Stochastik für InformatikModulbeschreibung #20217 / Version 5
- 9 LP
- Schriftliche Prüfung
- Benotet
- Sommersemester
- Deutsch
| Modul / Version | #20217 / #5 |
|---|---|
| Gültigkeit | Seit WS 2019/20 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 9 |
| Modulverantwortliche*r | Hammer, Matthias |
| Benotung | Benotet |
| Prüfungsform | Schriftliche Prüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät II |
|---|---|
| Institut | Institut für Mathematik |
| Fachgebiet | Keine Angabe |
Kontakt
| Sekretariat | Keine Angabe |
|---|---|
| Ansprechpartner*in | Keine Angabe |
| E-Mail-Adresse | mathe-service@math.tu-berlin.de |
| Webseite | https://www.math.tu-berlin.de/mathematik_service/ |
Lernergebnisse
Beherrschung stochastischer Modellbildung als Grundlage für die Anwendungen. Erlernen statistischer Grundfertigkeiten und der Grundlagen der diskreten Wahrscheinlichkeitstheorie sowie stochastische Algorithmik.
Lehrinhalte
- Ereignisse, Wahrscheinlichkeitsräume, diskrete Zufallsvariablen, wichtige diskrete Verteilungen
- Bedingte Wahrscheinlichkeit, Bayes-Formel, Unabhängigkeit, gemeinsame Verteilung, bedingte Verteilung
- Erwartungswert, Varianz, Kovarianz, Korrelation
- Zufallsvariablen mit Dichten, wichtige Beispiele
- Gesetz der Großen Zahlen, Zentraler Grenzwertsatz, Chebyshev-Ungleichung (überblicksartig, ohne Beweise)
- Parameterschätzung, Maximum Likelihood
- Korrelation, Regression
- Konfidenzintervalle
- Hypothesentests
- Markov-Ketten, stationäre Verteilungen
- Warteschlangen
- Verzweigungsprozesse, zufällige (binäre) Bäume
- Markov Chain Monte Carlo
- Randomisierte Algorithmen
- Bedingte Wahrscheinlichkeit, Bayes-Formel, Unabhängigkeit, gemeinsame Verteilung, bedingte Verteilung
- Erwartungswert, Varianz, Kovarianz, Korrelation
- Zufallsvariablen mit Dichten, wichtige Beispiele
- Gesetz der Großen Zahlen, Zentraler Grenzwertsatz, Chebyshev-Ungleichung (überblicksartig, ohne Beweise)
- Parameterschätzung, Maximum Likelihood
- Korrelation, Regression
- Konfidenzintervalle
- Hypothesentests
- Markov-Ketten, stationäre Verteilungen
- Warteschlangen
- Verzweigungsprozesse, zufällige (binäre) Bäume
- Markov Chain Monte Carlo
- Randomisierte Algorithmen
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
Arbeitsaufwand und Leistungspunkte
Stochastik für Informatiker (Vorlesung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 120 h | |||
Stochastik für Informatiker (Tutorium)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 6 h | 90 h |
| 120 h | |||
Lehrveranstaltungsunabhängiger Aufwand
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Prüfungsvorbereitung | 1 | 30 h | 30 h |
| 30 h | |||
Der Aufwand des Moduls summiert sich zu 270 Stunden. Damit umfasst das Modul 9 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Vorlesung, im technisch machbaren Umfang unter Verwendung von multimedialen Hilfsmitteln. Wöchentliche Hausaufgaben. Übung in Kleingruppen.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Dringend empfohlen: Analysis I und Lineare Algebra für Ingenieurwissenschaften
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Die Prüfungsvoraussetzungen konnten nicht abgerufen werden.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Schriftliche Prüfung |
| Sprache | Deutsch |
Prüfungsbeschreibung (Abschluss des Moduls)
Schriftliche Prüfung. Zulassungsvoraussetzung: Leistungsnachweis aufgrund von Hausaufgaben.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
Maximale teilnehmende Personen
Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.
Anmeldeformalitäten
Die Anmeldung zu den Tutorien erfolgt elektronisch. Nähere Informationen unter: www.moses.tu-berlin.de/tutorien/anmeldung/.
Literaturhinweise, Skripte
Skript in Papierform
verfügbar
Skript in elektronischer Form
verfügbar – https://www.math.tu-berlin.de/mathematik_service/literatur/skripte/
Empfohlene Literatur
- H.O. Georgii: Stochastik. De Gruyter 2015
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computational Engineering Science (Informationstechnik im Maschinenwesen) StuPO 2018 (17.01.2018) | SoSe 2025 | 1. Kernbereich 1: Informatik und Mathematik |
| WiSe 2025/26 | 1. Kernbereich 1: Informatik und Mathematik | |
| SoSe 2026 | 1. Kernbereich 1: Informatik und Mathematik | |
| WiSe 2026/27 | 1. Kernbereich 1: Informatik und Mathematik | |
| Informatik StuPO 2015 | SoSe 2025 | Pflichtbereich |
| WiSe 2025/26 | Pflichtbereich | |
| SoSe 2026 | Pflichtbereich | |
| WiSe 2026/27 | Pflichtbereich › Grundlagen der Mathematik | |
| Naturwissenschaften in der Informationsgesellschaft StuPO 2018 | SoSe 2025 | Wahlpflichtbereich › Informatik › Weiterführende Module |
| WiSe 2025/26 | Wahlpflichtbereich › Informatik › Weiterführende Module | |
| SoSe 2026 | Wahlpflichtbereich › Informatik › Weiterführende Module | |
| WiSe 2026/27 | Wahlpflichtbereich › Informatik › Weiterführende Module | |
| Naturwissenschaften in der Informationsgesellschaft StuPO 2025 | WiSe 2025/26 | Wahlpflichtbereich › Wahlpflichtbereich Informatik › Weiterführende Module Informatik |
| SoSe 2026 | Wahlpflichtbereich › Wahlpflichtbereich Informatik › Weiterführende Module Informatik | |
| WiSe 2026/27 | Wahlpflichtbereich › Wahlpflichtbereich Informatik › Weiterführende Module Informatik | |
| Physikalische Ingenieurwissenschaft StuPO 2007 (19.12.2007) | SoSe 2025 | 1. Mathematische Methoden |
| WiSe 2025/26 | 1. Mathematische Methoden | |
| SoSe 2026 | 1. Mathematische Methoden | |
| Physikalische Ingenieurwissenschaft StuPO 2020 | SoSe 2025 | 1. Mathematische Methoden |
| WiSe 2025/26 | 1. Mathematische Methoden | |
| SoSe 2026 | 1. Mathematische Methoden | |
| WiSe 2026/27 | 1. Mathematische Methoden |
Sonstiges
[Contains machine generated translations 2026-07-07 11:17, only the German version is legally binding]