Forskarutbildning

Forskarutbildningen är en fyraårig utbildning som syftar till att lära ut forskningsmetodik. En viktig del av utbildningen är skrivandet av en avhandling, som vid utbildningens slut ska försvaras vid disputationen.

På dessa sidor finns information om forskarutbildningen, som riktar sig såväl till forskarstuderande som till handledare och den som funderar på att söka till forskarutbildning.

 

Antagning till forskarutbildning

Doktorandplatser i matematik, matematisk statistik och beräkningsmatematik utlyses normalt i april varje år.

Lediga anställningar vid Matematiska institutionen

Du hittar information om behörighetskrav och urval på den engelska versionen av denna sida.

PhD studies

 

Potentiella avhandlingsämnen

Förslag på avhandlingsämnen hittar du på den engelska versionen av denna sida.

PhD studies

 

Studieplaner

Den allmänna studieplanen beskriver utbildningens innehåll och innehåller information om antagning och behörighetskrav. Den individuella studieplanen, som upprättas vid utbildningens start, innehåller preciseringar såsom val av kurser och forskningsplan.

Se även:

Naturvetenskapliga fakultetens informationssida för forskarstuderande
Information om forskarstudier på studera.nu

Kontakta gärna någon av studierektorerna för forskarutbildningen om du har några frågor. Kontaktuppgifter finns längst ner på sidan.

 

Doktorandråd

Vid Matematiska institutionen finns ett doktorandråd som ska bevaka de forskarstuderandes intressen, och har en representant i institutionsstyrelsen.

För närvarande består rådet av:

Ordförande: Josefien Kuijper
Sekreterare och kassör: Vilhelm Niklasson

 

Inför disputation och licentiatseminarium

Inför disputationen finns en del formaliteter att tänka på.

Stockholms universitets information om disputationer
Naturvetenskapliga fakultetens sida med riktlinjer

Matematiska institutionen har lathundar med praktiska tips inför disputation respektive presentation av licentiatavhandling. Eftersom traditionerna kring disputationen varierar i olika länder har Matematiska institutionen även sammanställt ett blad med riktlinjer för opponenter. Dessa filer finns bara på engelska så du hittar dem på den engelska versionen av denna sida.

 

Doktorandkurser

Här visas planerade doktorandkurser i matematik, matematisk statistik och beräkningsmatematik under läsåret 2023/24. Längre ner hittar du kurser från tidigare år.

Matematik hösten 2023

Matematik våren 2024

Gaussian fields and random surfaces
Lukas Schoug (KTH)
Analys, Geometri
Kurssida

 

Differential geometry, Klaus Kröncke (KTH)
Geometri
Kurssida

Stacks, David Rydh (KTH)
Algebra, Geometri

Kurssida

Quasiconformal maps in the plane, Alan Sola (SU) och Fredrik Viklund (KTH)
Analys
Kurssida

Differential topology, Greg Arone (SU)
Geometri
Kurssida
D-Modules and holonomic functions,
Anna-Laura Sattelberger (KTH)
Algebra
Kurssida
Quantum Mechanics for Mathematicians, Pavel Kurasov (SU)
Analys
Kurssida

 

Matematisk statistik hösten 2023 Matematisk statistik våren 2024
Stochastic theormodynamics (Chun-Biu Li) Topics in probability and statistics (Mathias Lindholm, Johannes Heiny, Daniel Ahlberg)
Probability theory (Boualem Djehiche, KTH) Markov chains and processes (Boualem Djehiche, KTH)

 

