Een adaptief Monte Carlo algoritme voor het schatten van de dominante eigenwaarde en eigenvector

Bachelor thesis (2019)

Authors

M. Brands Electrical Engineering, Mathematics and Computer Science

Contributors

L.E. Meester Applied Probability - EEMCS (mentor)
B. van den Dries Analysis - EEMCS (graduation committee member)
J. Cai Statistics - EEMCS (graduation committee member)
Faculty
Electrical Engineering, Mathematics and Computer Science, Electrical Engineering, Mathematics and Computer Science
Copyright: © 2019 Marnix Brands
More Info
expand_more

Published Date

26-08-2019

Language

Dutch

Reuse Rights

Other than for strictly personal use, it is not permitted to download, forward or distribute the text or part of it, without the consent of the author(s) and/or copyright holder(s), unless the work is under an open content license such as Creative Commons.

Faculty

Electrical Engineering, Mathematics and Computer Science

Abstract

In dit onderzoek is een Monte Carlo algoritme beschreven voor het schatten van de dominante eigenwaarde en bijbehorende eigenvector van een niet-negatieve, irreducibele matrix. Naast de werking van het Monte Carlo algoritme is ook de convergentiesnelheid onderzocht. Tevens zijn een aantal simulaties in de praktijk uitgevoerd voor zowel het Monte Carlo algoritme als de power methode en aan de hand hiervan bekeken of het Monte Carlo algoritme een goede concurrent is van de power methode.