2. Общая вероятностная модель. Аксиоматика А.Н. Колмогорова


Удовлетворяет ли условию: Теория вероятностей и математическая статистика аддитивная числовая функция множеств Теория вероятностей и математическая статистика для любыхТеория вероятностей и математическая статистика и Теория вероятностей и математическая статистика, если Теория вероятностей и математическая статистика?

Будет ли всегда справедливо равенство Теория вероятностей и математическая статистика, если Теория вероятностей и математическая статистика?

Будет ли требование аддитивности числовой функции множеств аксиоматическим, если рассматриваются испытания, для которых множество элементарных исходов имеет не более чем счётное число элементов?

Может ли алгебра всех возможных событий быть множеством счётной мощности, если множество элементарных исходов имеет конечное число элементов?

Можно ли построить алгебру событий, имеющую счётное число элементов, если множество элементарных исходов – счётное?

Будут ли совпадать σ-алгебры борелевских множеств B1(R) и B2(R), если первая алгебра построена по элементам системы Теория вероятностей и математическая статистика, где Теория вероятностей и математическая статистикаи Теория вероятностей и математическая статистика - любые действительные числа, а вторая алгебра построена по элементам системы Теория вероятностей и математическая статистика, где Теория вероятностей и математическая статистикаи Теория вероятностей и математическая статистика - любые рациональные числа?

Может ли вероятностная функция быть линейной комбинацией двух вероятностных функций, одна из которых – дискретного, а другая - непрерывного типа?

Из «непрерывности снизу» вероятностной функции следует её «непрерывность в нуле». Можно ли утверждать, что из «непрерывности в нуле» следует «непрерывности снизу» вероятностной функции?

Вероятностная функция P определена на измеримом пространстве <Теория вероятностей и математическая статистика, B (Теория вероятностей и математическая статистика)>. Может ли первая частная вероятностная функция Теория вероятностей и математическая статистика быть дискретного типа, а вторая частная вероятностная функция Теория вероятностей и математическая статистика быть непрерывного типа?

Произвольная функция Теория вероятностей и математическая статистика определена на интервале Теория вероятностей и математическая статистикаи принимает неотрицательные значения. Что нужно сделать, что бы её можно было назвать вероятностной функцией, определённой на интервале Теория вероятностей и математическая статистика?


Модуль 3. Случайные величины и векторы


Можно ли утверждать, что случайная величина есть случайный результат любого опыта?

Можно ли утверждать, что плотность вероятности Теория вероятностей и математическая статистика это любая функция, для которой справедливо Теория вероятностей и математическая статистика?

Как по заданной функции распределения Теория вероятностей и математическая статистика определить распределение вероятностей Теория вероятностей и математическая статистика, где Теория вероятностей и математическая статистика, случайной величины Теория вероятностей и математическая статистика?

Как по заданной функции распределения Теория вероятностей и математическая статистика определить плотность вероятности Теория вероятностей и математическая статистика случайной величины Теория вероятностей и математическая статистика?

Как, зная плотность вероятности Теория вероятностей и математическая статистика двумерной случайной величины Теория вероятностей и математическая статистика, определить частную функцию распределения Теория вероятностей и математическая статистика второй компоненты Теория вероятностей и математическая статистика?

Какому требованию должны удовлетворять компоненты двумерной случайной величины Теория вероятностей и математическая статистика, чтобы было справедливо равенство Теория вероятностей и математическая статистика?

Может ли у двумерной случайной величины Теория вероятностей и математическая статистика одна компонента быть случайной величиной дискретного типа, а другая - случайной величиной непрерывного типа?

Рассматривается вероятностное пространство <W,A,P>, где P - вероятностная функция непрерывного типа. Можно ли на измеримом пространстве <W,A> определить случайную величину Теория вероятностей и математическая статистика, у которой функция распределения Теория вероятностей и математическая статистика будет функцией распределения дискретного типа?

Всегда ли по частным функциям распределения компонент Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика можно определить функцию распределения двумерной случайной величины Теория вероятностей и математическая статистика?

