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 (30 Std/ECTS). 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 12.01.2018]
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:
Aufbauend auf Stochastik 1 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.
Die Studierenden können unbekannte Wahrscheinlichkeiten und Parameter, wie Erwartungswerte und Varianzen anhand von Beobachtungsdaten schätzen und berechnen, wie groß dafür die Anzahl der Beobachtungen sein sollte, damit die Schätzungen eine vorgegebene Genauigkeit und Sicherheitswahrscheinlichkeit einhalten. Die Studierenden sind in der Lage, Hypothesen über unbekannte Verteilungstypen und ihre Parameter aufzustellen und mit den korrekten statistischen Verfahren zu prüfen.
Die Studierenden können komplexe diskrete zufallsbehaftete Systeme mittels eines Simulationsprogrammes modellieren und die Simulationsergebnisse statistisch auswerten.   
  

[letzte Änderung 12.01.2018]
Inhalt:
1.      Verteilungen von Funktionen von Zufallsgrößen
1.1     Grenzwertsätze
 
2.      Statistische Schlussweisen
2.1     Stichprobenumfangsbestimmung zur Schätzung von Wahrscheinlichkeiten und Mittelwerten
2.2     Toleranzintervalle und Hypothesentests
2.3     Spezielle Hypothesentests zum Ermitteln von Verteilungen und zum Vergleich von Wahrscheinlichkeiten
        und Mittelwerten
 
3.      Spezielle Anwendungen in der Informatik      
3.1        Erzeugung von Zufallszahlen
3.2        Anwendungen statistischer Methoden bei der Simulation diskreter Systeme
3.3     Warteschlangentheorie
3.4        Anwendungen bei der Verkehrsmessung
3.5     Statistische Methoden in der Informations- und Codierungstheorie


[letzte Änderung 12.01.2018]
Lehrmethoden/Medien:
Die Vorlesung findet zu 50% im PC-Labor AMSEL "Angewandte Mathematik, Statistik und eLearning" statt. Es werden hier computergestützte praktische Fallbeispiele mit dem e-learning-System OLAT:Statistik, R und AnyLogic zu den vermittelten Methoden durchgeführt.
Die Studenten lernen das Simulationsprogramm AnyLogic kennen und lösen Hausaufgaben und Übungsaufgaben mit den o.g. Software-Systemen.


[letzte Änderung 12.01.2018]
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 OpenOLAT.


[letzte Änderung 12.01.2018]
Modul angeboten in Semester:
SS 2017, SS 2016, SS 2015, SS 2014, SS 2013, ...
[Tue Feb 20 20:20:52 CET 2018, CKEY=ps2, BKEY=pim, CID=PIM-WI51, LANGUAGE=de, DATE=20.02.2018]