Компьютерное моделирование физических процессов

Название спецкурса на английском языке
Computer simulation of physical processes
Авторы курса
Леонов Александр Георгиевич, Мащенко Кирилл Алексеевич
Пререквизиты
Отсутствуют
Целевая аудитория
3-6 курс, магистранты
аспиранты
Подразделение
[Кафедра вычислительной математики]
Семестр
Весна
Тип спецкурса
Спецкурс по выбору студента
Учебный год
2025/26
Список тем
Язык программирования Python, библиотеки numpy
Построение графиков в Python, библиотека matplotlib
Автоматическое регулирование с обратной связью, компоненты системы управления
Моделирование случайных процессов, датчик псевдослучайных чисел, метод Монте-Карло
Метод рекуррентных соотношений, мгновенная и средняя скорость изменения величины
Моделирование полёта ракеты: законы Ньютона, сопротивление атмосферы, барометрическая формула
Список источников
Себастьян Рашка, Python и машинное обучение
Корнев А.А., Лекции по курсу "Численные методы"
Кушниренко А. Г., Малый А. А. Запуск метеорологической ракеты как поучительный объект компьютерного моделирования в школьном курсе информатики.
Дополнительная информация

Занятия начнутся в феврале. Как попасть на спецкурс?

Зарегистрироваться на платформе Мирера и вступить в группу по ссылке: https://mirera.ru/user/groups/698df490a60fcd25c01ef4d2

Курс имеет практическую направленность и требует самостоятельного изучения предложенных теоретических материалов и решений задач. Материалы с домашними заданиями открываются постепенно, по расписанию. В конце курса будет проведена финальная контрольная работа. 

День недели
пятница
Время
16:45-18:20
Аудитория
Ещё не назначена
Дата первого занятия
Аудитория первого занятия
Ещё не назначена
Статус курса
Запись открыта
Форма записи на курс
Заполнение формы записи на курс доступно только студентам. Для записи на курс авторизуйтесь, пожалуйста, в студенческом аккаунте.

Математическое обеспечение высокопроизводительных вычислений

Название спецкурса на английском языке
Mathematical support for high-performance computing
Авторы курса
Роганов Владимир Александрович, Васенин Валерий Александрович
Пререквизиты
Отсутствуют
Целевая аудитория
3-6 курс, магистранты
Подразделение
[Кафедра вычислительной математики]
Семестр
Весна
Тип спецкурса
Спецкурс по выбору студента
Учебный год
2025/26
Список тем
Введение в предмет «Высокопроизводительные вычисления» (HPC). Вычислительное ядро программы и модель вычислительной системы.
Основные пути повышения производительности программ. Эквивалентные преобразования программ. Граф потока данных (DataFlow).
Принципы алгоритмической и низкоуровневой оптимизации базовых вычислительных операций. Быстрые вычисления как наука
Анализ производительности программного обеспечения путем изучения машинного кода. Профилирование программного обеспечения.
Статическое и динамическое распараллеливание программ. Масштабируемость программ и гиперлинейное ускорение.
Физический и логический параллелизм. Процессы, потоки, "тасклеты" и прочие абстракции в языках программирования.
Организация обмена данными между процессами. Общая память и MPI. Активные сообщения. Latency hiding.
Вопросы синхронизации счета. Гонки и взаимные блокировки. Атомарные операции. Транзакционная память.
Особенности распределенных вычислений. Асинхронный ввод/вывод. Облачные вычислительные платформы и GRID-системы.
Принципы эффективного использования кеш-памяти в многопоточных программах. Many-core процессоры и VLIW-архитектуры.
Векторизация вычислений и использование SIMD-ускорителей для параллельных вычислений. Расширения AVX2 и FMA.
Технологии CUDA и OpenCL: общие черты и различия технологий. Архитектурные особенности графпроцессоров.
Динамический параллелизм в технологиях CUDA и OpenCL. Параллельные диалекты языков C/C++. Языки Charm++ и T++.
Гибридные вычислительные системы и поддержка выгрузки (offloading) вычислений в специализированных компиляторах.
Специализация программ, частичные вычисления и супероптимизация. Мемоизация (табулирование) результатов вычислений.
Реконфигурируемые вычислительные системы на основе программируемых (FPGA) и заказных (ASIC) микросхем.
Обеспечение отказоустойчивости счета на больших суперЭВМ. Операционный недетерминизм и отказоустойчивые алгоритмы.
Список источников
К.Ю. Богачев, Основы параллельного программирования, Бином, 2024
D.Kaeli, P.Mistry, D.Schaa, D.P.Zhang, Heterogeneous Computing with OpenCL 2.0, Third Edition, AMD, Elsevier Inc., 2015
А.В. Боресков и др. Параллельные вычисления на GPU. Архитектура и программная модель CUDA: Учебное пособие. Изд-во МГУ, 2015
В.В. Воеводин. Параллельные вычисления: учеб. пособие для вузов. БХВ-Петербург, 2002
В.П. Гергель. Высокопроизводительные вычисления для многопроцессорных многоядерных систем: учеб. для вузов. - M.: Изд-во МГУ, 2010
Р. Гримм, Параллельное программирование на современном языке C++, ДМК Пресс, 2022
Э.Д. Уильямс, Параллельное программирование на С++ в действии. Практика разработки многопоточных программ, ДМК Пресс, 2012
Дополнительная информация

