Jest to wykład na temat symulacji zjawisk losowych. Obejmuje też wstęp do metod Monte Carlo (MC), czyli algorytmów zrandomizowanych. Symulacje komputerowe są nie tylko prostym i skutecznym narzędziem badania procesów losowych, ale też znajdują zastosowania do obliczeń wielkości deterministycznych. Metody Monte Carlo a w szczególności algorytmy MCMC, oparte na łańcuchach Markowa należą do standardowych narzędzi obliczeniowych, między innymi w statystyce Bayesowskiej i fizyce statystycznej. Przedmiot jest przeznaczony dla wszystkich studentów lubiących rachunek prawdopodobieństwa, matematyków i informatyków. Powinien zachęcić słuchaczy do ,,zobaczenia losowości” – przy wykorzystaniu pięknego i dostępnego za darmo pakietu R. Wykład jest utrzymany na elementarnym poziomie. W pierwszej części wykładu omówione zostaną sposoby generowania zmiennych losowych o zadanym rozkładzie prawdopodobieństwa i prostych procesów stochastycznych. Druga część poświęcona będzie ogólnym zasadom konstrukcji algorytmów Monte Carlo, szacowania ich dokładności i redukcji błędu. Sporo miejsca zajmują Markowowskie algorytmy Monte Carlo, MCMC.

Możesz pobrać pełną wersję skryptu do przedmiotu w postaci jednego pliku PDF, bardzo dogodnego do wydruku.

Prezentowana wersja wykładu została przesłana: brak danych. Ostatnia konwersja zakończona: 2013-02-21 10:45:23 .

Treść automatycznie generowana z plików źródłowych LaTeXa za pomocą oprogramowania wykorzystującego LaTeXML.

strona główna | webmaster | o portalu | pomoc

© Wydział Matematyki, Informatyki i Mechaniki UW, 2009-2010. Niniejsze materiały są udostępnione bezpłatnie na licencji Creative Commons Uznanie autorstwa-Użycie niekomercyjne-Bez utworów zależnych 3.0 Polska.

Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego.

Projekt współfinansowany przez Ministerstwo Nauki i Szkolnictwa Wyższego i przez Uniwersytet Warszawski.