M6444 Stochastické modely

Přírodovědecká fakulta
jaro 2014
Rozsah
2/1/0. 3 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
RNDr. Marie Budíková, Dr. (přednášející)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Čt 14:00–15:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M6444/01: Po 14:00–14:50 MP1,01014, Po 14:00–14:50 M6,01011, M. Budíková
M6444/02: Po 15:00–15:50 MP1,01014, Po 15:00–15:50 M6,01011, M. Budíková
Předpoklady
M3121 Pravděpodobnost a statistika I || M4122 Pravděpodob. a statistika II
Podmínkou je předchozí absolvování předmětu M5444 Stochastické modely I.
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Cíle předmětu
Předmět se zabývá možnostmi modelování některých jednoduchých reálných situací, v nichž působí náhodné vlivy. Pozornost je věnována analytickým i simulačním nástrojům pro popis dynamických pravděpodobnostních systémů s diskrétními stavy a jejich využití v analýze systémů hromadné obsluhy. Po absolvování tohoto kurzu bude student schopen modelovat jednoduché reálné situace pomocí analytických i simulačních metod. Při výpočtech bude schopen používat systém MATLAB.
Osnova
  • Problematika modelování, využití simulací, generátory náhodných čísel.
  • Důležitá pravděpodobnostní rozložení, jejich vlastnosti, metody ověřování.
  • Řízené homogenní markovské řetězce, Howardův iterační postup.
  • Základní pojmy teorie hromadné obsluhy, systémy hromadné obsluhy s neomezenou a omezenou kapacitou, opimalizační úlohy v systémech hromadné obsluhy.
Literatura
  • SKALSKÁ, Hana. Stochastické modelování. Vyd. 2., rozšíř. a uprav. Hradec Králové: Gaudeamus. 162 s. ISBN 807041488X. 2006. info
  • KOŘENÁŘ, Václav. Stochastické procesy. Vyd. 1. Praha: Vysoká škola ekonomická v Praze. 227 s. ISBN 8024503115. 2002. info
  • MANDL, Petr. Pravděpodobnostní dynamické modely. 1. vyd. Praha: Academia. 181 s. 1985. info
Výukové metody
Výuka se koná každý týden v rozsahu 2h přednáška, 1h cvičení. Ve cvičení se využívá systém MATLAB.
Metody hodnocení
Závěrečná zkouška je písemná, je tvořena čtyřmi příklady. Příklady jsou hodnoceny na škále 0 až 100. Je nutno získat aspoň 51 %.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2011 - akreditace, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011, jaro 2012, jaro 2012 - akreditace, jaro 2013, jaro 2015, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2020, jaro 2021, jaro 2022, jaro 2023, jaro 2024.