[ABE-L] Curso de Verão (EMAp/FGV) com Prof. Pierre del Moral

[Rodrigo Targino]

Prezados,
é com prazer que informo que a Escola de Matemática Aplicada (*EMAp*) da
Fundação Getulio Vargas (*FGV*) irá oferecer um curso de verão em *Métodos
de Monte Carlo*, ministrado por um dos maiores especialistas no campo, o* Prof.
Pierre del Moral <http://people.bordeaux.inria.fr/pierre.delmoral/>*
 (INRIA-França).

O curso ocorrerá dos dia *29/Jan/2018 ao dia 02/Mar/2018*, às *segundas,
quartas e sextas*, das *14 às 16hrs*, na EMAp/FGV. Haverá uma pausa de uma
semana durante o carnaval (sem aulas na semana de 12-16/Fev/2018).

A inscrição para o curso será *obrigatória, *pois sem ela não conseguiremos
conceder acesso ao prédio. O link para inscrição estará disponível a partir
do dia 15/Dez/2017.

Aos alunos interessados, do dia 08/Jan/2018 ao dia 22/Jan/2018 alguns
professores da EMAp (Rodrigo Targino, Yuri Saporito e Eduardo Mendes)
apresentarão tópicos introdutórios ao curso, no mesmo horário e local da
disciplina do Prof. del Moral.

Seguem os detalhes abaixo.

Atenciosamente,
Rodrigo Targino

*Título*: Advanced Monte Carlo Methods
*Data*: 29/Jan/2018 - 02/Mar/2018 (curso preliminar: 08/Jan/2018 -
22/Jan/2018)
*Horário*: Seg/Qua/Sex, 14-16hrs
*Local*: Sala 415, Praia de Botafogo 190, Rio de Janeiro, Brasil*
*Não é permitida a entrada de pessoas vestindo shorts, bermuda, mini-saias
e/ou sandálias Havaianas.
*Idioma*: Inglês (o curso preliminar pode ser em português)
*Bibliografia:*  (1) Notas de aula e (2) Del Moral, Pierre, and Spiridon
Penev. Stochastic Processes: From Applications to Theory. CRC Press, 2017.
link
<https://www.crcpress.com/Stochastic-Processes-From-Applications-to-Theory/Moral-Penev/p/book/9781498701839>

*Resumo: *This course will cover topics in the general area of Monte Carlo
methods and their application domains. The topics include Markov chain
Monte Carlo and Sequential Monte Carlo methods, Quantum and Diffusion Monte
Carlo techniques, as well as branching and interacting particle
methodologies.
The lectures cover discrete and continuous time stochastic models, starting
from traditional sampling techniques (perfect simulation,
Metropolis-Hasting, and Gibbs-Glauber models) to more refined methodologies
such as gradient flows diffusions on constraint state space and Riemannian
manifolds, ending with the more recent and rapidly developing Branching and
mean field type Interacting Particle Systems techniques.
The course has been designed so that there are no fixed prerequisites. It
will be assumed that participants will have a good knowledge of probability
theory and basic Markov chain models. In particular, a good knowledge of
undergraduate mathematics and of undergraduate probability is required.
This means familiarity with basic probability models, random variables and
their probability distributions, independence, expectations and conditional
probabilities, as well as the law of large numbers. Exposure to classical
differential calculus, and basic vector and matrix algebra will also be
assumed.
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <https://lists.ime.usp.br/archives/abe/attachments/20171201/53d911c1/attachment.html>