Předmět: Metody MCMC (Markov Chain Monte Carlo)

« Zpět
Název předmětu Metody MCMC (Markov Chain Monte Carlo)
Kód předmětu KMA/MCMC
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Bakalářský
Rok studia nespecifikován
Semestr Letní
Počet ECTS kreditů 4
Vyučovací jazyk Čeština
Statut předmětu nespecifikováno
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Ježek Vladimír, doc. Ing. Ph.D.
Obsah předmětu
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.

Studijní aktivity a metody výuky
Přednáška s aktivizací, Přednáška s diskusí, Přednáška s praktickými aplikacemi, Prezentace práce studentů, Studium metodou řešení problémů, Samostatná práce studentů, Samostudium studentů
  • Kontaktní výuka - 39 hodin za semestr
  • Projekt individuální [40] - 40 hodin za semestr
  • Příprava na zkoušku [10-60] - 40 hodin za semestr
Předpoklady
Odborné znalosti
studenti by měli mít základní znalosti z teorie pravděpodobnosti (KMA/PSA) a základů náhodných procesů (KMA/ZNP)
Výsledky učení
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
Vyučovací metody
Přednáška s diskusí,
Přednáška s aktivizací studentů,
Řešení problémů,
Samostudium,
Samostatná práce studentů,
Prezentace práce studentů,
Hodnotící metody
Ústní zkouška,
Písemná zkouška,
Seminární práce,
Individuální prezentace,
Doporučená 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.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr