Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Zufallsgeneratoren und Monte - Carlo - MethodenModulbeschreibung #20158 / Version 1

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Modul / Version#20158 / #1
GültigkeitSS 2014 – SoSe 2021
Verfügbare Sprache(n)Deutsch
Leistungspunkte10
Modulverantwortliche*rKruse, Raphael
BenotungBenotet
PrüfungsformMündliche Prüfung
Lehrsprache(n)Deutsch

Zugehörigkeit

FakultätFakultät II
InstitutInstitut für Mathematik
FachgebietKeine Angabe

Kontakt

SekretariatMA 5-3
Ansprechpartner*inKeine Angabe
E-Mail-Adressekruse@math.tu-berlin.de
WebseiteKeine Angabe

Lernergebnisse

Die Vorlesung ist eine Einführung in die Theorie und Implementierung von Zufallszahlengeneratoren und
Monte Carlo Methoden. Das erste Ziel ist das Verständnis, in welchem Sinne deterministische Algorithmen
verwendet werden können, um (Pseudo-)Zufallszahlen zu generieren. Der zweite Teil beschäftigt sich
mit (multilevel) Monte Carlo Methoden und Varianzreduktionstechniken, mit dem Ziel diese zu implementieren und Fehler- und Aufwandsabschätzungen durchführen zu können. Diese Vorlesung dient als
Startpunkt für eine Spezialisierung im Bereich Numerik stochastischer Prozesse.

Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5%

Lehrinhalte

Einführung in die zugrundeliegenden Resultate der Wahrscheinlichkeitstheorie;
Zufallszahlengeneratoren für die Gleichverteilung, insbesondere lineare Kongruenz-Generatoren, Mersenne
Twister;
Zufallszahlengeneratoren für die Normalverteilung;
(multilevel) Monte-Carlo Methoden;
Varianzreduktionstechniken;
Kon
denzintervalle;
Implementation anhand von Beispielen aus der Theorie der Integralgleichungen und Finanzmathematik.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Zufallsgeneratoren und Monte - Carlo - MethodenVorlesung Unregelmässig[de]4 ISIS

Arbeitsaufwand und Leistungspunkte

Zufallsgeneratoren und Monte - Carlo - Methoden (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit154 h60 h
Vor- und Nachbereitung1512 h180 h
240 h

Lehrveranstaltungsunabhängiger Aufwand

AufwandbeschreibungMultiplikatorStundenGesamt
Prüfungsvorbereitung160 h60 h
60 h

Der Aufwand des Moduls summiert sich zu 300 Stunden. Damit umfasst das Modul 10 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Vorlesungen

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

dringend empfohlen: Analysis, Lineare Algebra, Programmierkenntnisse in Matlab oder Python
wünschenswert: Wahrscheinlichkeitstheorie I

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformMündliche Prüfung
SpracheDeutsch

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Standard.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

  • Wird in der Vorlesung bekannt gegeben.

Zugeordnete Studiengänge

Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe