Спецификација предмета
Назив предмета Стохастички модели
Акроним 13Д081СМ
Студијски програм Електротехника и рачунарство
Модул модул Примењена математика
Тип студија докторске академске студије
Наставник (за предавања) проф. др Милан Меркле
Број ЕСПБ 9 Статус предмета изборни
Услов Математика на нивоу обавезних предмета на ЕТФ-у. Вероватноћа и статистика на нивоу једносеместралног предмета (могућа је допуна предуслова). Познавање Лебеговог интеграла и одговарајуће теорије је пожељно.
Циљ предмета Предмет треба да студента оспособи за рад у једној ужој области која је у функцији студентовог коначног циља-докторске дисертације. Студент треба да се упозна са неким од бројних модела из ове области, и да научи да користи апарат стохастичког моделирања.
Исход предмета Студент ће бити оспособљен да без већих тешкоћа може да прати литературу у којој се користе стохастички модели разних врста, као и да примени стечена знања на прављење модела и на његово тестирање помоћу расположивих података.
Садржај предмета
Садржај практичне наставе
Литература
1 Милан Меркле, Вероватноћа и статистика за инжењере и студенте електротехнике, Академска мисао, Београд 2010.,
2 Ј. Мichael Steele, Stochastic Calculus and Financial Applications, Springer 2001.
3 Oliver Ibe, Markov Processes for Stochastic Modeling, Elsevier/Academic Press 2009. , Oliver Ibe, Markov Processes for Stochastic Modeling, Elsevier/Academic Press 2009.
4 Peter Guttorp, Stochastic Modelling of Scientific Data, Chapman&Hall, 1995.
5 B. Oksendal, Stochastic differential equations. An introduction with applications. Fiftth corrected printing of the sixth edition, Springer, 2010.
Број часова активне наставе недељно током семестра/триместра/године
Предавања Вежбе ДОН Студијски и истраживачки рад Остали часови
6
Методе извођења наставе Менторска настава, консултације, семестрални рад. За сваког кандидата биће направљен посебан програм, зависно од предзнања и области из које ради докторат. Наведена литература се користи у смислу одабраних делова из сваке књиге, у зависности од индивидуалних потреба. У случају довољног броја кандидата држаће се класична настава са одабраним деловима из наведене литературе.
Оцена знања (максимални број поена 100)
Предиспитне обавезе Поена Завршни испит Поена
Активности у току предавања Писмени испит 70
Практична настава Усмени испит
Пројекти
Колоквијуми
Семинари 30