Posluchač se seznámí s teoretickými základy konečných Markovových řetězců a se simulační metodou Markovské Monte Carlo podle literatury [1]. V oblasti perfektní simulace bude studovat Wilsonovu modifikaci Propp-Wilsonova algoritmu, viz kapitola 12 v [1]. Dále bude implementovat studovaný simulační postup na počítači.
Seznam odborné literatury
[1] O. Häggström: Finite Markov Chains and Algorithmic Applications. London Math. Soc., Student Texts 52, Cambridge Univ. Press.
Předběžná náplň práce
Úlohou metod Markovského Monte Carla je simulovat výběr ze složitého rozdělení pravděpodobnosti. Téma se zabývá tzv. perfektní simulaci, ke které může dojít v konečném počtu kroků iteračních postupů.
Předběžná náplň práce v anglickém jazyce
Markov chain Monte Carlo method aims to sample from a complex probability distribution. The topic deal with the so-called perfect simulation which enables to sample within a finite number of iterations.
