Module also offered within study programmes:
General information:
Annual:
2017/2018
Code:
AMA-2-058-MZ-s
Name:
Stochastic Analysis
Faculty of:
Applied Mathematics
Study level:
Second-cycle studies
Specialty:
Matematyka w zarządzaniu
Field of study:
Mathematics
Semester:
0
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Responsible teacher:
prof. dr hab. Peszat Szymon (napeszat@cyf-kr.edu.pl)
Academic teachers:
prof. dr hab. Peszat Szymon (napeszat@cyf-kr.edu.pl)
Module summary

Seminarium częściowo zapewnia studentowi udział w badaniach.
Seminarium jest wybierane zgodnie z zainteresowaniami, rozszerza wiedzę teoretyczną lub zastosowania, zapoznaje z fachową literaturą.

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K001 Umie precyzyjnie przekazać swoje myśli. MA2A_K02, MA2A_K05, MA2A_K07
M_K002 Umie korzystać z literatury i samodzielnie wyszukiwać potrzebne informacje. MA2A_K06, MA2A_K01 Activity during classes,
Oral answer,
Presentation,
Scientific paper,
Participation in a discussion
Skills
M_U001 Umie stosować ogólną teorię do analizy szczególnych przypadków (przykładów) MA2A_U16 Activity during classes,
Presentation,
Participation in a discussion
Knowledge
M_W001 Zna podstawy teorii procesów stochastycznych, w szczególności teorię martyngałów, procesy Wienera i Poissona, całkę Ito, procesy Ito. MA2A_W07, MA2A_W02 Activity during classes,
Presentation,
Scientific paper
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K001 Umie precyzyjnie przekazać swoje myśli. - - - - - + - - - - -
M_K002 Umie korzystać z literatury i samodzielnie wyszukiwać potrzebne informacje. - - - - - + - - - - -
Skills
M_U001 Umie stosować ogólną teorię do analizy szczególnych przypadków (przykładów) - - - - - + - - - - -
Knowledge
M_W001 Zna podstawy teorii procesów stochastycznych, w szczególności teorię martyngałów, procesy Wienera i Poissona, całkę Ito, procesy Ito. - - - - - + - - - - -
Module content
Seminar classes:

Referaty uczestników. Zagadnienia związane z tematami ich prac magisterskich.

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 60 h
Module ECTS credits 2 ECTS
Participation in seminar classes 30 h
Preparation of a report, presentation, written work, etc. 30 h
Additional information
Method of calculating the final grade:

Każdy uczestnik seminarium ma obowiązek wygłosić 45, 60, lub 90 minutowy referat.

Ocena na podstawie jakości wygłoszonego referatu, uczestnictwa i aktywności na zajęciach.

Prerequisites and additional requirements:

Znajomość podstaw teorii procesów stochastycznych (w zakresie semestralnego wykładu).

Recommended literature and teaching resources:

Recommended literature and teaching resources not specified

Scientific publications of module course instructors related to the topic of the module:

1. Peszat, S.; Zabczyk, J.; Time regularity of solutions to linear equations with Lévy noise in infinite dimensions; Stochastic Processes Appl. 123, No. 3, 719-751 (2013).

2. Peszat, S.; Lévy-Ornstein-Uhlenbeck transition semigroup as second quantized operator; J. Funct. Anal. 260, No. 12, 3457-3473 (2011).

Additional information:

None