Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea magistrale in Mathematics - Immatricolazione dal 2025/2026Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Tre insegnamenti a scelta
Un insegnamento a scelta
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Stochastic differential equations (2016/2017)
Codice insegnamento
4S001444
Docente
Coordinatore
Crediti
6
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
MAT/06 - PROBABILITÀ E STATISTICA MATEMATICA
Periodo
II sem. dal 1 mar 2017 al 9 giu 2017.
Obiettivi formativi
Il corso si propone di presentare i risultati fondamentali di teoria di equazioni differenziali stocastiche e di vari modelli delle scienze applicate.
Il
corso utilizza alcuni concetti di calcolo di Probabilità e di Analisi Matematica chevengono richiamati nelle prime lezioni.
Programma
I. Richiami di analisi stochastica: processi stochastici, motto Browniana,integrale It^o.
II. Equazioni differenziali stochastiche: esistenza di soluzioni forte, equazioni lineare, esempi (equazione di Langevin, Ornstein-Uhlenbeck), modele in Economia e Finanza, equazione di Kolmogorov, Feynmann-Kac formula, equazione di Fokker-Planck.
III. Controllo ottimale stocastico: il principio di massimo, controllo feed-back, equazione di hamilton-Jacobi, esempi (problema di Mderton, portofolio ottimale), il tempi ottimali.
IV. Equazioni stocastiche con derivate parziale: equazione di diffusione, equazione delle onde, esempi (dinamica di popolazione, neurophysiologia).
Modalità d'esame
Due prove scritte: 1 h mid-term (30 %) e una prova scritta finale di 2 h (70 %).