Markovketten

Lecturer: Martin Slowik

Ilias: Bitte registriert euch auf Ilias für die Veranstaltung!

Inhalt der Vorlesung:

• stochastische Prozesse in diskreter Zeit, Markoveigenschaft, Markovketten, starke Markoveigenschaft
• Klasseneigenschaft, Rekurrenz, Transienz
• Gleichgewichtsverteilung, Konvergenz gegen die Gleichgewichtsverteilung
• Reversible Markovketten

Format:

Robotorvorlesung + Supervision. Was heißt das? Keine Ahnung, wir experimentieren noch. In einer Robotorvorlesung schaut ihr euch selbstständig die Vorlesungsvideos an. Der Kontakt zu anderen Studierenden und Profs wird innerhalb der Supervision erfolgen.

1. Markovketten mit abzählbarem Zustandsraum
• VL 1: aufgezeichnete VL (Teil 1, Teil 2), Notizen (PDF, 7 MB)
• VL 2: aufgezeichnete VL (Teil 1, Teil 2), Notizen (PDF, 6 MB)
• VL 3: aufgezeichnete VL (Teil 1, Teil 2), Notizen (PDF, 4 MB)
• VL 4: aufgezeichnete VL (Teil 1, Teil 2, Teil 3), Notizen (PDF, 6 MB)
2. Struktureigenschaften der Übergangsmatrix
• VL 5: aufgezeichnete VL (Teil 1, Teil 2), Notizen (PDF, 6 MB)
• VL 6: aufgezeichnete VL (Teil 1, Teil 2), Notizen (PDF, 6 MB)
• VL 7: aufgezeichnete VL (Teil 1, Teil 2, Teil 3), Notizen (PDF, 7 MB)
3. Invariante Maße und Gleichgewichtsverteilungen
• VL 8: aufgezeichnete VL (Teil 1, Teil 2), Notizen (PDF, 8 MB)
• VL 9: aufgezeichnete VL (Teil 1, Teil 2), Notizen (PDF, 5 MB)
4. Konvergenz von Markovketten
• VL 10: aufgezeichnete VL (Teil 1, Teil 2), Notizen (PDF, 7 MB)