|
Teaching GuideTerm Faculty of Computer Science |
| Mestrado Universitario en Matemática Industrial (2013) |
 Subjects |
| Stochastic numerical methods |
| Learning aims |
|
|
| Identifying Data | 2015/16 | |||||||||||||
| Subject | Stochastic numerical methods | Code | 614855226 | |||||||||||
| Study programme |
|
|||||||||||||
| Descriptors | Cycle | Period | Year | Type | Credits | |||||||||
| Official Master's Degree | 1st four-month period |
First | Optativa | 6 | ||||||||||
|
||||||||||||||
| Learning outcomes | Study programme competences | ||
| Introduciranse os conceptos e resultados relacionados cos procesos aleatorios e indicaranse campos de aplicación destes | AC1 AC7 |
BJ1 |
|
| Coñecer os métodos de Monte Carlo e aplicalos á resolución de problemas | AC2 AC4 |
BC2 BR1 |
|
| Coñecer o cálculo de Ito e aplicalo en distintos exemplos das finanzas e outras ciencias aplicadas | AC1 AC5 AC7 |
BJ1 BC1 BR1 |
|
| Coñecer os conceptos e resultados relacionados coas ecuacións diferenciais aleatorias, así como os ámbitos de aplicación destas en problemas reais | AC2 AC3 AC7 |
BJ1 BC2 BR1 |
|
| Coñecer e saber aplicar os distintos métodos numéricos para a resolución de ecuacións diferenciais aleatorias (Euler, Mistein, Taylor, etc), así como implementalos en ordenador para resolver exemplos de problemas reais | AC4 AC5 AC8 |
BC1 BC2 BR1 |
|
|