Курс посвящен рассмотрению архитектур современных и перспективных высокопроизводительных систем,
общей методологии построения параллельных, распределенных и отказоустойчивых программ, способам
масштабирования программ, современным стандартам для программирования ускорителей OpenCL и CUDA,
а также подходам к преобразованию, специализации и низкоуровневой оптимизации программного кода.

День недели
по согласованию
Время
по согласованию
Аудитория
Ещё не назначена
Аудитория первого занятия
Ещё не назначена
Статус курса
Запись открыта
Форма записи на курс
Заполнение формы записи на курс доступно только студентам. Для записи на курс авторизуйтесь, пожалуйста, в студенческом аккаунте.

Моделирование добычи нефти

Название спецкурса на английском языке
Computer simulation of oil production
Авторы курса
Колдоба Елена Валентиновна
Пререквизиты
Отсутствуют
Целевая аудитория
3-6 курс, магистранты
Подразделение
[Кафедра вычислительной механики]
Семестр
Весна
Тип спецкурса
Спецкурс по выбору студента
Учебный год
2025/26
Список тем
Многообразие углеводородов и моделей их описания в подземной гидродинамике.
Многокомпонентность. Многофазность. Фазовые переходы.
Применение искусственного интеллекта при постановке задач фильтрации.
Анализ ошибочных результатов работы с искусственным интеллектом.
Методы обработки данных: снижение неопределённостей и устранение противоречий.
Прокси моделирование как способ воспроизведения ключевых показателей фильтрации с помощью упрощённых математических моделей.
Список источников
Колдоба А.В. Математические модели подземной гидродинамики. Москва. Физматкнига, 2025. 512 с.
Баталин О.Ю., Брусиловский А.И. Фазовые равновесия в системах природных углеводородов. Москва, Недра, 2004.
Дополнительная информация

elenakoldoba@mail.ru

День недели
по согласованию
Время
по согласованию
Аудитория
Ещё не назначена
Аудитория первого занятия
Ещё не назначена
Статус курса
Запись открыта
Форма записи на курс
Заполнение формы записи на курс доступно только студентам. Для записи на курс авторизуйтесь, пожалуйста, в студенческом аккаунте.

Финансовая математика и машинное обучение в финансах

Название спецкурса на английском языке
Financial mathematics and machine learning in finance
Авторы курса
Кирнасов Александр Евгеньевич
Пререквизиты
Отсутствуют
Целевая аудитория
3-6 курс, магистранты
аспиранты
Подразделение
[Кафедра МаТИС]
Семестр
Весна
Тип спецкурса
Спецкурс по выбору студента
Учебный год
2025/26
Список тем
Виды деривативных контрактов – Форварды, Фьючерсы, Опционы
Модели биномиального риска
Случайные процессы, Интеграл Ито, Формула Ито
Модель Блэка-Шоулза, Вывод формулы Блэка Шоулза
Греки и Хеджирование, Численные методы прайсинга
Локальная и статистическая волатильность
Высокочастотный трейдинг, микроструктура рынка
Высокочастотный Market Making и оптимальное стохастическое управление
Модель Авеланеды-Стоикова
Обобщения модели Авеланеды-Стоикова, модель Гуанта-Легаля-Фернандеса-Тапии, модель
Картеа
Статистический арбитраж
Машинное обучение в финансах, предсказания временных рядов
Метрики точности предсказательных моделей – R squared, ROC AUC
Модели ARCH и GARCH
Линейная и логистическая регрессия, регрессия Ridge, LASSO
Сравнение нейросетей для временных рядов – линейные, вероятностные, LSTM, Transformers
Применение Reinforcement Learning в финансах
Сравнение алгоритмов DQN и PPO
Список источников
Ширяев А.Н. Основы стохастической финансовой математики – М.: Московский центр
непрерывного математического образования, 2016
Наумов В.Н. Методы прогнозирования временных рядов – М.: Издательство Лань, 2024
Лапань М. В. Глубокое Обучение с подкреплением, AlphaGo и другие технологии – М.:
Издательство Питер, 2020
Бенджио Иошуа, Курвиль Аарон, Глубокое обучение - М. Издательство ДМК Пресс, 2018
Дополнительная информация

В курсе освещаются следующие вопросы:

1) начальные сведения по теории финансовой математики

2) интеграл Ито и модель Блэка Шоулза прайсина опционов

3) модели стохастического оптимального управления для высоко частотного Market Making

4) машинное обучения в задачах прогнозирования временных рядов

5) глубокое обучение и глубокое обучение с подкреплением для финансовых задач

Нужные для понимания спецкурса сведения из статистики, теории вероятностей и случайных

процессов, финансовой математки и машинного обучения будут напоминаться по ходу лекций.

День недели
суббота
Время
12:30-14:05
Аудитория
449
Аудитория первого занятия
Ещё не назначена
Статус курса
Запись открыта
Форма записи на курс
Заполнение формы записи на курс доступно только студентам. Для записи на курс авторизуйтесь, пожалуйста, в студенческом аккаунте.

Олимпиадная математика для студентов

Название спецкурса на английском языке
Olympiad mathematics for students
Авторы курса
Асташова Ирина Викторовна
Пререквизиты
Отсутствуют
Целевая аудитория
1-2 курс
3-6 курс, магистранты
аспиранты
Подразделение
[Кафедра дифференциальных уравнений]
Семестр
Весна
Тип спецкурса
Спецкурс по выбору кафедры
Учебный год
2025/26
Список тем
Линейная алгебра.
Теория чисел.
Комбинаторика.
Математический анализ и элементы действительного анализа.
Элементарная и пространственная геометрия.
Комплексные числа.
Теория вероятностей.
Многочлены.
Дифференциальные уравнения.
Топология.
Список источников
Задачи студенческих математических олимпиад / В. А. Садовничий, А. А. Григорьян, С. В. Конягин. - М.: Изд-во Моск. университета, 1987.
День недели
среда
Время
15:00-16:35
Аудитория
1207
Аудитория первого занятия
Ещё не назначена
Статус курса
Запись открыта
Форма записи на курс
Заполнение формы записи на курс доступно только студентам. Для записи на курс авторизуйтесь, пожалуйста, в студенческом аккаунте.