Seminar zur Stochastik

Termin

Mittwoch 12.15-13.45 Uhr Arnimallee 3, Raum 005

Kontakt

Stefanie Winkelmann klink@mi.fu-berlin.de Raum 116, Arnimallee 6
Carsten Hartmann chartman@mi.fu-berlin.de Raum 113, Arnimallee 6

Allgemeine Informationen

Inhalt

In dem Seminar werden verschiedene Bereiche der Stochastik behandelt. Zentrale Themenbereiche des Seminars sind:

Zielgruppe

Studierende, die Stochastik I gehört haben

Voraussetzungen

Stochastik I

Scheinkriterien

Vorträge

Termin Vortragende Thema Literatur Betreuer
06.05.2015 Jette von Postel Markov-Ketten [1, Kap. 9], [11, Kap. 6], [7] S.W.
13.05.2015 Benjamin Maier Borel–Kolmogorov Paradoxon C.H.
20.05.2015 Lelia Hanslik Geometrische Brownsche Bewegung I [1, Kap. 12], [4], [5] S.W.
Maximilian Kertel Geometrische Brownsche Bewegung II [1, Kap. 12], [4], [5] S.W.
27.05.2015 Windy Phung Geschichtete Zufallsstichproben als eine Anwendung des Satzes vom totalen Erwartungswert [14, Kap. 5], [15] C.H.
Felicia Burtscher Markov Chain Monte Carlo [6], [9, Kap. 6], [10] S.W.
03.06.2015 Pauline Mohrmann Bayes'sche Statistik [11, Kap. 7], [12] S.W.
Jan Hilsberg Entropiemaximierung [17, Kap. 1], [18] C.H.
10.06.2015 Maria Karnauhova Lineare Modelle [1, Kap. 17], [13, Kap. 2] C.H.
17.06.2015 Merlin Buck Das Umschlagparadoxon [2] S.W.
24.06.2015 Arne Schmidt C.H.

Literatur

Hier einige Literaturvorschläge. Ein paar der Bücher gibt es über den Online-Katalog der FU auch als elektronische Ressource.

[1] D. Meintrup, S. Schäffler: Stochastik - Theorie und Anwendungen, Springer, 2005. (hier erhältlich)

[2] O. Häggström: Streifzüge durch die Wahrscheinlichkeitstheorie, Springer, 2005. (hier erhältlich)

[3] M. Aigner, G. Zeigler: Das Buch der Beweise, Springer, 2003. (hier erhältlich)

[4] L.C. Evans: An Introduction to Stochastic Differential Equations (hier erhältlich)

[5] L. Arnold: Stochastische Differentialgleichungen - Theorie und Anwendung, John Wiley & Sons, 1973.

[6] R. Neal: Probabilistic Inference Using Markov Chain Monte Carlo Methods, Technical Report CRG-TR-93-1, 1993. (hier erhältlich)

[7] C. Schütte, W. Huisinga: Markov Processes on Discrete State Space - Theoretical Backround and Applications, 2011. (hier erhältlich)

[8] M. Aigner: Elementare Stochastik, 2008/2009. (hier erhältlich)

[9] R. Rubinstein: Simulation and the Monte Carlo Method, Wiley, 1981.

[10] J. Liu: Monte Carlo Strategies in Scientific Computing, Springer 2001.

[11] H.-O. Georgii: Stochastik, de Gruyter, 2009.

[12] V. Schmid, M. Feilke: Einführung in die Bayes-Statistik, 2013. (hier erhältlich)

[13] C.R. Rao et al.: Linear Models and Generalizations, Springer 2008.

[14] W.C. Cochran: Sampling Techniques, Wiley & Sons, 1977.

[15] R. Kawai: Asymptotically Optimal Allocation of Stratified Sampling with Adaptive Variance Reduction by Strata, ACM Trans. Model. Comput. Simul. 20, 2, Article 9, 2010.

[16] M.S. Esfahani, E.R. Dougherty: Effect of separate sampling on classification accuracy, Bioinformatics 30, no. 2, 242–250, 2014.

[17] J.N. Kapur: Maximum-Entropy Models in Science and Engineering, Wiley & Sons, 1989.

[18] E.T. Jaynes: Information Theory and Statistical Mechanics, Phys. Rev. 106, no. 4, 620-630, 1957.i

[19] J.N. Kapur, H.K. Kesavan: Entropy Optimization Principles and Their Applications, in V.P. Singh, M. Fiorentino (Hrsg.),
Entropy and Energy Dissipation in Water Resources, Water Science and Technology Library Volume 9, pp 3-20, 1992.