Home | english  |  Impressum  |  Datenschutz  |  Sitemap  |  Intranet  |  KIT
Institut für Stochastik

Sekretariat
Kollegiengebäude Mathematik (20.30)
Zimmer 2.056 und 2.002

Adresse
Hausadresse:
Karlsruher Institut für Technologie (KIT)
Institut für Stochastik
Englerstr. 2
D-76131 Karlsruhe

Postadresse:
Karlsruher Institut für Technologie (KIT)
Institut für Stochastik
Postfach 6980
D-76049 Karlsruhe

Öffnungszeiten:

Tel.: 0721 608 43270/43265

Fax.: 0721 608 46066

Markovsche Ketten (Sommersemester 2020)

Dozent: Prof. Dr. Nicole Bäuerle, Tamara Göll M.Sc.
Veranstaltungen: Vorlesung (0159600), Übung (0159700)
Semesterwochenstunden: 3+1


AKTUELL

25.8.2020, 9:00 - 11:00 Uhr
5.10.2020, 16:00 - 18:00 Uhr

Termine
Vorlesung: Montag 11:30-13:00 SR 0.014
Übung: Dienstag 8:00-9:30 SR 0.014
Dozenten
Dozentin Prof. Dr. Nicole Bäuerle
Sprechstunde: nach Vereinbarung.
Zimmer 2.016 Kollegiengebäude Mathematik (20.30)
Email: nicole.baeuerle@kit.edu
Übungsleiterin Tamara Göll M.Sc.
Sprechstunde: Nach Vereinbarung
Zimmer 2.014 Kollegiengebäude Mathematik (20.30)
Email: tamara.goell@kit.edu

In der Vorlesung werden folgende Themen besprochen:

Markov-Eigenschaft, Übergangswahrscheinlichkeiten, Simulationsdarstellung, Irreduzibilität und Aperiodizität, Stationäre Verteilungen, Ergodensätze, Reversible Markovsche Ketten, Warteschlangen, Jackson-Netzwerke, Irrfahrten, Markov Chain Monte Carlo, Markovsche Ketten in stetiger Zeit, Übergangsintensitäten, Geburts- und Todesprozesse, Poissonscher Prozess


Material und weitere Informationen

Material zur Vorlesung, Tutoriumstermine, sowie alle wichtigen Informationen finden Sie auf der ILIAS-Seite der Vorlesung.

Prüfung

Klausur 25.08.20, 9-11 Uhr Geb 40.44 Halle 2

Literaturhinweise

Brémaud, P. (1999): Markov Chains: Gibbs Fields, Monte Carlo Simulation and Queues. Springer, New York.
Häggström, O. (2007): Finite Markov Chains and Algorithmic Applications. Cambridge University Press, Cambridge.
Lawler, G. (2006): Introduction to Stochastic Processes. Chapman Hall, Boca Raton.
Norris, J. (1997): Markov Chains. Cambridge University Press.
Privault, N. (2013) Understanding Markov Chains : Examples and Applications. Springer.
Resnick, S. (1992): Adventures in Stochastic Processes. Birkhäuser, Boston.
Ross, S. (1996): Stochastic Processes. Wiley, New York.