Beräkningsmatematik hösten 2023 Beräkningsmatematik våren 2024
TBA TBA
   

Läsåret 2022/23

Läsåret 2021/22

Läsåret 2020/21

Läsåret 2019/20

Läsåret 2018/19

Läsåret 2017/18

  • Algebraic Groups, Wushi Goldring, SU hösten 2017
  • Introduction to Sectorial Operators, Jonathan Rohleder, SU hösten 2017
  • Topics in Analysis, Danijela Damianovic och Henrik Shahgholian, KTH hösten 2017
  • Constructive and Computational Mathematics, Peter LeFanu Lumsdaine, SU våren 2018
  • Geometric Function Theory, Alan Sola (SU) och Fredrik Viklund (KTH), våren 2018
  • Polynomial Functors in Algebra and Topology, Greg Arone, SU våren 2018
  • Riemann-Hilbert Methods in Asymptotic Analysis, Maurice Duits, KTH våren 2018

Läsåret 2016/17

Läsåret 2015/16

Läsåret 2014/15

Läsåret 2013/14

Läsåret 2012/13

  • Matematisk analys för doktorander, hösten 2012
  • Matroidteori, hösten 2012
  • Algebraisk geometri III, hösten 2012
  • Theory of operads, hösten 2012
  • Algebraisk talteori, våren 2013
  • Topics in geometric combinatorics, våren 2013
  • Viscosity solutions of nonlinear PDE, våren 2013
  • Potentialteori, våren 2013
  • Strong homotopy algebras, våren 2013

Våren 2000 till våren 2011

Högre kurser i matematik mellan våren 2000 och våren 2011 (pdf) (116 Kb)

Läsåret 2022/23

  • Topics in stochastic control and stopping, Kristoffer Lindensjö, SU, hösten 2022
  • Networks and epidemics, Mia Deijfen/Tom Britton, SU, hösten 2022
  • Brownian motion and stochastic differential equations, Kristoffer Lindensjö, SU, hösten 2022
  • Advanced causal inference, Arvid Sjölander, KI, hösten 2022
  • Epidemiological theory from a statistical perspective, KI, hösten 2022
  • Computational methods for stochstic differential equations, Mathias Sandberg/Anders Szepessy, KTH, våren 2023

Läsåret 2021/22

  • Markov processes, Daniel Ahlberg, hösten 2021
  • Deep learning, Chun-Biu Li, hela läsåret
  • Statistical inference, KTH, våren 2022
  • Causal inference, Arvid Sjölander, KI, hösten 2021

Läsåret 2020/21

  • Networks and epidemics, Tom Britton, Mia Deijfen, Pieter Trapman, SU, hösten 2020
  • Probability theory, Guo Jhen Wu, KTH, hösten 2020
  • Soft skills for mathematicians, Tom Britton, SU, våren 2021

Läsåret 2019/20

  • Data-driven statistical modelling with optimisation, Tobias Rydén, SU, hösten 2019
  • Mathematics education at university level, Torbjörn Tambour, SU, hösten 2019
  • Stochastic finance in discrete time, Filip Lindskog, SU, hösten 2019
  • Advanced probability, Henrik Hult, KTH, hösten 2019
  • Unsupervised learning, Chun-Biu Li, SU, våren 2020

Läsåret 2018/19

  • Optimal Stochastic Control, Kristoffer Lindensjö, SU hösten 2018
  • Probability Theory, Jimmy Olsson, KTH hösten 2018
  • Topics in Discrete Probability, Timo Hirscher, SU våren 2019
  • Computational Methods for Stochastic Differential Equations, Mattias Sandberg och Anders Szepesy, KTH våren 2019
  • Computational Methods for Stochastic Differential Equations, Mattias Sandberg och Anders Szepesy, KTH våren 2019
  • Soft Skills for Mathematicians, Tom Britton, SU
  • Causal Inference, Timo Koski, KTH

Läsåret 2011/12

  • Statistical Constultancy Methodology, Rolf Sundberg, hösten 2011
  • Computer-intensive Statistical Methods, Tom Britton, Alexander Ploner and Niclas Noren, våren 2012
  • Probability Theory IV, Dmitrii Silvestrov, våren 2012
  • Statistical Models, Rolf Sundberg, våren 2012

