Veranstaltung
Die hier angezeigten Termine und Veranstaltungen werden dynamisch aus Stud.IP heraus angezeigt.
Daher kontaktieren Sie bei Fragen bitte direkt die Person, die unter dem Punkt Lehrende/Dozierende steht.
Veranstaltung
Semester:
Sommersemester
2020
5.08.3652 Stochastische Prozesse und ihre Anwendungen in der Modellierung Ü -
Veranstaltungstermin | Raum
- Freitag, 17.4.2020 10:00 - 12:00 | W15 0-027
- Freitag, 24.4.2020 10:00 - 12:00 | W15 0-027
- Freitag, 8.5.2020 10:00 - 12:00 | W15 0-027
- Freitag, 15.5.2020 10:00 - 12:00 | W15 0-027
- Freitag, 22.5.2020 10:00 - 12:00 | W15 0-027
- Freitag, 29.5.2020 10:00 - 12:00 | W15 0-027
- Freitag, 5.6.2020 10:00 - 12:00 | W15 0-027
- Freitag, 12.6.2020 10:00 - 12:00 | W15 0-027
- Freitag, 19.6.2020 10:00 - 12:00 | W15 0-027
- Freitag, 26.6.2020 10:00 - 12:00 | W15 0-027
- Freitag, 3.7.2020 10:00 - 12:00 | W15 0-027
- Freitag, 10.7.2020 10:00 - 12:00 | W15 0-027
- Freitag, 17.7.2020 10:00 - 12:00 | W15 0-027
Beschreibung
lecturer
Studienbereiche
- Studium generale / Gasthörstudium
SWS
2
Lehrsprache
deutsch
Für Gasthörende / Studium generale geöffnet:
Ja
Hinweise zum Inhalt der Veranstaltung für Gasthörende
In den meisten natürlichen Systemen spielen Zufallseinflüsse eine nicht unwesentliche Rolle und lieferen so eine Erklärung für die in Messungen beobachteten Irregularitäten. Eine Modellierung solcher Zufallseinflüsse erfordert die Einbeziehung von Konzepten und Methoden stochastischer Prozesse. In der Vorlesung wird, aufbauend auf elementaren Begriffen der Wahrscheinlichkeitstheorie, eine Definition des stochastischen Prozesses gegeben. Seine Charakterisierung in Zeit- und Frequenzbereich liefert eine Klärung des Begriffes Rauschen (engl. “noise”). Im methodischen Herzstück der Vorlesung werden die Grundgleichungen sto-chastischer Dynamik sowohl auf der Ebene einzelner Realisierungen als auch auf der Ebene einer Ensemblestatistik entwickelt und ihre Zusammenhänge beleuchtet. Im Anwendungsteil werden stochastische Simulationen mit Hilfe des Computers vorgestellt, deren Ergebnisse auch zur Illustration der theoretisch erarbeiteten Konzepte dienen. Zum Verständnis sind Vorkenntnisse in Differential- und Integralrechnung sowie elementarer Wahrscheinlichkeitsrechnung erforderlich.