Call us now:
Катедра за вероватноћу и статистику
Основне академске студије
Статистика, актуарска и финансијска математика
Смер Статистика, актуарска и финансијска математика, уведен је 2006. године. Закључно са 2022. годином на овом смеру је дипломирало 303 студента.
Шта се учи на студијама?
Прве две године студија на модулу за статистику, актуарску и финансијску математику чине такозване заједничке основе које се састоје од предмета (анализа, алгебра, геометрија, рачунарство итд.) који се слушају и полажу на свим смеровима на Математичком факултету. На тај начин сваки студент који заврши смер Статистика, актуарска и финансијска математика добија звање дипломирани математичар (са назнаком модула) и тиме сва права која имају дипломирани математичари и других профила. Поред ових предмета студенти се кроз предмете Увод у вероватноћу и Увод у статистику упознају са основним концептима вероватноће и њеној улози у анализи података, вештачкој интелигенцији, актуарству, финансијама, демографији итд. Поред тога студенти се упознају са основном статистичким методама као и могућностима коришћења различитих софтверских алата за то. На трећој и четвртој години полаже се доста уско стручних једносеместралних предмета које можемо поделити у неколико група:
Прву групу чине предмети: Теорија вероватноћа, Математичка статистика и Случајни процеси у којима се стичу основна (базична) знања на студијама овог смера. Ови курсеви омогућавају студентима да разумеју различите методе које се користе у применама.
Другу групу чине предмети: Елементи актуарске математике, Елементи финансијске математике, Елементи статистичког учења, Машинско учење, Дисперзиона анализа, Теорија информације, Временске серије и примене у финансијама, Теорија узорака. Већ из самих назива предмета јасно је да се у оквиру ових предмета стичу специфична знања, која су неопходна у применама вероватносно-статистичких метода у најразноврснијим истраживањима у готово свим областима људске делатности.
Трећу групу предмета чине: Статистички софтвер I,II,III и IV. На овим предметима студенти се упознају са програмима који се користе за статистичку анализу података, односно статистичко (машинско) учење, попут R-а и Пајтона. Усвојене основне и напредне концепте статистичког програмирања студенти демонстрирају кроз самосталне пројекте кроз које стичу важно искуство у раду са реалним подацима.
Поред наведених предмета студенти имају могућност полагања и неких мултидисциплинарних курсева попут курса Увод у рачунарску топологију на коме се проучавају основе тополошке анализе података. Кроз стручну праксу која је обавезна, студенти имају прилике да пре завршетка студија стекну неопходно примењено искуство које ће им помоћи у даљој каријери.
Data Science
Анализа података (енг. Data Science) представља једну од најперспективнијих области модерне науке. Уопштено говорећи, посао аналитичара података јесте да у сировим подацима уочава правилности и на основу њих прави моделе који ће у будућности бити коришћени за предвиђање на новим подацима. У ту сврху користи се широк спектар математичких метода, као што су технике математичке анализе, оптимизације, а нарочито математичке статистике и статистичких модела. Такође, аналитичар података за имплементацију математичких модела користи мноштво рачунарских алата, од којих су најпознатији програмски језици R, Python, затим Matlab, као и многи други. Аналитичари података веома су тражени у компанијама које се баве разним IT делатностима, као и финансијама. За овај образовни профил неопходно образовање може се стећи на Математичком факултету Универзитета у Београду, на смеру за Статистику, актуарску и финансијску математику, који нуди неопходна теоријска и практична знања потребна за рад у области, а мноштво изборних предмета нуди могућност прилагођавања индивидуалним потребама и жељама. Истичемо да су актуарска и финансијска математика нека од главних поља где се data science користи.
Актуарска математика
]Aктуарска математика се бави животним и неживотним осигурањем.
Животно осигурање је област која се брзо развија, у складу са променама у начину живота и захтевима савременог човека, могућег корисника осигурања. Ова област повезује принципе теорије вероватноће (јер је потребно, на основу доступних података и разних додатних претпоставки, проценити непознату преосталу дужину живота особе која се осигурава – осигураника) и принципе финансијске математике (јер је потребно одредити тачне износе финансијских обавеза за све учеснике у осигурању).
Област неживотног осигурања обухвата велики број различитих врста осигурања, чији је типичан представник осигурање покретне и непокретне имовине од широког спектра ризика. Применом математичког моделирања, заснованог на методима теорије вероватноћа и случајних процеса, и потпомогнутог симулационим процедурама, математика неживотног осигурања проучава процес ризика и решава, као један од основних, проблем одређивања, односно процењивања, вероватноће разарања осигуравајуће компаније.
Финансијска математика
Финансијска математика se моделирањем финансијских тржишта, односно кретањем цена различитих финансијских деривата (на пример акција компанија) и њиховом прогнозом, прављењем аутоматских алгоритама за трговање на берзи, управљањем ризицима кроз конструикцију различитих портфолија (са идејом да се максимизира профит и минимизира ризик). При томе се користе различите математичке теорије, попут теорије вероватноће, статистичког, односно машинског учења, али и оптимизаације и диференцијалних једначина.
Кабинет 825
Студентски трг 16
IV спрат
Контакт
stat@matf.bg.ac.rs
Консултације
Уторком 12h - 14h