Läsåret 2010/11

  • Statistical Constultancy Methodology, Rolf Sundberg, hösten 2010
  • Standastic Processes III, Pieter Trapman, hösten 2010
  • Writing and Presenting Mathematical Papers, Tom Britton, hösten 2010
  • Statistical Models, Rolf Sundberg, våren 2011
  • Standastic Processes IV, Dmitrii Silvestrov, våren 2011

Läsåret 2009/10

  • Computer Intensive Statistical Methods, Britton et al, hösten 2009
  • Probability Theory IV, Dmitrii Silvestrov, våren 2010
  • Statistical Models, Rolf Sundberg, våren 2010

Läsåret 2008/09

  • Study Group in Random Networks, Britton, hösten 2008
  • Standastic Processes III, Hössjer, hösten 2008
  • Probability Theory, Gut, Uppsala University
  • Study Group in Phylogenetics and Comparative Genomics: Bio, Maths, Stats and Algorithms, Britton

Läsåret 2007/08

  • Probability Theory, Hössjer, hösten 2007
  • Statistical Methods of Population Genetics and Gene Mapping, Palmgren och Hössjer, våren 2008
  • Writing and Presenting Mathematics/Statistics, Britton, våren 2008

Läsåret 2006/07

  • Large Deviations, Martin-Löf, hösten 2006
  • Inference for Standastic Processes, Svensson, våren 2007
  • Likelihood Based Inference, Pawitan, KI
  • Random Graphs (Study Circle), Britton

Läsåret 2005/06

  • Standastic Methods of Population Genetics, Hössjer, hösten 2005

Läsåret 2004/05

  • Statistical Theory for Exponential Families, Sundberg
  • Statistical Genetics and Bioinformatics (Seminar Series), Palmgren
  • Markov Population Models, Martin-Löf
  • Statistical Consulting Methodology, Sundberg
  • Probabilistic Properties of DeSemesteristic Systems, Tyrcha
  • Statistics for Microarrays, Sundberg

Läsåret 2003/04

  • Standastic Epidemic Models and Their Statistical Analysis, Britton
  • Probability Theory, Gut, Uppsala University
  • Statistical Modeling and Inference using Likelihood, Pawitan, KI

Läsåret 2002/03

  • Statistical Genomics, Greenwood
  • Statistical Methods in Molecular Medicine and Genetic Epidemiology, Palmgren

Läsåret 2001/02

  • Att skriva matematisk statistik, Svensson
  • Statistisk inferensteori

Läsåret 2022/23

  • Computer Science, Lars Arvestad, SU, hösten 2022
  • Computational Biology, Marc Hellmuth, SU, våren 2023
  • Categorical Logic, Ivan Di Liberti, SU, våren 2023

Läsåret 2021/22

  •     Deep Understanding of the Information Processing in Depp Learning, Chun-Biu Li, SU, höst 2021 och våren 2022
  •     Computational Biology, Lars Arvestad och Marc Hellmuth, SU, våren 2022

Läsåret 2019/20

 

Läskurser

Utöver de doktorandkurser som årligen planeras i samarbete med KTH, kan du ibland också få kurspoäng för spontant organiserade aktiviteter så som läskurser. Nödvändiga villkor för att en läskurs ska kunna ge kurspoäng är:

  • Det måste finnas en ansvarig lärare/examinator för kursen.
  • En kursplan (inklusive en kort beskrivning, en ungefärlig tidsplan, examinationsform, och antal poäng) ska godkännas av studierektor för forskarutbildningen innan läskursen börjar.
  • Läskursen ska annonseras (exempelvis genom SMC:s kalender) innan den börjar, så att andra intresserade doktorander vid SU eller KTH kan delta.
 

Kontakt

Studierektor för forskarutbildningen i matematik
Studierektor forskarutbildningen i matematisk statistik
Studierektor forskarutbildningen i beräkningsmatematik

Sök bland våra utbildningar