I836 Mathematisch-stochastische Modelle: Markovketten und Monte-Carlo-Simulationen WS 20/21

HTW Dresden | Wintersemester 2020 / 2021 I836 Mathematisch-stochastische Modelle: Markovketten und Monte-Carlo-Simulationen WS 20/21

I836 Mathematisch-stochastische Modelle: Markovketten und Monte-Carlo-Simulationen WS 20/21

Allgemeines

 

Wichtig:

Am 21.01.21 zur 2. DS wird Konsultation in MS Teams angeboten. (Fragen insbesondere zur muendlichen Pruefung koennen auch im Forum vorher gestellt werden.)

Am 22.01.21 ist DEADLINE fuer die Einschreibung zur Pruefung.

01.02.-03.02.21 finden die muendlichen Pruefungen auf MS Teams statt.

Unter folgendem Link könnt ihr den Meetings beitreten:

I836 MSM

 

Die Vorlesungen vermitteln Theorie, praktischen Hintergrund, Formeln und Anwendungsproblem zu einer bedarfsgerechten Auswahl aus folgenden Schwerpunkten:

  • Mathematische Modellierung stochastischer Fragestellungen (Wahrscheinlichkeitsrechnung, Zuverlässigkeitstheorie)
  • Grundlagen der stochastischen Simulation (Monte-Carlo-Methoden)
  • Einführung in die Theorie der Markovketten mit diskreter und stetiger Zeit  
  • Warteschlangentheorie
  • Erneuerungstheorie
  • Markov-Chain-Monte-Carlo Methoden 

In den Übungen werden die Vorlesungsinhalte vertieft durch das begleitete Bearbeiten von anwendungsbezogenen Problemstellungen sowie die Diskussion von Fragen zur Vorlesung und zum Selbststudium.

Die Studenten lernen, quantitative Fragestellungen mit Unsicherheiten in geeignete stochastische Modelle zu überführen und deren Qualität zur Beantwortung der Ausgangsfragestellung zu bewerten. Exakte und numerische Methoden zur Analyse stochastischer Modelle können Sie bedarfsgerecht anwenden, die Ergebnisse in den Kontext des Ausgangsproblems übertragen und die Notwendigkeit für weitere Anpassungen des mathematischen Modells beurteilen. Sie sind in der Lage, mathematische Notation effektiv für eine präzise Kommunikation einzusetzen und Ihre Ergebnisse nachvollziehbar darzustellen. Die Studenten kennen die Einsatzmöglichkeiten von stochastischen Simulationen zur Analyse der Modelle, können entsprechende Algorithmen selbst entwickeln bzw. aus der Literatur eigenständig entnehmen und rechnergestützt umsetzen.

 

MS Teams

 

Sowohl Konsultation als auch Übung finden online über MS Teams statt. Bitte überprüft, ob ihr schon einen Zugang freigeschaltet habt.

Falls nicht, tragt euch in folgende OPAL-Gruppe ein, anschließend sollte euer Zugang freigeschaltet werden: 

https://bildungsportal.sachsen.de/opal/auth/RepositoryEntry/26592673797

 

Über folgenden Link tretet ihr Konsultationen oder Übungen bei:  I836 MSM

Ihr solltet anschließend nach einem Teamcode gefragt werden, gebt dazu 0d5mp71 ein.

 

 

Vorlesung

Beginn: 13.10.20 (42. Woche)

Dozent: Steffen Lange

 

Vorlesungen werden regelmäßig als .mp4-Aufnahmen im OPAL zur Verfügung gestellt.

Die Videos sollen im Umfang ca. 3 SWS entsprechen.

Zusätzlich wird jeweils in den geraden Wochen (erster Termin: 29.10.) ab 9:20 (~2. DS) eine Konsultation zur Vorlesung auf MS Teams angeboten. Nach Bedarf wird auch in den ungeraden Wochen ein Extra-Konsultationstermin angeboten (beachte Ankuendigung oben).

 

Übung

jeden 2. Dienstag (ungerade Wochen) 3.DS (11:10 - ca. 12:40)

Beginn: 20.10.20 (43. Woche)

Tutoren: Denis Hünniger, Sebastian Rühle

 

Die Übungsblätter beinhalten stets 3 Übungsaufgaben und 1 Hausaufgabe. Die Übungsaufgaben werden in der Übung zusammen besprozur 2. DS wird Konsultation in MS Teams angeboten. (Fragen koennen auch im Forum vorherchen, die Hausaufgabe soll von Ihnen im Selbststudium innerhalb von 1 Woche gelöst und bis Dienstag um 11:00 (eine PDF-Datei) im OPAL abgegeben werden unter

Übungs- und Hausaufgaben  Einreichung

 

In jeder Hausaufgabe lassen sich 5 Punkte verdienen.

Sofern ihr 2 von 5 Punkte erreicht, erhaltet ihr für die Klausur pro Hausaufgabe 0.5 Bonuspunkte gutgeschrieben.

Sofern ihr 4 von 5 Punkte erreicht, erhaltet ihr für die Klausur pro Hausaufgabe 1 Bonuspunkt gutgeschrieben.

Display more information
Loading Assessment overview
Loading overview