SubjectsSubjects(version: 845)
Course, academic year 2018/2019
   Login via CAS
Fundamentals of Mathematical Modelling - NMFM310
Title in English: Základy matematického modelování
Guaranteed by: Department of Probability and Mathematical Statistics (32-KPMS)
Faculty: Faculty of Mathematics and Physics
Actual: from 2018
Semester: summer
E-Credits: 5
Hours per week, examination: summer s.:2/2 C+Ex [hours/week]
Capacity: unlimited
Min. number of students: unlimited
State of the course: taught
Language: Czech
Teaching methods: full-time
Guarantor: RNDr. Matúš Maciak, Ph.D.
Class: M Bc. FM
M Bc. FM > Povinné
Classification: Mathematics > Probability and Statistics
Co-requisite : NMFM301
Annotation -
Last update: G_M (15.05.2012)
The lecture is dedicated to analysis and modelling of temporal data. Required course for bachelor's program in Financial mathematics.
Aim of the course -
Last update: G_M (24.04.2012)

Introduce students into basic methods for analysis nad modelling of temporal data.

Course completion requirements - Czech
Last update: RNDr. Jitka Zichová, Dr. (05.03.2018)

K udělení zápočtu je nutná účast na cvičení a vypracování domácích úkolů postupně zadávaných v průběhu semestru.

Zápočet je nutnou podmínkou pro konání zkoušky.

Literature - Czech
Last update: RNDr. Michaela Prokešová, Ph.D. (06.09.2013)

Mandl P.: Pravděpodobnostní dynamické modely. Academia Praha 1985

Prášková, Z., Lachout, P.: Základy náhodných procesů I, Matfyzpress, Praha 2012

Prášková, Z.: Základy náhodných procesů II. Karolinum, 2004.

Teaching methods -
Last update: G_M (24.04.2012)

Lecture+exercises.

Requirements to the exam - Czech
Last update: RNDr. Jitka Zichová, Dr. (05.03.2018)

Zkouška se skládá ze dvou částí: písemná práce (praktické a teoretické úlohy) a pak ústní část v případě, že student získá z písemné části dostatečný počet bodů.

Nutnou podmínkou pro konání zkoušky je získání zápočtu.

Syllabus -
Last update: G_M (24.04.2012)

1. Data analysis, moving averages

2. Growth models.

3. Linear systems.

4. Markov chains with discrete time and statespace.

5. Time series, ARMA processes.

6. Poisson process and related models

 
Charles University | Information system of Charles University | http://www.cuni.cz/UKEN-329.html