Ementa:
Noções de aleatoriedade e processos estocásticos. Inferência para cadeias de Markov a tempo discreto: distribuição marginal, classificação de estados, distribuição estacionária, Métodos de Monte Cario baseados em cadeias de Markov, cadeias de Markov de ordem superior a um. Estimação para passeios aleatórios. Inferência para processos de ramificação, cadeias de Markov ocultas, cadeias de Markov a tempo contínuo, processos de nascimento puro. Análise de verossimilhança para o modelo de Ising, reconstrução de imagens. Inferência para processoas pontuais. Estimação de parâmetros de segunda ordem para processos pontuais estacionários.
Bibliografia:
1. Guttorp, P. (1995) Stochastic Modelling of Scientific Data. Chapman and Hall;
2. Kutoyants, Y.A., Statistical Inference for Spatial Poisson Processes.
Ano de Catálogo: 2026
Créditos: 4
Número mínimo de alunos: 1
Número de alunos matriculados: 6
Idioma de oferecimento: Português
Tipo Oferecimento: Regular
Local Oferecimento:
Horários/Salas:
Docentes:
Reservas:
| Hora | Segunda | Terça | Quarta | Quinta | Sexta | Sábado |
|---|---|---|---|---|---|---|
| 07:00 | ||||||
| 08:00 | ||||||
| 09:00 | ||||||
| 10:00 | B - IM25 | B - IM25 | ||||
| 11:00 | B - IM25 | B - IM25 | ||||
| 12:00 | ||||||
| 13:00 | ||||||
| 14:00 | ||||||
| 15:00 | ||||||
| 16:00 | ||||||
| 17:00 | ||||||
| 18:00 | ||||||
| 19:00 | ||||||
| 20:00 | ||||||
| 21:00 | ||||||
| 22:00 | ||||||
| 23:00 |