Программа дисциплины Стохастическое Моделирование для направления 010500. 68 «Прикладная математика и информатика»




Скачать 111.7 Kb.
НазваниеПрограмма дисциплины Стохастическое Моделирование для направления 010500. 68 «Прикладная математика и информатика»
Дата08.10.2012
Размер111.7 Kb.
ТипПрограмма дисциплины
Правительство Российской Федерации


Федеральное государственное автономное образовательное учреждение высшего профессионального образования

«Национальный исследовательский университет

«Высшая школа экономики»


Факультет БИЗНЕС-ИНФОРМАТИКИ

Отделение ПРИКЛАДНОЙ МАТЕМАТИКИ И ИНФОРМАТИКИ


Программа дисциплины

Стохастическое Моделирование


для направления 010500.68 «Прикладная математика и информатика» подготовки магистров


Автор: Жуков Л.Е. (lzhukov@hse.ru)


Рекомендована секцией УМС

«Прикладная математика

и информатика»


Председатель

__________________ Кузнецов С.О.

«_____» __________________ 200___ г.

Одобрена на заседании кафедры

Анализа данных

и искусственного интеллекта


Зав. кафедрой

__________________ Кузнецов С.О.

«_____» __________________ 200___ г.



Утверждена УС факультета

бизнес-информатики


Ученый секретарь

__________________ Фомичев В.А.

« ____» ___________________200___ г.






Москва

I.Пояснительная записка

Автор программы


Л.Е. Жуков, Ph.D

Требования к студентам


Изучение курса "Стохастическое Моделирование" требует предварительных знаний по “Теории Вероятностей”, “Линейной Алгебре” и “Дискретной Математике”.


Аннотация


Дисциплина “Стохастическое Моделирование” предназначена для подготовки магистров по направлению 010500.68 “Прикладная математика и информатика”

Курс стохастическое моделирование посвящен анализу и моделированию случайных процессов. Курс начинается с рассмотрения цепей Маркова с дискретным временем и классификации возможных состояний. Далее рассматриваются методы вычисления стационарного распределения. В качестве примеров разбираются методы ранжирования интернет сайтов алгоритмом Pagerank, а также расчеты влияния в социальных сетях. Далее рассматриваются Пуассоновский процесс и Марковские процессы с непрерывным временем Вторая часть курса посвящена приложением теории Марковских процессов: теория массового обслуживание, скрытые Марковские модели, методы Монте Карло. Курс завершается изучением методов компьютерного моделирования случайных процессов (Матлаб)



Учебные задачи курса


Данный курс знакомит студентов с теорией случайных процессов и ее приложениям в информатике, экономике и социологии. В результате изучения курса, студенты получат навыки моделирования случайных процессов и практику программирования на Matlab


II.Тематический план курса «Стохастическое Моделирование»




Название темы

Всего часов по дисциплине

Аудиторные часы

Самостоятельная работа

Лекции

Сем. и практика занятия

1

Обзор курса, введение. Понятие Марковского процесса

8

2

2

4

2

Дискретные цепи Маркова, Классификация состояний

8

2

2

4

3

Стационарное распределение в Марковских цепях

8

2

2

4

4

Пуассоновский процесс

8

2

2

4

5

Цепи Маркова с непрерывным временем

8

2

2

4

6

Стационарное распределение в Марковских цепях с непрерывным временем

8

2

2

4

7

Теория массового обслуживания

10

2

2

6

8

Скрытые Марковские модели

10

2

2

6

9

Методы Монте Карло (MCMC)

10

2

2

6

10

Компьютерное моделирование случайных процессов

30

6

6

18




Итого

108

24

24

60


III.Источники информации

Базовый учебник


Ридер – подборка глав из книг по темам курса.

Список литературы

Основная литература


  1. Sheldon M. Ross. Introduction to Probability Models, Tenth Edition. Academic Press, 2009.

  2. J. R. Norris . Markov Chains (Cambridge Series in Statistical and Probabilistic Mathematics). Cambridge University Press, 1998.

  3. Olive Ibe . Markov Processes for Stochastic Modeling. Academic Press 2008.

Дополнительная литература





  1. William J. Stewart. Introduction to the Numerical Solution of Markov Chains. Princeton University Press, 1994.

  2. Frederick Hillier. Introduction to Operations Research. McGraw-Hill Science, 9th edition ,2009

  3. Гнеденко Б.В. Курс теории вероятностей̆. 2005 -448с


IV.Формы контроля и структура итоговой оценки




Текущий контроль – домашнее задание.

Промежуточный контроль – контрольная работа в конце первого модуля (90 мин);

Итоговый контроль – письменный зачет в конце второго модуля (90 мин.)

Отекущий = Одз

Оитоговый = 0.4·Оэкзамен + 0.4·Ок/р + 0.2·Отекущий


Таблица соответствия оценок по десятибалльной и системе зачет/незачет


Оценка по 10-балльной шкале

Оценка по 5-балльной шкале

1

незачет

2

3

4

зачет

5

6

7

8

9

10


Таблица соответствия оценок по десятибалльной и пятибалльной системе


По десятибалльной шкале

По пятибалльной системе

1 – неудовлетворительно

2 – очень плохо

3 – плохо

неудовлетворительно – 2

4 – удовлетворительно

5 – весьма удовлетворительно

удовлетворительно – 3

6 – хорошо

7 – очень хорошо

хорошо – 4

8 – почти отлично

9 – отлично

10 – блестяще

отлично - 5



V.Программа курса “Стохастическое Моделирование”



Тема 1. Обзор курса, введение. Понятие Марковского процесса


Стохастические процессы. Марковские процессы. Цепи Маркова с дискретным временем. Переходная матрица. Конечномерные распределения и матрица перехода за n шагов. Уравнение Колмогорова-Чепмена.


Основная литература

  1. Sheldon M. Ross. Introduction to Probability Models, Tenth Edition. Academic Press, 2009. Chapter 4, 4.1-4.2


Дополнительная литература

  1. Frederick Hillier. Introduction to Operations Research. McGraw-Hill Science, 9th edition ,2009. Chapter 16, 16.1-16.3




Тема 2. Дискретные цепи Маркова, классификация состояний


Классификация состояний. Достижимые и сообщающиеся состояния. Классы эквивалентности. Неразложимые классы. Неразложимая цепь Маркова. Транзитивные и рекуррентные (возвратные) состояния. Критерий возвратности. Понятие периода состояния. Периодические состояния. Понятие времени возвращения. Вычисление среднего времени возвращения.

Основная литература

  1. Sheldon M. Ross. Introduction to Probability Models, Tenth Edition. Academic Press, 2009. Chapter 4, 4.3



Дополнительная литература




  1. Frederick Hillier. Introduction to Operations Research. McGraw-Hill Science, 9th edition ,2009. Chapter 16, 16.4



  2. Olive Ibe . Markov Processes for Stochastic Modeling. Academic Press 2008. Chapter 3



Тема 3. Стационарное распределение в Марковских цепях

Эргодические состояние и эргодическая Марковская цепь. Стационарное состояние. Основная теорема Марковских цепей. Уравнения стационарного состояния

Основная литература
  1. Sheldon M. Ross. Introduction to Probability Models, Tenth Edition. Academic Press, 2009. Chapter 4, 4.4, 4.6




Дополнительная литература



  1. Frederick Hillier. Introduction to Operations Research. McGraw-Hill Science, 9th edition ,2009. Chapter 16, 16.5-16.7



Тема 4. Пуассоновский процесс


Экспоненциальное распределение. Свойства распределения. Стационарный поток. Поток без последействия. Пуассоновский процесс. Время ожидания. Свойства процесса.

Основная литература
  1. Sheldon M. Ross. Introduction to Probability Models, Tenth Edition. Academic Press, 2009. Chapter 5, 5.1-5.3




Дополнительная литература


Тема 5. Цепи Маркова с непрерывным временем.

Понятие процесса с непрерывным временем. Интенсивность переходов. Матрица интенсивности. Уравнение Чепмена Колмогорова


Основная литература
  1. Sheldon M. Ross. Introduction to Probability Models, Tenth Edition. Academic Press, 2009. Chapter 6, 6.1-6.2




Дополнительная литература



  1. Frederick Hillier. Introduction to Operations Research. McGraw-Hill Science, 9th edition ,2009. Chapter 16, 16.8



  2. Olive Ibe . Markov Processes for Stochastic Modeling. Academic Press 2008. Chapter 4



Тема 6. Стационарное распределение в Марковских цепях с непрерывным временем

Уравнение стационарного состояния.

