Stokastisk simulation

• Anvende tilfældighedsgeneratorer indbyggede i software-pakker
• Implementere algoritmer til simulering af tilfældige tal fra en given fordeling
• Udføre simple statistiske analyser af simulerede data
• Anvende simulationsbaserede statistiske metoder, som Markov Chain Monte Carlo og Bootstrap, p� simple problemer.
• Anvende Simuleret Udglødning til at løse mindre, diskrete optimeringsproblemer.
• Anvende event-by-event princippet til at designe en simulationsmodel for et givet teknisk system
• Verficere programmel til simulation.
• Validere en simulationsmodel
• Tilrettelægge og gennemføre et simulationsstudie med henblik på en
• Kunne anvende variansreducerende teknikker i simulationsstudier
• Præsentere resultaterne af et simulationsstudie skriftligt eller mundtligt

De første 6-7 dage indeholder gennemgang af teori og eksempler. Der er mødepligt til denne del af kurset.
Kurset er i høj grad baseret på arbejde med praktiske problemer. Følgende emner gennemgås i forelæsninger: Modelopbygning. Generering af tilfældige tal. Tests for tilfældighed. Tilfældige tal fra statistiske fordelinger.
Introduktion til diskret simulation (fx. systemer) og variansreducerende metoder, bootstrap, Markov chain Monte Carlo teknikken samt simulated annealing. Simulationssprog. Statistisk analyse af simulationsresultater. En række problemer diskuteres i forbindelse med praktiske eksempler.

02402, eller et lignende grundkursus i statistik. Kendskab til programmering.

Forelæsninger, øvelser og kursusarbejde.