Simulation stochastischer Prozesse
an. Die Monte-Carlo-Simulation stochastischer Prozesse auf modernen Computern gewinnt immer mehr an Bedeutung. Die Gründe hierfür sind vielfältig. Zum einen können heute auf Computern, deren Performance sich in den letzten Jahren mehrfach auf rasante Weise verbessert hat, immer anspruchsvollere mathematische Modelle implementiert werden. Andererseits erfordern bestimmte Fragestellungen mit hoher Komplexität neben analytischen Lösungsansätzen auch die Anwendung von Computer-Simulationen.
Die ersten Seminarvorträge sollen zunächst eine Einführung in die Grundlagen der Monte-Carlo-Simulation geben. Dabei sollen vor allem Methoden zur Konstruktion von Zufallszahlengeneratoren behandelt werden. Danach wollen wir Simulationsmethoden studieren, die auf dem Modell der Markov-Ketten basieren, insbesondere die sogenannte perfekte Simulation bzw. Algorithmen, die die Idee des "Coupling-from-the-Past" nutzen.
S. Asmussen (1999) Stochastic Simulation with a View towards Stochastic Processes.
http://www.maphysto.dk/cgi-bin/w3-msql/publications/genericpublication.html?publ=89
P. Bremaud (1998) Markov Chains: Gibbs Fields, Monte Carlo Simulation and Queues.
Springer, New York.
O. Häggström (2000) Finite Markov Chains and Algorithmic Applications.
http://dimacs.rutgers.edu/~dbwilson/exact.html/#haggstrom:course
D. Wilson (2000) Perfectly Random Sampling with Markov Chains.
http://dimacs.rutgers.edu/~dbwilson/exact.html
Grundkenntnisse in Wahrscheinlichkeitsrechnung und mathematischer Statistik werden vorausgesetzt. Das Seminar findet jeweils am Mittwoch von 12.30 bis 14.00 Uhr im Raum 120, Helmholtzstraße 18, statt.
Beginn: 18. Oktober 2000.
Interessenten werden gebeten, sich im Sekretariat der Abteilung Stochastik (Helmholtzstr. 18, Zimmer 164, Tel. 50-23531) in die Anmeldeliste einzutragen.
gez. Uwe
Jensen
Volker
Schmidt
Ulrich
Stadtmüller
Stephan Böhm -- Letzte Änderung: 18. September 2000