Stochastik (Lehramt) SoSe 2019
Übersicht:
Aktuelles
[06.10.2019] Der Einsichtstermin fü die Nachklausur wurde verlegt.[02.10.2019] Lösungsvorschläge für die Nachklausur können hier eingesehen werden.
[05.07.2019] Lösungsvorschläge für die Klausur können hier eingesehen werden.
[05.07.2019] Die Klausuranmeldung in UniWorx ist freigeschalten.
[26.04.2019] Die Anmeldung zur Vorlesung und zu den Übungen auf UniWorx ist jetzt möglich.
[06.02.2019] Diese Vorlesung wird inhaltlich auf Studierende im Lehramt ausgerichtet, und ist deshalb nicht anrechnungsfähig als Modul Stochastik im Bachelorstudium Mathematik oder Wirtschaftsmathematik.
Zeiten und Orte
| Vorlesung: | Montag, 12-14 Uhr, und Donnerstag, 14-16 Uhr | C 123 | Prof. Dr. Markus Heydenreich |
| Zentralübung: | Freitag, 10-12 Uhr | C 123 | Kilian Matzke |
| Übung: | Gruppe 1; Dienstag, 10-12 Uhr | B 046 | Schmaus |
| Gruppe 2; Donnerstag, 10-12 Uhr | B 132 | Wißkirchen | |
| Gruppe 3; Mittwoch, 8-10 Uhr | B 134 | Weber | |
| Gruppe 4; Donnerstag, 8-10 Uhr | B 046 | Matzke |
- Typ "Missing Basics" (Gruppe 1): Diese Gruppe richtet sich an Studierende, die sich mit dem Material der Vorlesung oder mit dafür notwendigen Voraussetzungen unsicher fühlen. Es wird ein größerer Fokus auf Wiederholung und Diskussion der Konzepte aus der Vorlesung gelegt, Fragen zu Grundlagen können ebenso diskutiert werden. Des Weiteren werden grundlegende Ideen zur Bearbeitung der wöchentlichen Aufgaben besprochen, sodass diese Aufgaben dann von den Studierenden bearbeitet werden können.
- Typ "Selbst probiert" (Gruppen 2-4): Die Tutoren dieser Gruppen nehmen eine vorwiegend moderierende Funktion ein, um die Studierenden, die sich alleine oder in kleinen Gruppen mit den wöchentlichen Aufgaben beschäftigen, individuell zu unterstützen.
Übungen
- Neue Übungsblätter erscheinen jeweils am Freitag und sind bis zum darauffolgenden Donnerstag (23 Uhr) abzugeben.
- Gruppenabgabe ist nicht erlaubt.
- Die Abgabe erfolgt über die Rückgabekästen im ersten Stock des Mathe-Instituts. Die Rückgabe erfolgt in der Zentralübung.
- Für jede Aufgabe lassen sich zwei Punkte erreichen. Der erste Punkt wird für eine "sinnvolle Bearbeitung" vergeben: Hierfür muss für den Korrektor erkennbar sein, dass sich ernsthaft mit der Aufgabe beschäftigt wurde. Dies erfordert insbesondere ein Grundmaß an mathematischem Formalismus. Der zweite Punkt ergibt sich, wenn die Aufgabe bis auf kleinere Fehler korrekt gelöst wurde.
- In dieser Vorlesung gibt es einen Notenbonus: Wenn Sie in den Hausaufgaben mindestens 60% aller Punkte erreichen und die Klausur bestanden ist (Note 4,0 oder besser), dann wird die Endnote um eine Notentendenz verbessert. Derselbe Bonus gilt auch für die Nachklausur im Oktober 2019..
| Abgabe bis | Kommentare | |
| Blatt 1 | 09.05.2019 | |
| Blatt 2 | 16.05.2019 | |
| Blatt 3 | 23.05.2019 | Angabenfehler in Aufgabe 2 wurde korrigiert. |
| Blatt 4 | 31.05.2019 (10:00 Uhr) | |
| Blatt 5 | 06.06.2019 | |
| Blatt 6 | 13.06.2019 | |
| Blatt 7 | 21.06.2019 (10:00 Uhr) | |
| Blatt 8 | 27.06.2019 | |
| Blatt 9 | 04.07.2019 | |
| Blatt 10 | 11.07.2019 | |
| Blatt 11 | 18.07.2019 | |
| Probeklausur | Lösungsvorschlag |
Lernziele
Studierende sollen in diesem Modul Folgendes lernen:- Konkrete Situationen, die von zufälligem Verhalten geprägt sind, mit einem geeigneten Wahrscheinlichkeitsraum modellieren.
- Wahrscheinlichkeiten von Ereignissen sicher bestimmen, auch bedingte Wahrscheinlichkeiten.
- Versierter Umgang mit diskreten und stetigen Zufallsvariablen und ihren Kenngrößen, ein- und mehrdimensional.
- Klassische Grenzwertsätze und ihre Bedeutung kennen und anwenden, ihren Beweis wiedergeben und auf veränderte Situationen übertragen.
- In einem gegeben stat. Modell mittels ML-Methode einen Schätzer finden und seine Güte beurteilen anhand gängiger Kriterien.
- Bestandteile eines stat. Testproblems kennen, Fehler 1. und 2. Art unterscheiden, stat. Signifikanz und p-Wert richtig interpretieren.
- Zu gegebener Situation einen stat. Test formulieren und anhand gegebener Daten auswerten.
Klausur
- Die Klausur findet am 26.07.2019 (10-12 Uhr) im Raum C 123 statt.
Die Einsicht wird am 30.07.2019 (11-12 Uhr) in Raum B 047 stattfinden. - Die Nachklausur findet am 02.10.2019 (9-11 Uhr) im Raum B 051 statt. Eine Verbesserung einer bestandenen Erstklausursnote ist nicht möglich.
Die Einsicht zur Nachklausur findet am 10.10.2019 um 11:30 Uhr im Raum B 422 statt.
Literatur
Die Vorlesung folgt dem Buch "Stochastik für Einsteiger" von Norbert Henze (Springer Spektrum, 2018).Für alternative und ergänzende Darstellungen verweisen wir auf
- Götz Kersting, Anton Wakolbinger: Elementare Stochastik (Birkhäuser, 2010),
- Wernder Linde: Stochastik für das Lehramt (De Gruyter 2014),
- Geoffrey Grimmett, Dominic Welsh: Probability, an Introduction (Oxford University Press, 2014),
- Detlef Dürr, Anne Frömel, Martin Kolb: Einführung in die Wahrscheinlichkeitstheorie als Theorie der Typizität (Springer Spektrum 2017).