MATA271 Stokastiset mallit (4 op)
Osaamistavoitteet
Kurssin suoritettuaan opiskelija:
* tuntee Markovin ketjut ja niiden ominaisuuksia
* on oppinut useita malleja, joissa Markovin ketjuja sovelletaan
* osaa tunnistaa milloin ilmi枚t盲 voidaan mallintaa Markovin ketjujen avulla
* osaa analysoida Markovin ketjuja k盲ytt盲vi盲 malleja ja johtaa niist盲 ilmi枚n ominaisuuksia
* on oppinut useita Markovin ketju Monte Carlo -menetelmi盲.
Suoritustavat
Kurssitentti ja harjoitukset. Osa harjoitusteht盲vist盲 voi olla pakollisia.
Opintojakson vaihtoehtoisena suoritustapana on lopputentti.
厂颈蝉盲濒迟枚
T盲ll盲 kurssilla opiskellaan p盲盲asiassa Markovin ketjuja. Sen lis盲ksi, ett盲 tutkaillaan niiden ominaisuuksia, kuten k盲ytt盲ytymist盲 ajan kasvaessa rajatta, tarkastellaan my枚s useita sovelluksia, kuten:
* yksinkertainen s盲盲ennustusmalli,
* diskreettiaikainen hinnoittelumalli,
* malli, jolla kuvaillaan s盲teilyn aiheuttamaa sy枚p盲riski盲,
* satunnaisk盲vely Markovin ketjun erikoistapauksena.
Lopuksi aiheena on Markovin ketju Monte Carlo -menetelmien toimiminen taustalla olevan yleistetyn suurten lukujen lain ansiosta.
Oppimateriaalit
Luentomoniste: C. Geiss. Stochastic modeling.
Arviointiperusteet
Opintojakson arvosana m盲盲r盲ytyy
a) kurssitentin pistem盲盲r盲n ja mahdollisten laskuharjoitushyvitysten
TAI
b) lopputentin pistem盲盲r盲n
perusteella.
Hyv盲ksyttyyn suoritukseen vaaditaan v盲hint盲盲n puolet maksimipistem盲盲r盲st盲.
Esitietovaatimukset
MATA280 Stokastiikan perusteet tai TILA121 Todenn盲k枚isyyslaskenta tai TILA1200 Todenn盲k枚isyyslaskenta 1.