Martin-Luther-Universität Halle-Wittenberg
Vorlesungsverzeichnis (SS 2018)
UnderDocs - Ein Podcast des AK Uni im Kontext
Wirtschaftsmathematik (SS 2018) 16 Veranstaltungen
Nr. Titel Typ Lehrende
Wahrscheinlichkeitstheorie und Statistik - Übung Veranstaltungsdetails Mo. 14:15 - 15:45 (wöchentlich)

Stochastik-Vorlesung für Grundstudium

Übung Mara Jakob
Dynamische Systeme und Numerische Analysis, Übung Veranstaltungsdetails Fr. 12:15 - 13:00 (wöchentlich) Übung M. Sc Manuela Paschkowski,
Prof. Dr. Martin Arnold
Finanzmathematik - Übung Veranstaltungsdetails Do. 14:00 - 16:00 (wöchentlich)

In der Vorlesung werden die grundlegenden Prinzipien der stochastischen Modellierung von Finanzmärkten und der daraus resultierenden Bewertung von Finanzderivaten behandelt.

Vorlesungsgliederung:

1. Endliche arbitragefreie Systeme
2. Cox-Ross-Rubinstein-Modell
3. Black-Scholes-Modell

Übung Dr. Christian Roth
Finanzmathematik Veranstaltungsdetails Di. 10:00 - 12:00 (wöchentlich), Ort: SR1 [Math], Do. 12:15 - 13:45 (wöchentlich), Ort: SR3 [Math]

In der Vorlesung werden die grundlegenden Prinzipien der stochastischen Modellierung von Finanzmärkten und der daraus resultierenden Bewertung von Finanzderivaten behandelt.

Vorlesungsgliederung:

1. Endliche arbitragefreie Systeme
2. Cox-Ross-Rubinstein-Modell
3. Black-Scholes-Modell

Vorlesung Dr. Christian Roth
Wahrscheinlichkeitstheorie und Statistik - Übung Veranstaltungsdetails Mo. 14:00 - 16:00 (wöchentlich)

Stochastik-Vorlesung für Grundstudium

Übung Dr. Christian Roth
Wahrscheinlichkeitstheorie und Statistik Veranstaltungsdetails Mo. 12:00 - 14:00 (wöchentlich), Di. 10:00 - 12:00 (wöchentlich)

Stochastik-Vorlesung für Grundstudium

Vorlesung Prof. Dr. Wilfried Grecksch
Stochastische Differentialgleichungen Veranstaltungsdetails Di. 08:00 - 10:00 (wöchentlich), Do. 08:00 - 10:00 (wöchentlich)

In vielen praktischen Problemen sind Koeffizienten einer Differentialgleichung durch zufällige Störungen oder die rechten Seiten durch Rauschprozesse gestört. Dann spricht
man von stochastischen Differentialgleichungen. In der
Vorlesung werden behandelt: Lösungsbegriffe, Existenz- und Eindeutigkeitsaussagen, Besonderheiten der Stochastischen Analysis, Anwendungen bei physikalischen und ökonomischen Fragestellungen, Schätzungen von
Systemzuständen bei unvollständiger Zustandsinformation.

Vorlesung Prof. Dr. Wilfried Grecksch
Dynamische Systeme und Numerische Analysis Veranstaltungsdetails Fr. 10:00 - 12:00 (wöchentlich) - Vorlesung

Dynamische Systeme treten in der mathematischen Modellierung vielfältiger naturwissenschaftlicher und technischer Phänomene auf. Zahlreiche Probleme aus praktischen Anwendungen lassen sich dabei nicht oder nicht vollständig analytisch lösen, so dass numerische Lösungsverfahren in diesem Umfeld zentrale Bedeutung für das Verständnis dynamischer Systeme haben.

* Dynamische Systeme: Grundlagen, praktische Anwendungsbeispiele
* Numerische Lösung von Anfangswertproblemen
* Interpretation von numerischen Lösungsverfahren als dynamische Systeme
* Stabilität der numerischen Lösung für kontraktive Systeme, dissipative Systeme und Hamilton-Systeme
* Konvergenzeigenschaften von Zeitintegrationsverfahren hinsichtlich der numerischen Approximation von Gleichgewichtszuständen, periodischen Lösungen und chaotischen Lösungen

Vorlesung Prof. Dr. Martin Arnold
MAT.00714.02 Analysis II Veranstaltungsdetails Mo. 10:15 - 11:45 (wöchentlich) - VSP1, 3.28, Ort: Hörsaal 3.28 [VSP 1], Mi. 10:15 - 11:45 (wöchentlich), Ort: Hörsaal 3.07 [VSP 1]

Das Modul Analysis besteht aus zwei Teilen: Analysis I (WS) und Analysis II (SS). vgl. Modulbeschreibung

Vorlesung Prof. Dr. Siegfried Carl
Optimierung I (Lineare Optimierung) Veranstaltungsdetails Mo. 14:00 - 16:00 (wöchentlich), Mi. 14:00 - 16:00 (wöchentlich)

