Gäller från och med: Höstterminen 2013
Beslutad av: FN1/Anders Gustafsson
Datum för fastställande: 2014-09-15
Avdelning: Numerisk analys (LTH)
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: Engelska
Stokastiska differentialekvationer har blivit allt viktigare i många avancerade modeller inom fysik, biokemi och finans. Syftet med kursen är att ge doktoranden grundläggande kunskap om och förståelse för stokastiska differentialekvationer med tonvikt på de beräkningstekniker som är nödvändiga för stokastisk simulering i moderna tillämpningar.
Kunskap och förståelse
För godkänd kurs skall doktoranden
Färdighet och förmåga
För godkänd kurs skall doktoranden självständigt kunna implementera diskretiseringsscheman för stokastiska differentialekvationer och kritiskt utvärdera resultaten.
Kursen består av två delar, av vilka den första behandlar klassisk teori för deterministiska ordinära differentialekvationer (ODE), och den andra den teorin för stokastiska differentialekvationer (SDE). Den deterministiska delen repeterar material som behövs för fortsättningen, särskilt Runge-Kutta och Rosenbrockmetoder. Den andra delen ger en introduktion till SDE, och presenterar grundläggande begrepp och tekniker som används vid statistisk simulering, såsom stabilitet med avseende på kvadratiskt medel, konsistens, samt svag och stark konvergens. Några tillämpningar kommer att studeras i detalj, med tillhörande uppgifter som löses på dator.
Averina, Tatjana A.: Numerical analysis of systems of ordinary and stochastic differential equations. V.S.P. International Science, 1997. ISBN 9789067642507.
Undervisningsformer: Föreläsningar, projekt
Examinationsformer: Muntlig tentamen, seminarieföredrag av deltagarna
Betygsskala: Underkänd, godkänd
Examinator:
Förutsatta förkunskaper: FMNN10 Numeriska metoder för differentialekvationer, Sannolikhetsteori.
Kursen ges om åtminstone fem doktorander vill läsa den. Det kan dock dröja ett par månader.
Kursansvariga: