← Zurück zur Übersicht
11344Fakultät 1 – MINT – Mathematik, Informatik, Physik, Elektro- und Informationstechnik
Spezielle Themen der Stochastik
Titel auf Englisch: Special Topics in Stochastics
Lernergebnisse
- ihre in den Grundvorlesungen erworbenen Kenntnisse im Bereich Stochastik vertiefen,
- Anwendungsbereiche stochastischer Modelle und der entsprechenden numerischen Verfahren verstehen, …
Inhalte
- Stochastische Simulation (z.B. Markovketten-Monte-Carlo, Simulated Annealing, Sensitivitätsanalyse)
- Zeitreihenanalyse (z.B. Regressionsanalyse, autoregressive Prozesse, Schätz- und Vorhersagetechniken)
- Quantifizierung von Unsicherheiten (z.B. Entropiemaße, Inverse Probleme, Kalman-Filter)
- Monte-Carlo-Methoden für partielle Differentialgleichungen (z.B. Diffusionsprozesse, Feynmac-Kac-Theorem)
- Statistik extremer Ereignisse (z.B. Extremwerttheorie, große Abweichungen, Risikoanalyse)
Voraussetzungen
Verpflichtende Voraussetzungen
Keine
Empfohlene Voraussetzungen
Prüfungsmodalitäten
- Erfolgreiche Bearbeitung von Übungsaufgaben
- Mündliche Prüfung (30 min.)
Angeboten in
- Angewandte MathematikM.Sc.
Wahlpflichtkomplex: Stochastik
- InformatikB.Sc.
Wahlpflichtkomplex: Mathematik
- InformatikM.Sc.
Wahlpflichtkomplex: Mathematik
| Studiengang | Abschluss | Wahlpflichtkomplex |
|---|---|---|
| Angewandte Mathematik | M.Sc. | Stochastik |
| Informatik | B.Sc. | Mathematik |
| Informatik | M.Sc. | Mathematik |
Literatur und Materialien
- S. Asmussen, P.W. Glynn. Stochastic Simulation: Algorithms and Analysis, Springer, 2007.
- P.J. Brockwell, R.A. Davis. Introduction to Time Series and Forecasting. Springer, 2010.
- E. Pardoux. Markov Processes and Applications, Wiley, 2008.
- S. Reich, C. Cotter. Probabilistic Forecasting and Bayesian Data Assimilation. Cambridge University Press, 2015.
Bewertungen von Studierenden
Was Studierende über dieses Modul sagen. Die BTU hat damit nichts zu tun — hier schreiben nur Studierende, und jede Bewertung ist die Meinung einer einzelnen Person.