Аналитическая теория чисел
Ряды Дирихле
Проблема Варинга
Метод Виноградова
Аддитивные задачи теории чисел
Численный анализ полудинамических систем
Устойчивость в окрестности неподвижной точки.
Динамика в окрестности неподвижной точки гиперболического типа.
Линейные ПДС. Методы численного построения инвариантных подпространств.
Нелинейные ПДС. Теорема Адамара-Перрона для гильбертовых пространств.
Классификация методов приближенного построения устойчивого и неустойчивого многообразий.
Стабилизация к неподвижной точке в терминах устойчивого и неустойчивого многообразий)
Задача численного построения инвариантных подпространств.
Нелинейные ПДС, обобщенная теорема Адамара-Перрона.
Стабилизация к траектории в терминах устойчивого и неустойчивого многообразий.
Качественная теория дифференциальных уравнений и глобальных аттракторов.
Инвариантные множества.
Глобальный аттрактор в некомпактных пространствах.
Структура аттрактора. Принцип временной редукции.
Понятие размерности глобального аттрактора.
Аттракторы, зависящие от параметра.
Динамические системы, зависящие от параметра.
Fursikov A.V., Kornev A.A. Feedback stabilization for Navier-Stokes equations: Theory and Calculations. Mathematical Aspects of Fluid Mechanics. Lect. Notes Ser. Cambridge: Cambridge University Press, 2012. 130--172.3.
Кроновер Р.М. Фракталы и хаос в динамических системах. Основы теории. М: Постмаркет, 1999.
Dymnikov V.P., Filatov A. N. Mathematics of Climate Modelling. Birkhauser, 1997.
Кобельков Г.М., Корнев А.А., Ольшанский М.А., Чижонков Е.В. Некоторые актуальные проблемы математического моделирования. сб.: Современные проблемы математики и механики. 2009.
Песин Я. Б. Лекции по теории частичной гиперболичности и устойчивой эргодичности. М : Изд-во МЦНМО, 2006.
Избранные главы механики жидкости
Силы, действующие на тело в потоке жидкости.
Течения сжимаемых жидкостей.
Form Drag, Lift, and Propulsion : электронный ресурс. URL: https://vk.com/wall-102183983_27
Effects of Fluid Compressibility : электронный ресурс. URL: https://vk.com/wall-102183983_28
Спецкурс вносится в расписание 6 курса кафедры гидромеханики.
Программа курса доступна на странице https://gidropraktikum.narod.ru/documents.htm#year-5-eng
Контактная информация преподавателя https://vk.com/board163670179
Метрические аспекты теории чисел
Мера иррациональности и диофантовы экспоненты
Лемма Бореля-Кантелли
Теорема Хинчина-Грошева
Теорема Ярника-Безиковича
Диофантовы экспоненты решёток
В.М.Шмидт "Диофантовы приближения"
Дж.В.С.Касселс "Введение в геометрию чисел"
Финансовая математика и машинное обучение в финансах
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
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
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.
Практикум на R и Python: дополнительные главы
Регуляризация в регрессионных моделях
GLM-модели.
Классификация
Кластеризация
Байесовский подход
Kaufman L., Rousseeuw P. J. Finding groups in data: an introduction to cluster analysis. – John Wiley & Sons, 2009.
Simon Sheather - A Modern Approach to Regression with R-Springer-Verlag New York, 2009.
Berger J. O. Statistical decision theory and Bayesian analysis. – Springer Science & Business Media, 2013.
Berger J. O. Statistical decision theory and Bayesian analysis. – Springer Science & Business Media, 2013.