Home » Stochastik-Praktikum, Wintersemester 2017/2018 »

Stochastik-Praktikum, Wintersemester 2017/2018

Ort: Rudower Chaussee 25, Raum 1.012

Zeit: Dienstags, 11:15 – 12:45 Uhr

Vorlesungsverzeichnis

Inhalt und Ablauf

Ziel der Veranstaltung ist die praktische Umsetzung und Implementierung stochastischer Modelle und Methoden. Es wird im Wechsel Vorlesung und praktische Übungen am Computer geben. Als Programmiersprache kommt Python zum Einsatz. Thematische Schwerpunkte sind unter anderem das Erzeugen von Zufallszahlen, Test- und Schätzmethoden, die Simulation stochastischer Prozesse und Monte-Carlo-Methoden.

Der parallele Besuch der Stochastik-II-Vorlesung wird empfohlen.

Termin Raum Inhalt Material Aufgaben
17. 10. 1.012 Zufallszahlen und Monte-Carlo block1-folien.pdf, quasirandom.py, norm2d.py, multinorm.py, montecarlo.py Block 1
24. 10. 2.207 Übung
31. 10. entfällt (Feiertag)
07. 11. 2.207 Deskriptive Statistik block2-folien.pdf, median-mean.py, inspect-michelson.py, inspect-miete.py, michelson.dat, miete03p.csv, meth.dat Block 2
14. 11. 2.207 Übung
21. 11. 2.207 Übung
28. 11. 2.207 Simulation stochastischer Prozesse block3-folien.pdf, randomwalk.py, diffusion.py, levybb.py Block 3 (Achtung: Tippfehler in Gl. (1) und (2) korrigiert)
5. 12. 2.207 Übung
12. 12. 2.207 Übung fBm.py (Robert Denkert), Dokumentation.pdf (Robert Denkert) Robert Denkert hat eine Extraaufgabe zur fraktionellen brownschen Bewegung gelöst.
19. 12. 2.207 Zeitreihenanalyse block4-folien.pdf, timeseries.py Block 4
09. 01. 2.207 Übung
16. 01. 2.207 Markov Chain Monte Carlo block5-folien.pdf, accept-reject.py, MCMC.py Block 5
23. 01. 2.207 Übung
30. 01. 2.207 Übung
06. 02. 2.207 Übung
13. 02.

Links und Literatur

[RW06]
C. E. Rasmussen, C. K. I. Williams – Gaussian Processes for Machine Learning (2006, MIT Press, ISBN 978-0-262-18253-9)
[KN06]
J.-P. Kreiß, G. Neuhaus – Einführung in die Zeitreihenanalyse (2006, Springer-Verlag, Berlin Heidelberg, ISBN 978-3-540-25628-1)