MLU
MAT.05429.02 - Vertiefung Stochastik (für Naturwissenschaften und Informatik) (Complete module description)
Original version English
MAT.05429.02 5 CP
Module label Vertiefung Stochastik (für Naturwissenschaften und Informatik)
Module code MAT.05429.02
Semester of first implementation
Faculty/Institute Institut für Mathematik
Module used in courses of study / semesters
  • Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Version of accreditation valid from SoSe 2023 > Mathematik (Anteil gem. § 5 Abs. 4-6, Anlage 2)
  • Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Version of accreditation (WS 2009/10 - SS 2016) > Hauptgebiet ”Mathematik und ausgewählte Module der Theoretischen Informatik”
  • Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Version of accreditation (WS 2016/17 - WS 2022/23) > Mathematik
  • Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation valid from SoSe 2023 > Mathematik
Responsible person for this module
Further responsible persons
Dr. Christian Roth
Prerequisites
Skills to be acquired in this module
Die Studierenden sollen weiterführende Prinzipien der Stochastik und ihrer Anwendungen kennen lernen, theoretische und numerische Zugänge in der Stochastik studieren und anhand praktisch relevanter Problemstellungen umsetzen.
Module contents
Es ist eine der Vorlesungen `Mathematische Statistik` oder `Dynamische Systeme und stochastische Optimierung` zu wählen
V1 Mathematische Statistik:
  • Zufällige quadratische Formen
  • Anwendungen (insbesondere Varianzanalyse)
  • allgemeines lineares Modell der Statistik und damit verbundene Parameterschätzungen und Signifikanzteste
  • Einführung in die Bayes`sche Statistik
  • Ermittlung Bayes`scher Entscheidungsfunktionen
  • lineare Transformationen zufälliger Vektoren
V2 Dynamische Systeme und stochastische Optimierung:
  • Perspektivische und operative Modelle der stochastischen Optimierung
  • Lösung deterministischer Optimierungsaufgaben mit stochastischen Methoden
  • stochastische Quasigradienten-Methoden
  • Prinzip der dynamischen Optimierung und Anwendungen
  • Monte Carlo Methoden und Zufallszahlengeneratoren
Forms of instruction Lecture (4 SWS)
Course
Lecture (2 SWS)
Exercises (1 SWS)
Course
Languages of instruction German, English
Duration (semesters) 1 Semester Semester
Module frequency jedes Wintersemester
Module capacity unlimited
Time of examination
Credit points 5 CP
Share on module final degree Course 1: %; Course 2: %; Course 3: %; Course 4: %; Course 5: %.
Share of module grade on the course of study's final grade 1
Module course label Course type Course title SWS Workload of compulsory attendance Workload of preparation / homework etc Workload of independent learning Workload (examination and preparation) Sum workload
Course 1 Lecture Vorlesung Mathematische Statistik 4 0
Course 2 Course Selbststudium 0
Course 3 Lecture Vorlesung Dynamische Systeme und stochastische Optimierung 2 0
Course 4 Exercises Übung Dynamische Systeme und stochastische Optimierung 1 0
Course 5 Course Selbststudium 0
Workload by module 150 150
Total module workload 150
Examination Exam prerequisites Type of examination
Course 1
Course 2
Course 3
Course 4
Course 5
Final exam of module
2 Gruppenkonsultationen (Mathematische Statistik) bzw. Lösen von Übungsaufgaben und deren Präsentation (Dynamische Systeme und stochastische Optimierung)
mündliche Prüfung
Exam repetition information
Prerequisites and conditions Prerequisites Frequency Compulsory attendance Share on module grade in percent
Course 1 Winter semester No %
Course 2 Winter semester No %
Course 3 Winter semester No %
Course 4 Winter semester No %
Course 5 Winter semester No %