Как, зная функцию распределения случайного вектора Теория вероятностей и математическая статистика определить функцию распределения случайного вектора Теория вероятностей и математическая статистика?


Модуль 4. Числовые характеристики случайных величин и векторов


Почему, определяя математическое ожидание функции случайной величины Теория вероятностей и математическая статистика как значение несобственного интеграла Теория вероятностей и математическая статистика, мы требуем, чтобы этот интеграл сходился абсолютно?

Если справедливо равенство Теория вероятностей и математическая статистика, то можно ли утверждать, что распределение вероятностей случайной величины Теория вероятностей и математическая статистика будет симметрично относительно математического ожидания?

Случайная величина Теория вероятностей и математическая статистика имеет конечное математическое ожидание Теория вероятностей и математическая статистика. Следует ли из этого, что у случайной величины Теория вероятностей и математическая статистика существует конечная дисперсия Теория вероятностей и математическая статистика?

Случайная величина Теория вероятностей и математическая статистика имеет конечную дисперсию Теория вероятностей и математическая статистика. Следует ли из этого, что у случайной величины Теория вероятностей и математическая статистика существует конечное математическое ожидание Теория вероятностей и математическая статистика?

Используя свойства дисперсии, докажите что:

а) Теория вероятностей и математическая статистика, если случайные величины Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика - независимые;

б) Теория вероятностей и математическая статистика, где c – произвольная константа.

Используя определения начальных и центральных моментов двумерной случайной величины, запишите формулу дисперсии суммы двух произвольных случайных величин.

Если случайные величины Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика - независимые, то ковариационный момент Теория вероятностей и математическая статистикавсегда равен нулю. Будет ли справедливо обратное утверждение: если ковариационный момент случайных величин Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика равен нулю, то случайные величины Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика - независимые?

Можно ли утверждать, что значение математического ожидания случайной величины - это наиболее вероятное значение случайной величины?

Всегда ли равенство нулю коэффициента линейной корреляции свидетельствует об отсутствии статистической связи между случайными величинами?

В ковариационной матрице n-мерного случайного вектора ненулевыми являются только элементы, стоящие на главной диагонали. Что можно сказать о компонентах этого вектора?


Модуль 5. Классическая предельная проблема теории вероятностей


Какой вид сходимости последовательности случайных величин сильнее: сходимость по распределению, или сходимость по вероятности?

Какое требование к последовательностям случайных величин предъявляется во всех теоремах классической предельной проблемы теории вероятностей?

Можно ли применять теорему Хинчина к последовательностям одинаково распределённых случайных величин, имеющих конечные дисперсии?

Покажите, что теорема Муавра-Лапласа является частным случаем теоремы Леви.

Последовательность независимых одинаково распределённых случайных величин подчиняется ЦПТ. Можно ли утверждать, что эта последовательность подчиняется ЗБЧ?

Последовательность независимых разно распределённых случайных величин подчиняется ЗБЧ. Можно ли утверждать, что эта последовательность подчиняется ЦПТ?

Можно ли утверждать, что теорема Хинчина является частным случаем теоремы Чебышева?

Покажите, что из того, что последовательность случайных величин подчиняется условию Ляпунова следует, что она подчиняется и условию Линдеберга.

Покажите, что теорема Муавра-Лапласа является частным случаем теоремы Линдеберга?

Покажите, что последовательность независимых разно распределённых бернуллиевских случайных величин подчиняется ЦПТ.


Модуль 6. Первичная обработка статистических данных. Точечные оценки числовых характеристик


Каким условием надо руководствоваться для определения числа интервалов при построении вариационного ряда?

Могут ли интервалы вариационного ряда иметь разные длины?

Можно ли утверждать, что из несмещённости точечной оценки числовой характеристики следует её состоятельность?

Будет ли точечная оценка, полученная методом максимального правдоподобия несмещённой оценкой числовой характеристики?

Какая теорема применяется при проверке состоятельности точечных оценок начальных моментов исследуемой случайной величины?

Может ли точечная оценка дисперсии быть отрицательным числом?

При проверке состоятельности оценки Теория вероятностей и математическая
    <div class=

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: