Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 368)
Detail práce
   Přihlásit přes CAS
Coupling a rychlost konvergence diskrétních MCMC algoritmů.
Název práce v češtině: Coupling a rychlost konvergence diskrétních MCMC algoritmů.
Název v anglickém jazyce: Coupling and speed of convergence of discrete MCMC algorithms.
Klíčová slova: Markovův řetězec, stacionární rozdělení, konvergence, coupling, MCMC algoritmus
Klíčová slova anglicky: Markov chain, stationary distribution, convergence, coupling, MCMC algorithm
Akademický rok vypsání: 2010/2011
Typ práce: bakalářská práce
Jazyk práce: čeština
Ústav: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Vedoucí / školitel: RNDr. Michaela Prokešová, Ph.D.
Řešitel: skrytý - zadáno a potvrzeno stud. odd.
Datum přihlášení: 20.10.2010
Datum zadání: 20.10.2010
Datum a čas obhajoby: 27.06.2011 00:00
Datum odevzdání elektronické podoby:24.05.2011
Datum odevzdání tištěné podoby:26.05.2011
Datum proběhlé obhajoby: 27.06.2011
Oponenti: RNDr. Jiří Dvořák, Ph.D.
 
 
 
Zásady pro vypracování
Úkolem studenta/tky je nastudovat, popsat a ilustrovat na příkladech metody odhadu rychlosti mixingu diskrétních Markovských řetězců pomocí couplingu. Práce je kompilační, vlastní příspěvek studenta bude spočívat v přehledném zpracování a vysvětlení studovaných metod (v češtině nebo slovenštině), doplnění podrobností v některých důkazech a vypracování vybraných cvičení z knihy Markov Chains and Mixing Times.

Pro úspěšné vypracování práce je vhodné absolvovat předměty NSTP238 a NSTP050.
Seznam odborné literatury
D A Levin, Y Peres, E L Wilmer (2009): Markov Chains and Mixing Times, AMS, Providence.
Předběžná náplň práce
Jednou za základních vlastností Markovských řetězců, velmi důležitou zvláště v moderních algoritmických aplikacích Markovských řetězců s diskrétním časem a konečným stavovým prostorem, je rychlost konvergence marginálního rozdělení řetězce k jeho stacionárnímu rozdělení (neboli rychlost mixingu). Metod používaných pro odvození mezí pro tuto rychlost je mnoho, práce se zaměří na pokročilejší metody z teorie náhodných procesů používající coupling. Tyto metody budou použity pro odhad rychlosti konvergence některých Markov Chain Monte Carlo algoritmů.
Předběžná náplň práce v anglickém jazyce
One of the essential properties of Markov chains very important particularly in the modern algorithmic applications of Markov chains with discrete time and finite statespace is the speed of convergence of their marginal distribution to the limit distribution.(in of other words the speed of mixing). There are several methods for obtaining the bounds for the mixing speed, the thesis will deal with the more advanced methods which use coupling. These methods will be applied to the estimation of the speed of convergence of several Markov Chain Monte Carlo algorithms.
 
Univerzita Karlova | Informační systém UK