Department Mathematik
print


Navigationspfad


Inhaltsbereich

Stochastik (Lehramt) SoSe 2020


Übersicht:

  1. Aktuelles
  2. Zeiten und Orte
  3. Übungen
  4. Lernziele
  5. Klausur
  6. Literatur

Aktuelles

[20.04.2020] Die Anmeldung zur Vorlesung auf Uni2Work ist verpflichtend.
[20.04.2020] Die Organisiation der Übung und Prüfung findet auf Uni2Work statt. Allle anderen Materialien (v.a. Vorlesungs- & Übungsvideos) sowie ein Forum um Fragen zu stellen findet sich auf Moodle.
[20.04.2020] Der Link zum Zoom Meeting der Vorlesung und Übung befindet sich auf Uni2Work und Moodle.
[20.04.2020] Diese Homepage wird nicht regelmäßig aktualisiert. Alle aktuellen Informationen befinden sich auf Moodle bzw. Uni2Work.

Zeiten und Orte

Vorlesung: Montag, 12-14 Uhr (nur nach Ankündigung) Zoom Prof. Dr. Markus Heydenreich
Fragestunde Freitag, 10-12 Uhr Zoom Simon Reisser
Übung: Montag, 14-16 Uhr Zoom Schmaus
Freitag, 12-14 Uhr Zoom Wißkirchen

Übungen

  • Neue Übungsblätter erscheinen jeweils am Freitag und sind bis zum darauffolgenden Donnerstag (16 Uhr) abzugeben.
  • Abgaben erfolgen in 2er Gruppen auf Uni2Work.
  • 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 2020.

Lernziele

Diese Vorlesung wird inhaltlich auf Studierende im Lehramt ausgerichtet, und ist deshalb nicht anrechnungsfähig als Modul Stochastik im Bachelorstudium Mathematik oder Wirtschaftsmathematik.

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

tba

Literatur

Die Vorlesung folgt dem Buch "Stochastik für Einsteiger" von Norbert Henze (Springer Spektrum, 2018).
Online verfügbar über den Medien-Login unserer Fachbibliothek hier.
Weiter Literatur wird später bekanntgegeben.