MLU
MAT.05429.02 - Vertiefung Stochastik (für Naturwissenschaften und Informatik) (Vollständige Modulbeschreibung)
Originalfassung Englisch
MAT.05429.02 5 CP
Modulbezeichnung Vertiefung Stochastik (für Naturwissenschaften und Informatik)
Modulcode MAT.05429.02
Semester der erstmaligen Durchführung
Fachbereich/Institut Institut für Mathematik
Verwendet in Studiengängen / Semestern
  • Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Akkreditierungsfassung gültig ab SoSe 2023 > Mathematik (Anteil gem. § 5 Abs. 4-6, Anlage 2)
  • Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Akkreditierungsfassung (WS 2009/10 - SS 2016) > Hauptgebiet ”Mathematik und ausgewählte Module der Theoretischen Informatik”
  • Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Akkreditierungsfassung (WS 2016/17 - WS 2022/23) > Mathematik
  • Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Akkreditierungsfassung gültig ab SoSe 2023 > Mathematik
Modulverantwortliche/r
Weitere verantwortliche Personen
Dr. Christian Roth
Teilnahmevoraussetzungen
Kompetenzziele
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.
Modulinhalte
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
Lehrveranstaltungsformen Vorlesung (4 SWS)
Kursus
Vorlesung (2 SWS)
Übung (1 SWS)
Kursus
Unterrichtsprachen Deutsch, Englisch
Dauer in Semestern 1 Semester Semester
Angebotsrhythmus Modul jedes Wintersemester
Aufnahmekapazität Modul unbegrenzt
Prüfungsebene
Credit-Points 5 CP
Modulabschlussnote LV 1: %; LV 2: %; LV 3: %; LV 4: %; LV 5: %.
Faktor der Modulnote für die Endnote des Studiengangs 1
Modulveran­staltung Lehrveranstaltungs­form Veranstaltungs­titel SWS Workload Präsenz Workload Vor- / Nach­bereitung Workload selbstge­staltete Arbeit Workload Prüfung incl. Vorbereitung Workload Summe
LV 1 Vorlesung Vorlesung Mathematische Statistik 4 0
LV 2 Kursus Selbststudium 0
LV 3 Vorlesung Vorlesung Dynamische Systeme und stochastische Optimierung 2 0
LV 4 Übung Übung Dynamische Systeme und stochastische Optimierung 1 0
LV 5 Kursus Selbststudium 0
Workload modulbezogen 150 150
Workload Modul insgesamt 150
Prüfung Prüfungsvorleistung Prüfungsform
LV 1
LV 2
LV 3
LV 4
LV 5
Gesamtmodul
2 Gruppenkonsultationen (Mathematische Statistik) bzw. Lösen von Übungsaufgaben und deren Präsentation (Dynamische Systeme und stochastische Optimierung)
mündliche Prüfung
Wiederholungsprüfung
Regularien Teilnahme­voraussetzungen Angebots­rhythmus Anwesenheits­pflicht Gewicht an Modulnote in %
LV 1 Wintersemester Nein %
LV 2 Wintersemester Nein %
LV 3 Wintersemester Nein %
LV 4 Wintersemester Nein %
LV 5 Wintersemester Nein %