htw saar
Zurück zur Hauptseite

Version des Moduls auswählen:

Stochastik 2

Modulbezeichnung: Stochastik 2
Modulbezeichnung (engl.): Stochastics 2
Studiengang: Praktische Informatik, Master, ASPO 01.10.2011
Code: PIM-WI51
SWS/Lehrform: 2V (2 Semesterwochenstunden)
ECTS-Punkte: 3
Studiensemester: 2
Pflichtfach: nein
Arbeitssprache:
Deutsch
Prüfungsart:
Klausur
Zuordnung zum Curriculum:
KIM-STO2 Kommunikationsinformatik, Master, ASPO 01.10.2017, 2. Semester, Wahlpflichtfach, nicht informatikspezifisch
PIM-WI51 Praktische Informatik, Master, ASPO 01.10.2011, 2. Semester, Wahlpflichtfach, nicht informatikspezifisch
PIM-STO2 Praktische Informatik, Master, ASPO 01.10.2017, 2. Semester, Wahlpflichtfach, nicht informatikspezifisch
Arbeitsaufwand:
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 30 Stunden. Der Gesamtumfang des Moduls beträgt bei 3 Creditpoints 90 Stunden. Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 60 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
PIM-WI50 Stochastik 1


[letzte Änderung 19.07.2007]
Als Vorkenntnis empfohlen für Module:
Modulverantwortung:
Prof. Dr. Barbara Grabowski
Dozent:
Prof. Dr. Barbara Grabowski


[letzte Änderung 19.07.2007]
Labor:
Angewandte Mathematik, Statistik und eLearning (5306)
Lernziele:
Mathematische, speziell stochastische Methoden, spielen in der Informatik u.a. bei der Beschreibung, Codierung und Übertragung von Signalen bzw. Informationen und der Performance-Analyse und
Optimierung des Verhaltens von komplexen Systemen eine große Rolle. Aufbauend auf Stochastik I werden in diesem Kurs Methoden der Stochastik mit speziellem Focus auf die Anwendungen in der Informatik vermittelt.
Im Mittelpunkt der Vorlesung stehen dabei Methoden der Performance-Analyse (Verkehrstheorie) diskreter Systeme und der optimalen Codierung von Informationen.


[letzte Änderung 19.07.2007]
Inhalt:
1.         Mathematische Methoden in der Verkehrstheorie
1.1        Einführung in die Grundlagen
1.2        Geburts- und Todesprozesse
1.3        Warteschlangen
1.4        Anwendungen bei der Verkehrsmessung
2.        Mathematische Methoden in der Informations- und Codierungstheorie
2.1        Die Entropie
2.2        Informationsquellen, optimale Quellcodierung
2.3        Kanäle, optimale Kanalcodierung
2.4        Mathematische Methoden der Mustererkennung
2.4.1        Methoden der Mustererkennung
2.4.2        Anwendung bei der Codierung von Bildern zur effizienten Übertragung


[letzte Änderung 19.07.2007]
Lehrmethoden/Medien:
Die Vorlesung findet zu 50% im PC-Labor AMSEL "Angewandte Mathematik, Statistik und eLearning" statt. Es werden hier computergestützte praktische Fallbeispiele mit ActiveMath:Statistik, R und AWESIM zu den vermittelten Methoden durchgeführt.
    
Weiterhin wird das eLearning-System ActiveMath-Statistik (AMSEL-PC-Labor 5306) eingesetzt. Die Studenten lösen Hausaufgaben und Übungsaufgaben mit diesem System.


[letzte Änderung 16.04.2011]
Literatur:
KLIMANT, Herbert; PIOTRASCHKE, Rudi; SCHÖNFELD, Dagmar: Informations- und Kodierungstheorie, B.G.Teubner, Leipzig, 1996
WARMUTH, Elke: Mathematische Modelle in der Simulation diskreter Systeme, ZFH Koblenz, 2002.
GRABOWSKI, Barbara: Stochastik für Informatiker, e-Learning-Buch in ACTIVEMATH.


[letzte Änderung 19.07.2007]
Modul angeboten in Semester:
SS 2017, SS 2016, SS 2015, SS 2014, SS 2013, ...
[Mon Sep 25 04:40:07 CEST 2017, CKEY=ps2, BKEY=pim, CID=PIM-WI51, LANGUAGE=de, DATE=25.09.2017]