Master seminar I 360-MS2-2SMG1a
Profil kształcenia: ogólnoakademicki
Forma studiów: stacjonarne
Rodzaj przedmiotu: obowiązkowy
Dziedzina nauk ścisłych i przyrodniczych; dyscyplina: Matematyka
Rok studiów/semestr: I rok/ 1 semestr
Prerekwizyty: brak
Seminarium 30 godz.
Metody dydaktyczne: konsultacje, praca nad projektem, praca nad wystąpieniem, praca nad literaturą, dyskusje w grupach problemowych.
Punkty ECTS: 3
Bilans nakładu pracy studenta:
udział w seminariach 7x4h + 2h(instruktażu) = 30h
przygotowanie do zajęć 15x1h = 15h
udział w konsultacjach 2x3h = 6h
realizacja referatów 10h = 10h
przygotowanie prezentacji 10h = 10h
prezentacje kolejnych etapów przygotowania pracy dyplomowej 2x10 = 20h
Wskaźniki ilościowe
nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela akademickiego: 36 godzin;
nakład pracy studenta związany z zajęciami o charakterze praktycznym: 55 godzin.
Rodzaj przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
Student zapoznaje się dość szczegółowo z wybranym działem matematyki, zna podstawowe definicje, twierdzenia i dowody;
Student umie zreferować/zaprezentować wyniki swoich poszukiwań i studiów nad wybranym zagadnieniem;
Rozwija umiejętność uczestnictwa w dyskusjach.
KA7_WG04, KA7_WG05, KA7_WG06, KA7_UW02, KA7_UK03, KA7_UU01, KA7_UU02.
Kryteria oceniania
1. Obecność na zajęciach. Dopuszczalne są dwie nieusprawiedliwione nieobecności na zajęciach. Każdą kolejną nieobecność należy usprawiedliwić stosownym zaświadczeniem lub odrobić.
2. Wygłoszenie co najmniej dwóch referatów.
3. Prezentacja prac domowych.
Ocena jest wypadkową ocen poszczególnych prezentacji i ogólnej aktywności na zajęciach.
Literatura
1. Stochastic Differential Equations with Applications [online]. National Centre for Econometric Research, 2012. http://www.ncer.edu.au/papers/documents/SDE.pdf
2. Dzhalladova, M. Růžičková: Dynamical systems with random structure and their applications, Stability, Oscillations and Optimization of Systems vol. 10, Cambridge Scientific Publishers, 2020.
3. Gary Schurman: The Vasicek Interest Rate Process, MBE, CFA (2016).
4. Omiros Papaspiliopoulos: An introduction to modelling and likelihood inference with stochastic differential equations [online].
5. J. Diblík, M. Růžičková, E. Schmeidel: Równania różniczkowe zwyczajne, Wydawnictwo Uniwersytetu w Białymstoku, Białystok 2021.
6. Josef Diblík: Functional differential equations, EDIS, Žilina, 2008.
7. Saber N. Elaydi: An Introduction to Difference Equation, Second Edition, Springer-Verlag New York, Inc., 1999.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: