Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden    Semester: WiSe 2020/21      Switch to english language    Hilfe    Sitemap
Logout in [min] [minutetext]

 
weitere Informationen zu Vorlesungsverzeichnis  Vorlesungsverzeichnis    
 
weitere Informationen zu Informatik  Informatik    
 
weitere Informationen zu Master (MPO 2009)  Master (MPO 2009)    
 
weitere Informationen zu Wahlbereich Mathematik  Wahlbereich Mathematik    
 
weitere Informationen zu Einführung in die Stochastik für Informatiker (Modulnr.: MAT-STD-85)  Einführung in die Stochastik für Informatiker (Modulnr.: MAT-STD-85)    
Leistungspunkte:

5

Workload:

150 h

SWS:

3

Anzahl Semester:

1

Qualifikationsziele:

- Die Studierenden verstehen die Modellierung von zufälligen Ereignissen und den axiomatischen Aufbau der Wahrscheinlichkeitstheorie - Die Studierenden haben die Fähigkeit, konkrete Situationen durch Zufallsvariable zu formulieren - Die Studierenden können Wahrscheinlichkeiten von Ereignissen in Laplace Räumen berechnen - Die Studierenden kennen den Zusammenhang zwischen W-Maßen und Verteilungsfunktionen - Die Studierenden können Erwartungswerte, Varianzen und Kovarianzen von zufälligen Verteilungen berechnen - Die Studierenden haben einen souveränen Umgang mit diskreten und stetigen Zufallsverteilungen - Die Studierenden kennen das schwache Gesetz der großen Zahlen und seine Bedeutung - Die Studierenden verstehen die zentralen Grenzwertsätze

Inhalte:

- Relative Häufigkeiten, Wahrscheinlichkeitsmaße - Laplace-Experiment, diskrete Verteilungen - Rechenregeln für Wahrscheinlichkeitsmaße - Elementare bedingte Wahrscheinlichkeiten - Stochastische Unabhängigkeit - Zufallsvariable auf diskreten Wahrscheinlichkeitsräumen - Wahrscheinlichkeitsmaße mit Dichten, Rechenregeln für Erwartungswerte, Varianzen und Kovarianzen - Schwaches Gesetz der großen Zahlen - Schwache Konvergenz, Verteilungskonvergenz und zentrale Grenzwertsätze

Lernformen:

Übung und Vorlesung

Prüfungsmodalitäten:

1 Prüfungsleistung in Form einer Klausur oder einer mündlichen Prüfung oder einem Projekt. 1 Studienleistung in Form von wöchentlichen Hausaufgaben sind möglich.

Literatur:

- U. Krengel, Einführung in die Wahrscheinlichkeitstheorie und Statistik, Vieweg-Verlag - F. Jondra + A. Wiesler, Wahrscheinlichkeitsrechnung und stochastische Prozesse, Teubner

Modulverantwortlicher:

Mathematik, Studiendekan

 

   

Lehrveranstaltungen


Vst.-Nr. Veranstaltung Vst.-Art Semester FB / Einrichtung Aktion
1214015 Einführung in die Stochastik (Informatik) Vorlesung     Department Mathematik
1299082 Einführung in die Stochastik (Informatik) Übung     Department Mathematik
Server: LSF18 Impressum & Datenschutz      Druckversion der Seite     Druckversion