Matematické modelování

Přednášející:

Cvičící:

Předmět zajišťuje:

ústav aplikované matematiky

Anotace:

Obsahem předmětu bude úvod do teorie stochastických procesů, teorie hromadné obsluhy, odhad regresního modelu a modelu diskrétního stochastického procesu a tradiční i bayesovský přístup ke klasifikaci statických systémů směsi distribucí.

Požadavky:

Základní znalosti z algeby, maticového počtu, diferenciálního a integrálního počtu. Znalost pravděpodobnosti a statistiky na úrovni jednoletého kurzu na VŠ technického směru.

Osnova přednášek:

Osnova cvičení:

Cíle studia:

Cílem předmětu je postoupit dále za Pravděpodobnost a Statistiku a seznámit studenty se základy stochastických procesů a jejich využitím pro některé praktické účely. Výklad bude postaven na matematickém modelu procesu a s pomocí tohoto modelu budou řešeny úlohy z oblasti teorie hromadné obsluhy odhadu regresního modelu a klasifikace.

Studijní materiály:

1. I. Nagy, Základy bayesovského odhadování a řízení, Vydavatelství ČVUT, Praha, 2003.

2. Lukáš, L: Pravděpodobnostní modely v managementu, Markovovy řetězce a systémy hromadné obsluhy. Academia, 2009

3. M. Kárný, J. Böhm, T. V. Guy, L. Jirsa, I. Nagy, P. Nedoma, L. Tesař: Optimized Bayesian Dynamic Advising. Theory and algorithms. Springer, 2005

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů: