Kurzus nemzetközi vendég- és részidős hallgatóknak
- Kar
- Természettudományi Kar
- Szervezet
- TTK Valószínűségelméleti és Statisztika Tanszék
- Kód
- difoml1u0um17em
- Cím
- Diszkrét és folytonos paraméterű Markov-láncok (ea)
- Tervezett félév
- Őszi
- Meghirdetve
- 2024/25/1
- ECTS
- 3
- Nyelv
- en
- Oktatás célja
- Tudás: A Markov-láncok matematikai megalapozása alapvető fogalmainak, módszereinek elsajátítása Képesség: A Markov-láncok matematikai modelljének megértése, használata Attitűd: igény az alkalmazott matematikai tudás gyarapítására, új alkalmazott matematikai ismeretek megszerzésére, kompetenciák elsajátítására, kifejlesztésére. Törekvés a matematikai ismereteinek minél szélesebb körű alkalmazására Autonómia és felelősség: A Markov-láncok témakörében elsajátított alapvető ismeretei felhasználásával képes önállóan megválasztani az alkalmazási problémák megoldására alkalmazható módszereket
- Tantárgy tartalma
- Sztochasztikus folyamatok: Markov-tulajdonság, erős Markov-tulajdonság, homogenitás. Diszkrét paraméterű Markov-láncok: definíció, átmenetmátrix, az állapotok osztályozása. Periódus, visszatérőség. Az átmenetvalószínűségek konvergenciája. Stacionárius eloszlás. Nagy számok törvénye és centrális határeloszlás-tétel irreducibilis, pozitív rekurrens Markov-lánc funkcionáljára. Átmenetvalószínűségek tabu állapotokkal. Reguláris mérték, Doeblin hányados tétele. Megfordított Markov-lánc. Elnyelődési valószínűségek. Perron-Frobenius tételek. Folytonos paraméterű Markov-láncok: definíció, átmenetmátrix, derivált a nullában, infinitezimális generátor. Példák: Poisson folyamat, születési és halálozási folyamatok.
- Számonkérés és értékelés
- szóbeli vizsga
- Ajánlott irodalom
- Karlin – Taylor: Sztochasztikus folyamatok. Gondolat Kiadó, 1985. Chung: Markov Chains With Stationary Transition Probabilities. Springer, 1967. Isaacson – Madsen: Markov Chains: Theory and Applications. Wiley, 1976.