Předmět Metody MCMC (Markov Chain Monte Carlo) (KMA / MCMC)
Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu KMA / MCMC - Metody MCMC (Markov Chain Monte Carlo), Fakulta aplikovaných věd, Západočeská univerzita v Plzni (ZČU).
Top 10 materiálů tohoto předmětu
Materiály tohoto předmětu
| Materiál | Typ | Datum | Počet stažení |
|---|
Další informace
Obsah
1. Definice a elementární vlastnosti Markovových řetězců s obecnou množinou stavů. Klasifikace. Příklady.2. Geometrická ergodicita.3. Gibbsův výběrový plán.4. Metropolisův-Hastingsův algoritmus.5. Aplikace ve statistické fyzice.6. Aplikace v ekonomii a financích.7. Perfektní simulace.
Získané způsobilosti
Po absolvování předmětu budou studenti schopni porozumět metodě Markov Chain Monte Carlo (MCMC) to zejména:- rozpoznat a klasifikovat Markovské řetězce s obecnou množinou stavů a určit jejich základní vlastnosti,- aplikovat Gibbsův výběrový plán, Metropolisův-Hastingsův algoritmus a perfektní simulace na praktické úlohy ve statistické fyzice, v ekonomii a financích,- předvést logické a souvislé důkazy teoretických výsledků,- řešit problémy pomocí abstraktních metod,- uplatnit správně formální i obsahovou stránku v matematickém projevu, a to písemném i ústním.
Literatura
David P. Landau, Kurt Binder. A Guide to Monte Carlo Simulations in Statistical Physics. Cambridge University Press, 2000. ISBN 0521653665.W. S. Kendall, F. Liang, J. S. Wang. Markov Chain Monte Carlo: Innovations and Applications. World Scientific Publishing Co Pte Ltd, 2005. ISBN 978-9812564276.
Požadavky
vypracování samostatné práce, písemný test, ústní zkouška
Garant
Ing. Jan Pospíšil, Ph.D.
Vyučující
Ing. Jan Pospíšil, Ph.D.Ing. Jan Pospíšil, Ph.D.