NoLinebreak

Stochastik (Lehramt) WS 2021/22

Montags 14.15-16.00 und donnerstags 14.15-16.00, Großer Hörsaal, Wegelerstr. 10

Vorlesung: Andreas Eberle

Übungen: Luis La Rocca

Tutorien: Termine der Übungsgruppen:

  • Montags 16-18, 0.011 (Annabell Gros)
  • Donnerstags 10-12, 0.011 (Benjamin Nettesheim)
  • Freitags 8-10, 0.006 (Fabian Hauser)

Materialien zur Vorlesung:

Gegenstand der ersten Vorlesungshälfte ist eine Einführung in die diskrete Stochastik. Dabei folgen wir grob dem Vorlesungsskript des ersten Teils der "Algorithmischen Mathematik II" von 2017. In der zweiten Vorlesungshälfte behandeln wir Zufallsvariablen mit allgemeinem Zustandsraum, den zentralen Grenzwertsatz, sowie Grundbegriffe der Statistik.

Übungsblätter:

Klausurtermin 15.2.22, 13.00-15.00 KHS (A-K) und GHS (L-Z) 

Wiederholungsprüfung 16.3.22, 09.00-11.00 KHS

Vorlesungsinhalte (Abschnitt im Skript sowie Abschnitt in den Folien und Videos von N. Henze):

  • 11.10. Stochastische Modellierung, Ereignisse als Mengen (Skript Einführung, Henze Vorlesung 1)
  • 14.10. Kolmogorov Axiome (Skript 1.1, Henze Vorlesung 3 und 24)
  • 18.10. Gleichverteilung (Skript 1.1, Henze 3 und 4)
  • 21.10. Diskrete Verteilungen (1.1, H 3)
  • 25.10. Zufallsvariablen und ihre Verteilung (1.2, H 2,3)
  • 28.10. Binomialverteilung, Poissonverteilung, Hypergeometrische Verteilung (1.2, H 7,15)
  • 4.11. Erwartungswert (1.3, H 6)
  • 8.11. Bedingte Wahrscheinlichkeiten (2.1, H 9)
  • 11.11. Bayessche Formel, Mehrstufige Modelle (2.1, 2.2, H 8)
  • 15.11. Produktmodelle, Markovketten (2.2, H 8)
  • 18.11. Markovketten, Gleichgewichte (2.2)
  • 22.11. Unabhängigkeit, gemeinsame Verteilung (2.3, H 10,11)
  • 25.11. Unabhängigkeit von Zufallsvariablen (2.3, 2.4, H 11)
  • 29.11. Schwaches Gesetz der großen Zahlen für unabhängige Ereignisse (3.1, H 18)
  • 2.12. Starkes GGZ für unabhängige Ereignisse, Kovarianz (3.1, 3.2, H12)
  • 6.12. Korrelation, lineare Prognosen (3.2, H12)
  • 9.12. Gesetze der großen Zahlen für Zufallsvariablen, Schätzer (3.3, H 18)
  • 13.12. Allgemeine W'räume, reellwertige ZV (4.1, 4.2, H 24)
  • 16.12. Verteilungsfunktionen, Dichten, spezielle Verteilungen (4.2, 4.3, H 24, 25)
  • 20.12. Gleichgewichte von Markovketten (3.4)
  • 23.12. Konvergenz ins Gleichgewicht (3.4)
  • 10.1. Erwartungswert (4.4, H 26.1, 26.2)
  • 13.1. Transformationen von Zufallsvariablen (4.5, H 25.7, 26.3-26.8)
  • 17.1. Quantiltransformation (4.5, H 26.11-26.13), mehrdimensionale Verteilungen (4.6, H 27.1-27.8)
  • 20.1. Normalapproximation der Binomialverteilung (5.1, H 18.11-18.14)
  • 24.1. Zentraler Grenzwertsatz, Konfidenzintervalle im Binomialmodell (5.1, 5.2, H 18, 22)
  • 27.1. Konfidenzintervalle im Binomial- und Gaußmodell (5.2, H 22)
  • 31.1. Konfidenzintervalle für Quantile, Hypothesentests (5.2, 5.3, H 23)
  • 3.2.  Überprüfen von Verteilungsannahmen (5.3, H 13, 23.20-23.22), Pseudozufallszahlen (5.4, H 19)

Mathematica-Demonstrationen:

Die interaktiven cdf-Files können Sie mit dem frei verfügbaren Wolfram cdf-Player öffnen. Wenn Sie die kompletten Notebooks bearbeiten möchten, müssen Sie zunächst Mathematica installieren.

 


February 2022 Andreas Eberle eberle@uni-bonn.de