Основная литература
  1. Sheldon M. Ross. Introduction to Probability Models, Tenth Edition. Academic Press, 2009. Chapter 6, 6.4-6.5




Дополнительная литература


Тема 7. Теория массового обслуживания

Модели теории обслуживания. Уравнение стоимости. Экспоненциальные модели. Модель очереди М/М/1


Основная литература
  1. Sheldon M. Ross. Introduction to Probability Models, Tenth Edition. Academic Press, 2009. Chapter 8, 8.1-8.3




Дополнительная литература



  1. Frederick Hillier. Introduction to Operations Research. McGraw-Hill Science, 9th edition ,2009. Chapter 17, 17.1-17.4

  2. Olive Ibe . Markov Processes for Stochastic Modeling. Academic Press 2008. Chapter 5, 5.1-5.6



Тема 8. Скрытые Марковские модели


Понятие скрытой Марковской модели. Предсказание состояний. Оценка параметров модели

Основная литература
  1. Sheldon M. Ross. Introduction to Probability Models, Tenth Edition. Academic Press, 2009. Chapter 4, 4.11




Дополнительная литература



  1. Olive Ibe . Markov Processes for Stochastic Modeling. Academic Press 2008. Chapter 11, 11.1-11.6



Тема 9. Методы Монте Карло (MCMC)


Моделирование методом Монте Карло. Хастингс Метроплис алгоритм.


Основная литература
  1. Sheldon M. Ross. Introduction to Probability Models, Tenth Edition. Academic Press, 2009. Chapter 4, 4.9




Дополнительная литература

  1. Olive Ibe . Markov Processes for Stochastic Modeling. Academic Press 2008. Chapter 14, 14.1-14.6



Тема 10. Компьютерное моделирование случайных процессов

Генерация случайных последовательностей и перестановок. Моделирование стохастических процессов. Моделирование Пуассоновского процесса. Случайные блуждания. Моделирование Броуновского движения.


Основная литература
  1. Sheldon M. Ross. Introduction to Probability Models, Tenth Edition. Academic Press, 2009. Chapter 11.




Дополнительная литература

  1. Olive Ibe . Markov Processes for Stochastic Modeling. Academic Press 2008. Chapter 8, Chapter 9.



VI.Тематика заданий по формам текущего контроля

Темы домашних работ




  1. Моделирование Марковского процесса

  2. Вычисление временных характеристик состояний

  3. Нахождения стационарного распределения

  4. Моделирование Пуассоновского процесса

  5. Анализ моделей с непрерывным временем

  6. Вычисление стационарного состояния

  7. Моделирование очереди

  8. Расчет параметров скрытой Марковской модели

  9. Генерация распределений методом MCMC

  10. Разработка моделей случайных процессов



Примеры задач, предлагаемых на контрольных работах





  1. Пусть дана Марковская цепь с двумя состояниями {0, 1} и матрицей̆ перехода P = [1/3, 2/3; 3/4,1/4]. Предположив, что в момент времени n = 0, цепь находится в состоянии 0, вычислить вероятность ее нахождения в состоянии 1 через n = 3 шага. Какова вероятность нахождения в состоянии 1 через длительное время?




  1. Пусть у игрока в начале игры имеется $1 и на каждом шаге игры он может выиграть $1 с вероятностью p и проиграть $1 с вероятностью 1 − p. Игра заканчивается когда игрок или разорен или накопил $3. Графически изобразить Марковскую цепь отвечающую этой игре. Вычислить полные вероятности разорения или выигрыша. Найти их численные значения при справедливой̆ игре, т.е. для p = 1/2.

  2. Сформулировать "фундаментальную теорему" существование и уравнения стационарного состояния для Марковских цепей̆ с непрерывным временем. Какие условия эквивалентны уравнениям стационарного состояния?



VII.Вопросы для оценки качества освоения дисциплины


Тема 1.

  1. Дать определение Марковского процесса. Привести примеры

  2. Теорема Колмогорова Чепмена


Тема 2.

  1. Дать определение периода состояния

  2. Какими свойствами обладают классы эквивалентных состояний



Тема 3.

  1. Дать определения эргодической цепи

  2. Фундаментальная теорема Марковских цепей



Тема 4.

  1. Дать определение Пуассоновского процесса

  2. Свойства экспоненциальных распределений


Тема 5.

  1. Дать определение процесса с непрерывным временем

  2. Привести примеры таких процессов



Тема 6.

  1. Дать определение интенсивности переходов. Нарисовать диаграмму.

  2. Уравнение стационарного состояния



Тема 7.

  1. Описать экспоненциальную модель

  2. М/М/1 очередь



Тема 8.

