MKZR

Z Skrypty dla studentów Ekonofizyki UPGOW

(Różnice między wersjami)
(Spis treści)
(Spis treści)
Linia 12: Linia 12:
#    [[MKZR:Liczby losowe|Liczby losowe]]
#    [[MKZR:Liczby losowe|Liczby losowe]]
-
 
##  Numeryczne aspekty generacji warości losowych
##  Numeryczne aspekty generacji warości losowych
##  Generowanie liczb losowych o wybranych własnościach.
##  Generowanie liczb losowych o wybranych własnościach.
-
#    Symulacje procesów losowych dyskretnych (szum dychotomiczny, proces Poissona) i ciągłych (ruch Browna, procesy stabilne).
+
#    Symulacje procesów losowych dyskretnych  
-
#   Symulacje skończenie wymiarowych układów dynamicznych jako deterministycznej granicy modeli stochastycznych.
+
## Szum dychotomiczny
-
#   Symulacje równań i układów równań stochastycznych: dyskretyzacja czasu, stochastyczne rozwinięcie Taylora, aproksymacja słaba i mocna, metody bezpośrednie i pośrednie.
+
##  Proces Poissona)  
 +
## Ruch Browna
#    Numeryczne badanie równań „master”.
#    Numeryczne badanie równań „master”.
-
#     Zastosowania w modelowaniu zjawisk fizyki, biofizyki i socjofizyki układów złożonych.
+
#   Zastosowania w modelowaniu zjawisk fizyki, biofizyki i socjofizyki układów złożonych.
#    Przykładowe zastosowania w modelowaniu dynamiki instrumentów pochodnych stóp procentowych.
#    Przykładowe zastosowania w modelowaniu dynamiki instrumentów pochodnych stóp procentowych.
#    Wizualizacja rozwiązań.
#    Wizualizacja rozwiązań.

Wersja z 21:00, 15 mar 2010

Wstęp

Kurs przeznaczony dla studentów IV roku ekonofizyki.

Wymagania:

  • znajomość języka programowania Matlab
  • znajomość metod numerycznych na poziomie podstawowym

Spis treści

  1. Liczby losowe
    1. Numeryczne aspekty generacji warości losowych
    2. Generowanie liczb losowych o wybranych własnościach.
  2. Symulacje procesów losowych dyskretnych
    1. Szum dychotomiczny
    2. Proces Poissona)
    3. Ruch Browna
  3. Numeryczne badanie równań „master”.
  4. Zastosowania w modelowaniu zjawisk fizyki, biofizyki i socjofizyki układów złożonych.
  5. Przykładowe zastosowania w modelowaniu dynamiki instrumentów pochodnych stóp procentowych.
  6. Wizualizacja rozwiązań.

Literatura

  • A. Janicki, A. Izydorczyk “Komputerowe metody w modelowaniu stochastycznym” WNT
  • P.L. Kloeden, E. Platen “Numerical solutions of stochastic differential equations” Springer

Marcin 18:30, 28 wrz 2009 (UTC)