Objetivos


Proporcionar aos estudantes o conhecimento de diferentes modelos baseados na dependência Markoviana.
Aplicar as metodologias apresentadas por meio do uso da linguagem de programação R. Discutir aplicações.


Ementa


Cadeias de Markov. Inferência em Cadeias de Markov. Simulação estocástica: MCMC. Modelos Ocultos de Markov.


Local: Laboratório B. Horário: Terça-feira 20:45h - 22:15h e quinta-feira 19:00h - 20:30h.
Nota: soma das notas obtidas nos três trabalhos assíncronos programados.


Referências bibliográficas básicas

1. Cadeias de Markov
   Fernando Lucambio Pérez.
2. Modelos Ocultos de de Markov
   Fernando Lucambio Pérez.
3. Introduction to stochastic processes.
   Hoel, P.G., Port, S.C. and Stone, C.J. (1972). Hougthon Mifflin Company.
4. Stochastic processes: an introduction.
   Jones, P.W. and Smith, P. (2001). Oxford University Press.
5. Markov chains.
   Norris, J. (1997). Cambridge University Press
6. Métodos Computacionais em Inferência Estatística
   Paulo Justiniano Ribeiro Jr., Wagner Hugo Bonat, Elias Teixeira Krainski, Walmes Marques Zeviani.
   MINICURSO, 20ª SINAPE Simpósio Nacional de Probabilidade e Estatística.



Referências bibliográficas complementares

1. Markov Chains Models, Algorithms and Applications.
   Ching, W.-K., Huang, X., Ng, M.K. and Siu, T.K. (2013). Springer
2. Basics of Applied Stochastic Processes.
   Serfozo, R. (2009). Springer-Verlag.
3. Stochastic calculus and financial applications.
   Steele, J.M. (2001). Springer–Verlag.
4. An introduction to Markov chains.
   Tolver, A. (2016). University of Copenhagen
5. Discrete-Time Markov Models.
   Brémaud, P. (1999). Springer-Verlag.

Cadeias de Markov

Simulação estocástica: MCMC

Modelos Ocultos de Markov