  1. Дать определение скрытой Марковской модели

  2. Привести примеры HMM



Тема 9.

  1. Объяснить принцип генерации распределений методом MCMC



Тема 10.

  1. Основные методы генерации распределений

  2. Способы уменьшения расхождений



VIII.Методические указания студентам


Преподавание ведется на русском языке с использованием английской технической терминологии. Однако большинство используемого справочного материала и научная литература по курсу на английском языке.

Домашние задания выполняются студентами самостоятельно за исключением проектов и курсовых работ, которые по предварительной договоренности с преподавателем возможно разрабатывать в группах.

Для выполнения практической части домашних работ рекомендуется использование Матлаб, однако возможно использование и других языков программирования по договоренности с преподавателем.


Автор программы: _____________________________/ Жуков Л.Е. /



Похожие:

Программа дисциплины Стохастическое Моделирование для направления 010500. 68 «Прикладная математика и информатика» iconПрограмма дисциплины: Моделирование Бизнес-процессов  для направления 010500. 62 «Прикладная математика и информатика»
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 010500....
Программа дисциплины Стохастическое Моделирование для направления 010500. 68 «Прикладная математика и информатика» iconПрограмма дисциплины Упорядоченные множества для анализа данных для направления 010500. 68 Прикладная математика и информатика подготовки магистра Автор Кузнецов С. О. () Рекомендована секцией умс «Прикладная математика и информатика»
Программа дисциплины «Упорядоченные множества для анализа данных» для подготовки магистров по направлению 010500. 68 (магистерская...
Программа дисциплины Стохастическое Моделирование для направления 010500. 68 «Прикладная математика и информатика» iconПрограмма дисциплины Упорядоченные множества для анализа данных для направления 010500. 68 Прикладная математика и информатика подготовки магистра Автор Кузнецов С. О. () Рекомендована секцией умс «Прикладная математика и информатика»
Программа дисциплины «Упорядоченные множества для анализа данных» для подготовки магистров по направлению 010500. 68 (магистерская...
Программа дисциплины Стохастическое Моделирование для направления 010500. 68 «Прикладная математика и информатика» iconПрограмма дисциплины иностранный язык (английский) для направления 010500. 62 "Прикладная математика и информатика"
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 010500. 62 "Прикладная...
Программа дисциплины Стохастическое Моделирование для направления 010500. 68 «Прикладная математика и информатика» iconПрограмма дисциплины иностранный язык (английский) для направления 010500. 62 "Прикладная математика и информатика"
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 010500. 62 "Прикладная...
Программа дисциплины Стохастическое Моделирование для направления 010500. 68 «Прикладная математика и информатика» iconПрограмма дисциплины Объектно-ориентированные case-технологии для направления 010500. 62 Прикладная математика и информатика подготовки бакалавров Автор Незнанов А. А. ()
Программа дисциплины Объектно-ориентированные case-технологии (Технологии разработки сложных программных систем) для подготовки бакалавров...
Программа дисциплины Стохастическое Моделирование для направления 010500. 68 «Прикладная математика и информатика» iconПрограмма дисциплины «Теория межкультурной коммуникации» для направления 010400. 68 «Прикладная математика и информатика»
Программа предназначена для преподавателей, ведущих данную дисциплину, и студентов направления подготовки 010400. 68 "Прикладная...
Программа дисциплины Стохастическое Моделирование для направления 010500. 68 «Прикладная математика и информатика» iconПрограмма дисциплины Обучение машин и восстановление зависимостей для направления 010500. 68- прикладная математика и информатика подготовки магистров Автор Михальский А. И. () Рекомендована секцией умс «Прикладная математика и информатика»
Вапник В. Н. Восстановление зависимостей по эмпирическим данным. Москва, Наука 1979
Программа дисциплины Стохастическое Моделирование для направления 010500. 68 «Прикладная математика и информатика» iconПрограмма дисциплины «Дифференциальные уравнения» для направления 010500. 62 «Прикладная математика и информатика»
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов, обучающихся по магистерской...
Программа дисциплины Стохастическое Моделирование для направления 010500. 68 «Прикладная математика и информатика» iconПрограмма дисциплины иностранный язык (английский) для направления 010500. 62 "Математика"
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 010500. 62 «Прикладная...
Разместите кнопку на своём сайте:
Библиотека


База данных защищена авторским правом ©lib.znate.ru 2014
обратиться к администрации
Библиотека
Главная страница