1. Métodos de generación de variables aleatorias discretas y continuas.
2. Generación de recorridos aleatorios, movimiento Browniano y proceso de Poisson.
3. Generación de procesos markovianos.
4. Generación de procesos puntuales y procesos relacionados.
5. Principios de la simulación Monte Carlo.
6. Simulación Monte Carlo de procesos estocásticos. Procesos en finanzas.
7. Métodos Monte Carlo para la inferencia estadística.
8. Métodos MCMC y algoritmos de optimización para la inferencia probabilística.
Bibli:
• Binder, K., Kinder, K. y Heermann, D.W. (2002). Monte carlo Simulation in Statistical Physics: An Introduction. Springer.
• Chang, H.S., Hu J., Fu, M.C., y Marcus S.I. (2007). Simulation-Based Algorithms for Markov Decision Processes. Springer-Verlag.
• Davison, A.C. y Hinkley, D.V. (1997). Bootstrap Methods and their Application. Cambridge University Press.
• Efron, B. y Tibshirani, R.J. (1993). An Introduction to the Bootstrap. Chapman & Hall.
• Evans, M.J. y Swartz, T. (2000). Approximating Integrals via Monte Carlo and Deterministic Methods. Oxford University Press.
• Fishman, G.S. (1996). Monte Carlo. Concepts, Algorithms, and Applications. Springer-Verlag.
• Gentle, J.E. (2003). Random Number Generation and Monte Carlo methods. Springer.
• Gilks, W.R., Richardson, S. y Spiegelhalter, D.J. (1996). Markov Chain Monte Carlo in Practice. Chapman & Hall.
• Glasserman, P. (2004). Monte Carlo Methods in Financial Engineering. Springer.
• Iacus, S.M. (2008). Simulation and Inference for Stochastic Differential Equations: with R Examples. Springer.
• Manly, B. F. J. (1998). Randomization, bootstrap and Monte Carlo Methods in Biology. Chapman and Hall.
• McLeish, Don L. (2005). Monte Carlo Simulation and Finance. Wiley.
• Richardson, S. y Gilks, W. R. (1996). Markov Chain Monte Carlo in Practice. Chapman and Hall.
• Ripley, B.D. (2006). Stochastic Simulation. John Wiley.
• Robert, C.P. y Casella, G. (2004). Monte Carlo Statistical Methods. Springer-Verlag.
• Ross, S.M. (1990). A Course in Simulation. Macmillan.
• Rubinstein, R.Y. y Melamed, B. (1998). Modern Simulation and Modeling. Wiley.
• Shedler, G.S. (1993). Regenerative Stochastic Simulation. Academic Press.
2. Generación de recorridos aleatorios, movimiento Browniano y proceso de Poisson.
3. Generación de procesos markovianos.
4. Generación de procesos puntuales y procesos relacionados.
5. Principios de la simulación Monte Carlo.
6. Simulación Monte Carlo de procesos estocásticos. Procesos en finanzas.
7. Métodos Monte Carlo para la inferencia estadística.
8. Métodos MCMC y algoritmos de optimización para la inferencia probabilística.
Bibli:
• Binder, K., Kinder, K. y Heermann, D.W. (2002). Monte carlo Simulation in Statistical Physics: An Introduction. Springer.
• Chang, H.S., Hu J., Fu, M.C., y Marcus S.I. (2007). Simulation-Based Algorithms for Markov Decision Processes. Springer-Verlag.
• Davison, A.C. y Hinkley, D.V. (1997). Bootstrap Methods and their Application. Cambridge University Press.
• Efron, B. y Tibshirani, R.J. (1993). An Introduction to the Bootstrap. Chapman & Hall.
• Evans, M.J. y Swartz, T. (2000). Approximating Integrals via Monte Carlo and Deterministic Methods. Oxford University Press.
• Fishman, G.S. (1996). Monte Carlo. Concepts, Algorithms, and Applications. Springer-Verlag.
• Gentle, J.E. (2003). Random Number Generation and Monte Carlo methods. Springer.
• Gilks, W.R., Richardson, S. y Spiegelhalter, D.J. (1996). Markov Chain Monte Carlo in Practice. Chapman & Hall.
• Glasserman, P. (2004). Monte Carlo Methods in Financial Engineering. Springer.
• Iacus, S.M. (2008). Simulation and Inference for Stochastic Differential Equations: with R Examples. Springer.
• Manly, B. F. J. (1998). Randomization, bootstrap and Monte Carlo Methods in Biology. Chapman and Hall.
• McLeish, Don L. (2005). Monte Carlo Simulation and Finance. Wiley.
• Richardson, S. y Gilks, W. R. (1996). Markov Chain Monte Carlo in Practice. Chapman and Hall.
• Ripley, B.D. (2006). Stochastic Simulation. John Wiley.
• Robert, C.P. y Casella, G. (2004). Monte Carlo Statistical Methods. Springer-Verlag.
• Ross, S.M. (1990). A Course in Simulation. Macmillan.
• Rubinstein, R.Y. y Melamed, B. (1998). Modern Simulation and Modeling. Wiley.
• Shedler, G.S. (1993). Regenerative Stochastic Simulation. Academic Press.
Comentarios
Publicar un comentario