<div dir="ltr"><div class="inbox-inbox-uyb8Gf" style="color:rgb(33,33,33);font-size:13px"><div><div class="inbox-inbox-F3hlO"><div dir="ltr">Prezados,<div>informo que o curso <b>Advanced Monte Carlo Methods</b> que será ministrado pelo <b>Prof. Pierre del Moral </b>na <b>EMAp/FGV</b> entre <b>29/Jan-02/Mar/2018</b> está com as inscrições abertas pelo seguinte link:</div><div><br></div><div><a href="http://emap.fgv.br/eventos/advanced-monte-carlo-methods" target="_blank">http://emap.fgv.br/eventos/advanced-monte-carlo-methods</a></div><div><br></div><div>O <b>curso preliminar</b> (08-22/Jan/2018) consistirá de duas aulas expositivas (seg/qua) e uma aula prática (sex) por semana, com o objetivo de familiarizar os alunos com tópicos introdutórios a serem abordados no curso do Prof. del Moral. </div><div><br></div><div>A lista exata de tópicos do <b>curso preliminar</b> dependerá dos alunos matriculados, mas pretendemos discutir:</div><div><div>- Integração por Monte Carlo;</div><div>- Amostragem por importância;</div><div>- Métodos de Monte Carlo via Cadeias de Markov (Amostrador de Gibbs, Metropolis-Hastings, Hamiltonian Monte Carlo, Metropolis Adjusted Langevin Algorithm, etc.)</div><div>- Filtro de Kalman (filtering/smoothing e a ideia por trás do Forward Filtering Backward Smoothing);</div></div></div></div></div></div><div class="inbox-inbox-uyb8Gf" style="color:rgb(33,33,33);font-size:13px"><div><div class="inbox-inbox-F3hlO"><div dir="ltr"><div><div>- Métodos de Monte Carlo Sequenciais (Sequential Importance Sampling, Sampling Importance Resampling, Auxiliary Particle Filters, etc);</div><div>- Estimação de parâmetros em modelos de espaço de estados (Particle MCMC, Pseudo-marginal MCMC);</div><div>- Ensemble Kalman Filter. <br></div><div><br></div><div><span style="color:rgb(0,0,0);font-size:small">O curso (incluindo as 3 semanas preliminares) será </span><b style="color:rgb(0,0,0);font-size:small">gratuito</b><span style="color:rgb(0,0,0);font-size:small"> mas a inscrição é obrigatória, </span>pois sem ela não conseguiremos conceder acesso ao prédio.<br></div></div><div><br></div><div>Atenciosamente,</div><div>Rodrigo Targino</div></div></div></div></div><br><div class="gmail_quote"><div dir="ltr">On Fri, 1 Dec 2017 at 18:21 Rodrigo Targino <<a href="mailto:targino@dme.ufrj.br">targino@dme.ufrj.br</a>> wrote:<br></div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><span style="color:rgb(33,33,33);font-size:13px">Prezados,</span><div style="color:rgb(33,33,33);font-size:13px">é com prazer que informo que a Escola de Matemática Aplicada (<b>EMAp</b>) da Fundação Getulio Vargas (<b>FGV</b>) irá oferecer um curso de verão em <b>Métodos de Monte Carlo</b>, ministrado por um dos maiores especialistas no campo, o<b> <a href="http://people.bordeaux.inria.fr/pierre.delmoral/" target="_blank">Prof. Pierre del Moral</a></b> (INRIA-França).</div><div style="color:rgb(33,33,33);font-size:13px"><br></div><div style="color:rgb(33,33,33);font-size:13px">O curso ocorrerá dos dia <b>29/Jan/2018 ao dia 02/Mar/2018</b>, às <b>segundas, quartas e sextas</b>, das <b>14 às 16hrs</b>, na EMAp/FGV. Haverá uma pausa de uma semana durante o carnaval (sem aulas na semana de 12-16/Fev/2018).</div><div style="color:rgb(33,33,33);font-size:13px"><br></div><div style="color:rgb(33,33,33);font-size:13px">A inscrição para o curso será <b>obrigatória, </b>pois sem ela não conseguiremos conceder acesso ao prédio. O link para inscrição estará disponível a partir do dia 15/Dez/2017.</div><div style="color:rgb(33,33,33);font-size:13px"><br></div><div style="color:rgb(33,33,33);font-size:13px">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.</div><div style="color:rgb(33,33,33);font-size:13px"><br></div><div style="color:rgb(33,33,33);font-size:13px">Seguem os detalhes abaixo.</div><div style="color:rgb(33,33,33);font-size:13px"><br></div><div style="color:rgb(33,33,33);font-size:13px">Atenciosamente,</div><div style="color:rgb(33,33,33);font-size:13px">Rodrigo Targino</div><div style="color:rgb(33,33,33);font-size:13px"><br></div><div style="color:rgb(33,33,33);font-size:13px"><b>Título</b>: Advanced Monte Carlo Methods</div><div style="color:rgb(33,33,33);font-size:13px"><b>Data</b>: 29/Jan/2018 - 02/Mar/2018 (curso preliminar: 08/Jan/2018 - 22/Jan/2018)</div><div style="color:rgb(33,33,33);font-size:13px"><b>Horário</b>: Seg/Qua/Sex, 14-16hrs</div><div style="color:rgb(33,33,33);font-size:13px"><b>Local</b>: Sala 415, Praia de Botafogo 190, Rio de Janeiro, Brasil*</div><div style="color:rgb(33,33,33);font-size:13px">*Não é permitida a entrada de pessoas vestindo shorts, bermuda, mini-saias e/ou sandálias Havaianas.</div><div style="color:rgb(33,33,33);font-size:13px"><b>Idioma</b>: Inglês (o curso preliminar pode ser em português)</div><div style="color:rgb(33,33,33);font-size:13px"><b>Bibliografia:</b>  (1) Notas de aula e (2) Del Moral, Pierre, and Spiridon Penev. Stochastic Processes: From Applications to Theory. CRC Press, 2017. <a href="https://www.crcpress.com/Stochastic-Processes-From-Applications-to-Theory/Moral-Penev/p/book/9781498701839" target="_blank">link</a></div><div style="color:rgb(33,33,33);font-size:13px"><b><br></b></div><div style="color:rgb(33,33,33);font-size:13px"><b>Resumo: </b>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.<br></div><div style="color:rgb(33,33,33);font-size:13px">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.</div><div style="color:rgb(33,33,33);font-size:13px">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.</div></div></blockquote></div></div>