Webrelaunch 2020

Markovsche Ketten (Sommersemester 2015)

  • Dozent*in: PD Dr. Bernhard Klar
  • Veranstaltungen: Vorlesung (0159600), Übung (0159700)
  • Semesterwochenstunden: 3+1
  • Hörerkreis: Bachelor und Lehramt Mathematik (ab 4. Semester)
Termine
Vorlesung: Montag 11:30-13:00 Hertz-Hörsaal Beginn: 13.4.2015, Ende: 13.7.2015
Donnerstag 14:00-15:30 (14-tägig) AOC 201
Übung: Donnerstag 14:00-15:30 (14-tägig) AOC 201 Beginn: 16.4.2015, Ende: 16.7.2015
Lehrende
Dozent PD Dr. Bernhard Klar
Sprechstunde: Donnerstag, 16:00-17:00 Uhr und nach Vereinbarung
Zimmer 2.052 Kollegiengebäude Mathematik (20.30)
Email: Bernhard.Klar@kit.edu
Übungsleiter Dr. Andreas Reichenbacher
Sprechstunde: Montags, 10:00-11:00 Uhr oder nach Vereinbarung
Zimmer 2.008 Kollegiengebäude Mathematik (20.30)
Email: andreas.reichenbacher@kit.edu
Übungsleiter Dr. Franz Nestmann
Sprechstunde: Nach Vereinbarung
Zimmer 2.003 Kollegiengebäude Mathematik (20.30)
Email: franz.nestmann2@kit.edu

Inhalt

Die Vorlesung behandelt folgende Themen:

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

Termine der Übung

23.04.15, 07.05.15, 28.5.15, 18.06.15, 02.07.15, 16.07.15

Material und weitere Informationen

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


Literaturhinweise

Behrends, E. (2000): Introduction to Markov Chains. Vieweg, Braunschweig 2000.
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.