Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2023/2024
UPOZORNĚNÍ: Jsou dostupné studijní plány pro následující akademický rok.

Stochastické metody

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah Jazyk výuky
01STOM KZ 2 2+0 česky
Garant předmětu:
Přednášející:
Cvičící:
Předmět zajišťuje:
katedra matematiky
Anotace:

Klíčová slova:

Markovské procesy, pravděpodobnosti přechodu, stacionární rozdělení, pravděpodobnosti pohlcení, intenzity přechodu, Poissonův proces, teorie obsluhy.

Požadavky:
Osnova přednášek:

1.Úvod do stochastických systémů, homogenita, stacionarita, simulace Bernouliho procesu a náhodné procházky.

2.Analýza náhodné procházky a simulace ruinování hráče.

3.Diskrétní Markovské řetězce I, pravděpodobnosti přechodu, Chapman-Kolmogorov theorem, klasifikace stavů, trvalé a přechodné stavy.

4.Diskrétní Markovské řetězce II, Ergodic theorem, stacionární rozdělení.

5.Diskrétní Markovské řetězce III, pravděpodobnosti pohlcení, procesy větvení, simulace Ehrenfestova a Bernoulliho procesu difuse.

6.Markovské procesy se spojitým časem I, intenzity přechodu.

7.Markovské procesy se spojitým časem I, Kolmogorovy rovnice, Limitní pravděpodobnosti a stacionární rozdělení.

8.Procesy vzniku a zániku.

9.Poissonův proces.

10.Procesy obnovy.

11.Procesy hromadné obsluhy, teorie front.

12.Metoda Markov Chain Monte Carlo.

Osnova cvičení:
Cíle studia:

Znalosti:

Limitní chování stochastických systémů v souvislosti s klasifikací stavů, jejich modelování a počítačové simulace.

Schopnosti:

Použití uvedených metod na konkrétní příklady z fyzikální a inženýrské praxe.

Studijní materiály:

Povinná literatura:

[1] Grimmett, G., Stirzaker, D.: Probability and Random Processes, Oxford Uni. press, 2001.

[2] Lefebvre, M.: Applied Stochastic Processes, Springer, 2000.

Doporučená literatura:

[1] Prášková, Z., Lachout, P.: Základy náhodných procesů, Karolinum 1998.

[2] Norris, J. R.: Markov Chains, Cambridge Uviversity Press 1997.

[3] Häggström, O.: Finite Markov chains and algorithmic applications, Cambridge Uviversity Press 2002.

[4] Ching, Wai-Ki: Markov chains: models, algorithms and applications, Springer 2006.

Pracovní prostředí:

R, Matlab

Poznámka:
Další informace:
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 18. 4. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet5358106.html