|
|
|||||||||||||||||
Opinto-opas 2010-2011
KSU-4710 Stokastisten ilmiöiden simulointi, 5 op
|
Vastuuhenkilö
Per-Erik Hagmark
Opetus
| Opetusmuoto | P1 | P2 | P3 | P4 | Kesä | Toteutuskerrat | Luentoajat ja -paikat |
|
|
|
|
|
|
|
|
|
Suoritusvaatimukset
Hyväksytysti suoritetut kotiharjoitustehtävät (50%) ja tentti (50%).
Osasuoritusten pitää liittyä samaan toteutuskertaan
Opetukseen ja oppimiseen liittyvät periaatteet ja lähtökohdat
Luennot, laskuharjoitukset, TK-avusteinen
Osaamistavoitteet
A. Opintojakson suoritettuaan opiskelija hallitsee stokastisen simuloinnin perusidean sekä yhteydet tavallisiin todennäköisyyslaskennan ja tilastomatematiikan peruskäsitteisiin. B. Hän osaa pukea monia pienimuotoisia satunnaisilmiöitä simuloitavaan muotoon, sekä tarvittaessa luoda yksinkertaisia tietokoneohjelmia ratkaisun saamiseksi. C. Opiskelija osaa oma-aloitteisesti soveltaa opetettuja simulointimenetelmiä mm. luotettavuuden, käyttövarmuuden, elinikien, vika-korjausprosessien sekä tilastollisen analyysin konkreettisiin probleemeihin. D. Hänellä on opintojakson suoritettuaan myös käyttökelpoinen käsitys muutamien yleisten simulointimenetelmien rakenteesta ja soveltuvuudesta.
Sisältö
| Sisältö | Ydinaines | Täydentävä tietämys | Erityistietämys |
| 1. | Satunnaissuureen kvantiilifunktio ja muut jakofunktiot. Empiirinen jakauma. Simuloinnin perusteoria. Yhteys klassisiin käsitteisiin. | Tilastomatematiikan peruskäsitteiden hyvä tuntemus. | Logiikka ja TN-laskennan mittateoreettiset perusteet. |
| 2. | Satunnaissuureiden rakentelu ja yhdistely. Riippuvien ja korreloivien satunnaissuureiden konstruointi. Elinikä, luotettavuus- käyttövarmuus ym. sovelluksia | Standardijakaumien tuntemus, yleiset ääriarvojakaumat | Fisher-Tippetin lause, etc. |
| 3. | Stokastisten prosessien simulointi (esimerkkeinä NHPP, renewal, semi-Markov, etc). Tapahtumaprosessit, esim. vika-korjausprosessit | Ohjelmointitaito. Matematiikka- ja statistiikka-ohjelmien käyttötaito. | Diskreettisten tapahtumien systeemit (DES). |
| 4. | Järjestetty otos. Otoskoko. Luottamusalueet ja testaus. | Bootstrap-menetelmät. Varianssin redusointi. | |
| 5. | Regressioanalyysi, koesuunnittelu. Muita simulointimenetelmiä (Alias-, kieltämis- ym). |
Opintojakson arvostelu
Opintojakson suoritus koostuu tentistä (50%) ja kotiharjoitustehtävistä (50%). Hyväksytyn opintojakson arvosana on 1-5. Opiskelijan arvosana on 5 jos kaikki em. osaamistavoitteet A, B, C ja D toteutuvat. Arvosana on (vähintään) 1 jos opiskelija on kohtuullisesti saavuttanut oppimistavoitteet A ja B.
Arvosteluasteikko:
Opintojaksolla käytetään numeerista arviointiasteikkoa (1-5)
Osasuoritukset:
Oppimateriaali
| Tyyppi | Nimi | Tekijä | ISBN | URL | Painos,saatavuus... | Tenttimateriaali | Kieli |
| Kirja | Modern Simulation and Modeling | Rubinstein-Melamed | 0-471-17077-1 | Wiley-Interscience, 1998 | Englanti | ||
| Opintomoniste | Stokastisten ilmiöiden simulointi | P-E Hagmark | Jaetaan luennolla | Suomi |
Tietoa esitietovaatimuksista
Korkeakoulujen matematiikan peruskursseista, tilastomatematiikan alkeiden tuntemisesta sekä ohjelmointitaidosta on hyötyä.
Esitietoketju (Vaatii kirjautumisen POPiin)
Vastaavuudet
| Opintojakso | Vastaa opintojaksoa | Selite |
|
|
|
Vastaavuus 1 = 1 |
|
|
|
Lisätiedot
Ei ole.
Soveltuu jatko-opinnoiksi
Tarkempia tietoja toteutuskerroittain
| Toteutus | Kuvaus | Opetusmuodot | Toteutustapa |
| Satunnaisilmiöiden simulointi on silta todennäköisyysteorian ja reaalimaailman välillä Opiskelija oppii miten reaaliaikaisia ja muita ilmiöitä sekä niide riippuvuuksia mallinnetaan simuloimalla. Sovelluksissa perehdytään mm. käyttövarmuusajatteluun. | Luennot Harjoitukset Harjoitustyöt |
Lähiopetus: 30 % Etäopetus: 0 % Itseopiskelu: 70 % |