Markov Chains

6 EC

Semester 1, periode 1, 2

5122KANS6Y

Eigenaar Bachelor Wiskunde
Coördinator prof. dr. R. Nunez Queija
Onderdeel van Dubbele bachelor Wis- en Natuurkunde, jaar 3Bachelor Wiskunde, jaar 3Dubbele bachelor Wiskunde en Informatica, jaar 3

Studiewijzer 2016/2017

Globale inhoud

Het college bestaat uit drie delen. In het eerste (en grootste) deel worden Markov ketens in discrete tijd geintroduceerd. De volgende begrippen zullen worden behandeld: klassen structuur van toestanden, intreetijden, absorptie kansen, sterke Markov eigenschap, random walks, evenwichtsverdelingen, convergentie naar evenwicht en omkeerbaarheid (reversibility).
Het tweede deel betreft continue-tijds Markov ketens. Veel aandacht zal hierbij worden besteed aan de exponentiele verdeling, het Poisson proces en ingebedde discrete-tijds Markov ketens.
Het laatste deel betreft toepassingen van Markov ketens, met bijzondere aandacht voor vertakkingsprocessen en wachtrijtheorie.

Studiemateriaal

Literatuur

  • James R. Norris, 'Markov Chains', Cambridge University Press.

Leerdoelen

Het verwerven van inzicht in de fundamentele eigenschappen van Markovketens in zowel discrete als in continue tijd.

Onderwijsvormen

  • Hoorcollege
  • Werkcollege
  • Zelfstudie

Hoorcollege en werkcollege.

Verdeling leeractiviteiten

Activiteit

Aantal uur

Hoorcollege

26

Tentamen

3

Tussentoets

3

Werkcollege

28

Zelfstudie

108

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

  • Van elke student wordt actieve deelname verwacht aan het examenonderdeel waarvoor hij/zij staat ingeschreven.
  • Als een student door overmacht niet aanwezig kan zijn bij een verplicht onderdeel van het examenonderdeel, dient hij/zij dit zo snel mogelijk schriftelijk te melden bij de betreffende docent. De docent kan, eventueel na overleg met de studieadviseur, besluiten om de student een vervangende opdracht op te leggen.
  • Het is niet toegestaan om verplichte onderdelen van een examenonderdeel te missen als er geen sprake is van overmacht.
  • Bij kwalitatief of kwantitatief onvoldoende deelname, kan de examinator de student uitsluiten van verdere deelname aan het examenonderdeel of een gedeelte daarvan.

Aanvullende eisen voor dit vak:

Toetsing

Onderdeel en weging Details Opmerkingen

Eindcijfer

100%

Theorie

Herkansbaar

40%

Tussentoets

60%

Tentamen

0%

Huiswerkopgaven

Best ofBonus: 20% als tentamen minimaal een 5.0 is.

Als het cijfer van de huiswerkopgaven lager is dan het tentamencijfer dan wordt het opgavencijfer hetzelfde als het tenamencijfer. 

note: Deze regel maakt dat het niet nadelig kan zijn om het huiswerk te maken. 

Inzage toetsing

De datum, het tijdstip en de locatie van het inzagemoment staan in het rooster in DataNose.

Opdrachten

Huiswerkopdrachten

  • 3 of 4 huiswerkopdrachten

Onderstaande opdrachten komen aan bod in deze cursus:

  •    Naam opdracht 1 : beschrijving 2
  •    Naam opdracht 2 : beschrijving 1
  •    ....

Fraude en plagiaat

Dit vak hanteert de algemene 'Fraude- en plagiaatregeling' van de UvA. Hier wordt nauwkeurig op gecontroleerd. Bij verdenking van fraude of plagiaat wordt de examencommissie van de opleiding ingeschakeld. Zie de Fraude- en plagiaatregeling van de UvA: www.uva.nl/plagiaat

Weekplanning

Weeknummer Onderwerpen Studiestof Homework deadline
1  Sections 1.1 - 1.3  book  
2  Sections 1.3 - 1.4 + generating functions  book + notes next Monday
3  Sections 1.5 - 1.6  book  
4  Section 1.7  "  
5  Section 1.8  " next Monday
6 Sections 1.8 - 1.9 "  
7 Section 1.10 + recap Chapter 1 book + old midterm exam  
8 Midterm exam Sections 1.1 - 1.9  
9 Sections 2.1 - 2.3 book  
10 Section 2.4 "  
11 Section 2.5 - 2.7 "  
12 Sections 3.1 - 3.5 " next Monday
13 Section 5.1  "  
14 Section 5.2 " next Monday (optional)
15 Recap Chapters 2 and 5 "  
16 Final exam    

Rooster

Aanvullende informatie

Vereiste voorkennis: Stochastiek 1

Aanbevolen voorkennis: Stochastiek 2

Contactinformatie

Coördinator

  • prof. dr. R. Nunez Queija