Objectivos
|
Pretende-se que os
alunos apreendam o paradigma da simulação (e
modelação) computacional baseado em técnicas de
Monte Carlo, nomedamente MCMC, com aplicações a
vários sistemas complexos que surgem em várias áreas
(biologia, economia, etc) nomeadamente
mecânica estatística, autómatos celulares, redes
cinéticas, redes sociais, inferência Bayesiana, etc.
|
|
|
|
|
Materiais
|
|
|
Software
|
R -
The R Project for Statistical Computing
|
link
|
|
|
|
| Módulo 1 |
Modelos
probabilísticos e processos estocásticos (revisões).
Uso do R.
[Última versão 25/2/2015]
|
pdf
|
Módulo2
|
Simulação
de va's discretas e contínuas e de processos
estocásticos. Uso do R
[Última versão 25/2/2015]
|
pdf
|
Módulo 3
|
Integração Monte
Carlo [Última versão 5/3/2015] |
pdf
|
Módulo 4
|
Métodos
MCMC (Markov Chain Monte Carlo) [Última versão
18/3/2015]
Códigos R (Nilson) here
|
pdf
|
Módulo 5
|
Inferência
Bayesiana (versão provisória de 18/3/2015)
|
pdf
|
Módulo 6
|
Cinética
estocástica e inferência de parâmetros (métodos LF e
ABC) [Última versão
28/4/2015]
|
pdf
|
Módulo 7
|
Modelos de mecânica
estatística e de otimização estocástica
[Última versão 18/3/2015]
|
pdf
|
|
|
|
Exercícios
|
Enunciados dos
exercícios para as aulas (Última versão 25/3/2015) |
pdf
|
|
Resolução do teste
final de 4 de Junho de 2015
|
pdf
|
|
Resolução do exame
de recurso 9 de Julho de 2015 |
pdf
|
|
|
|
Pasta com papers sugeridos para leitura
e exposições de fim de curso (19/02/15) extraídos do
livro "Markov Chain Monte Carlo in Practice"
W.R. Gilks, S. Richardson and D.J. Spiegelhalter (pdf)
|
pasta
zip
|
|
|
|
Grelha de avaliação das apresentações (Scale for assessment of presentations)
|
pdf
|
|
|
|
|
Última
actualização: 9-7-2015
|
|