Lineare Optimierungsprobleme treten bei vielen Anwendungen in den Wirtschaftswissenschaften auf, ihre algorithmische Behandlung gehört zu den wichtigsten Problemen der numerischen Mathematik.
Unter einem linearen Optimierungsproblem versteht man die Aufgabe, eine lineare Funktion (Ziel- oder Kostenfunktion) auf einer Menge die durch endlich viele affin lineare Gleichungen und Ungleichungen gegeben ist (zulässiger Bereich), zu minimieren.
Zum Beispiel wird beim Produktionsplanungsproblem davon ausgegangen, dass in einem Betrieb n Produkte hergestellt werden, wozu m Hilfsmittel benötigt werden. Unter der Nebenbedingung, dass die Hilfsmittel nur bis zu einer gewissen Maximalmenge zur Verf'ugung stehen, soll der
Gewinn maximiert werden.
In der Vorlesung werden die theoretischen Grundlagen und die algorithmische Umsetzung zur Lösung von linearen Optimierungsproblemen behandelt. Weiterhin werden spezielle lineare Optimierungsprobleme diskutiert, die sich aus
konkreten ökonomischen Anwendungen ergeben.
Neben den grundlegenden Vorgehensweisen Simplex-Algorithmus,
dualer Simplexalgorithmus, revidierte Simplexmethode) werden neuere Verfahren (Karmarkar-Algorithmus) besprochen.
Die Herleitung von Alternativsätzen und die Lösung von linearen Ungleichungssystemen werden vorgestellt. Auf wichtige Anwendungen der linearen Optimierung in der Wirtschaft (Transportprobleme, Spieltheorie, u. a.)
wird in der Vorlesung eingegangen.
Die Lösung linearer Optimierungsprobleme mittels geeigneter
Computerprogramme (Mathematica, C++) wird demonstriert.
Abschlie'send werden anhand einer Fallstudie die Modellierung als lineares Optimierungsproblem, die zur Verfügung stehenden Algorithmen und die Realisierung am Computer untersucht.

Vorlesung Prof. Dr. Christiane Tammer
Nichtlineare Optimierung Veranstaltungsdetails Mo. 10:00 - 12:00 (wöchentlich), Mi. 10:00 - 12:00 (wöchentlich)

Die Modellierung vieler Problemstellungen aus den Natur-, Ingenieur- und Wirtschaftswissenschaften führt auf Approximations- und Steuerprobleme.
Bereits Leonhard Euler (1744) formulierte die Aufgabe:
''Curven zu finden, denen eine Eigenschaft im höchsten oder geringsten
Grade zukommt''.
Diese Aufgabenstellung stellt ein Grundproblem der Optimierungstheorie in Funktionenräumen dar. In der modernen Analysis werden Funktionen als Punkte eines Vektorraumes aufgefaßt. Dies ermöglicht einerseits die geometrische Anschauung und stellt andererseits die Methoden zur Verfügung. Die Optimierungstheorie in Funktionenräumen bildet den natürlichen Rahmen zur Behandlung von Aufgaben aus der Approximationstheorie.
In der Vorlesung wird auf folgende Schwerpunkte eingegangen:
Grundlagen aus der Funktionalanalysis, Approximation in Prä - Hilberträumen, Anwendung in der Steuertheorie, Tschebyscheff - Approximation, Approximation im Mittel, Jackson-Alternative, Fehlerabschätzung, Dualitätsaussagen, Numerische Verfahren (einschließlich Computervorführungen).

Vorlesung Prof. Dr. Christiane Tammer
Oberseminar und Modul Seminar - Stochastik Veranstaltungsdetails Do. 10:00 - 12:00 (wöchentlich)

Die Forschungsgruppe Stochastik der Arbeitsgruppe Optimierung und Stochastik führt ein Oberseminar (Donnerstags 10.15-11.45, Seminarraum 3, Georg-Cantor-Haus) durch.
Die Termine werden durch Aushang und im Internet unter http://optimierung.mathematik.uni-halle.de/veranstaltungen/oberseminarstochastik/ mitgeteilt. Im Oberseminar tragen Arbeitsgruppenangehörige, Gäste und Studierende über Ihre Forschungsergebnisse auf dem Gebiet der Stochastik vor.

Prof. Dr. Wilfried Grecksch
Analysis II, Tutorium 2 (Bachelor Math, WiMath, Physik, MedPhysik) Veranstaltungsdetails Do. 12:15 - 13:45 (wöchentlich)

Begleitendes fakultatives Tutorium zur Vorlesung und den Übungen Analysis II

Dr. Volker Pluschke
MAT.05318,05319,05323,03665 Stochastische Differentialgleichungen und ihre numerische Lösung (Aktuelle Resultate der Numerischen Mathematik) Veranstaltungsdetails Do. 14:15 - 15:45 (wöchentlich)

Die Vorlesung behandelt
den Wiener-Prozess,
stochastische Integrale, stochastische Differentialgleichungen (SDEs),
numerische Lösungsverfahren.

Vorlesung Dr. Lothar Boltze
Arbeitsgruppenseminar Numerische Mathematik Veranstaltungsdetails Di. 13:00 - 14:00 (wöchentlich)

Wöchentliches Seminar der Doktorand(inn)en der Professur für Numerische Mathematik

andere Lehrveranstaltung Prof. Dr. Martin Arnold
MAT.05318,MAT.05319,MAT.05323 Stochastische Differentialgleichungen und ihre numerische Lösung (Aktuelle Resultate der Numerischen Mathematik), Übung Veranstaltungsdetails Do. 16:00 - 16:45 (wöchentlich)

Übung zur LV (MAT.05318,MAT.05319,MAT.05323,MAT.03665)
SDEs und ihre numerische Lösung

Übung Dr. Lothar Boltze