Weekly outline
-
Klausuren: Die Klausuren finden am 14. Februar um 9:30 (Erstklausur) und am 31. März um 9:30 (Zweitklausur) statt. Bitte beachten Sie die Hinweise zur Anmeldung.
Repetitoren: Vor der Zweitklausur werden folgende Repetitorien bzw. Fragestunden angeboten:Dienstag 14. März, 14-16 Uhr, Hörsaal 8 (I. Kunz)Montag 20. März, 10-12 Uhr, Hörsaal 8 (P. Neukirchner)Freitag 24. März, 10-12 Uhr, Hörsaal 8 (Prof. Dr. N. Kurt)Raumeinteilung für die Klausur am 31. März: Die Sitzplätze wurden per E-Mail zugesandt. Bitte nehmen Sie Ihren Sitzplatz gemäß Einteilung in der Zeit zwischen 9:20 und 9:30 ein. Link zu den Hörsaalplänen hier. Falls Sie keinen Sitzplatz zugeteilt bekommen haben: Kommen Sie entsprechend Ihrem Nachnamen in den unten angegebenen Hörsaal, und melden Sich bei den Aufsichtspersonen.
Hörsaaltrakt Bockenheim, H IV (Nachnamen A bis H)Hörsaaltrakt Bockenheim, H VI (Nachnamen I bis Z )Hilfsmittel für die Klausur: Ein handschriftlich beschriebenes A4-Blatt und ein nicht programmierbarer Taschenrechner. Handys o.ä. dürfen während der Klausur nicht benutzt werden und nicht auf den Tischen liegen, auch nicht als Ersatz für Taschenrechner oder Uhr, auch nicht im Flugmodus. Ein sichtbares Handy, Tablet oder ähnliches Gerät kann als Täuschungsversuch gewertet werden.Vorlesung: Dienstag 12-14 und Freitag 12-14 Hörsaaltrakt Bockenheim, H V (Präsenzveranstaltung). Dozentin: Prof. Dr. Noemi Kurt. Assistenz: Michel Reitmeier, reitmeier@math.uni-frankfurt.de
Übungen: Gruppeneinteilung über AUGE ab dem 12. Oktober, 23:59, https://anmeldung.studiumdigitale.uni-frankfurt.de/auge/ bis spätestens 20. Oktober 23:55.
Hinweis zu den Tutorienterminen: Die Termine im Vorlesungsverzeichnis wurden aus dem letzten Jahr übernommen. Dieses Jahr stehen uns leider weniger Tutor*innen zur Verfügung, so dass wir nicht alle Termine anbieten können. Wir mussten uns deshalb auf die 7 Termine, die nun auf AUGE gewählt werden können, beschränken. Ich hoffe, dass Sie dennoch für Sie passende Termine finden können.
L3 Mathematik Leistungsnachweis: Es werden insgesamt 10 Übungsblätter ausgegeben, auf denen je maximal 16 Punkte zu erreichen sind. Für den Leistungsnachweis werden mindestens 72 der 160 Punkte benötigt.
Software R: Für statistische Experimente und graphische Darstellung von Ergebnissen wird in der Vorlesung die Sprache R verwendet, die z.B. hier frei heruntergeladen werden kann.
Literatur: Die Vorlesung folgt weitgehend dem in der Bibliothek und als E-Book verfügbaren Buch: Kurt, Noemi (2020): Stochastik für Informatiker. Eine Einführung in einheitlich strukturierten Lerneinheiten. Springer Vieweg. ISBN 978-3-662-60515-8. Link zum Eintrag der Universitätsbibliothek
Eine Liste von Fehlern im Buch finden Sie hier (aktualisiert am 12. 12. 2022).
Die Vorlesungsfolien, Übungsblätter und weiteres Material werden laufend hier veröffentlicht.
Weitere Literatur:
- Kersting, G., Wakolbinger, A. (2010) Elementare Stochastik, 2. Aufl. Taschenbuch, Birkhäuser ISBN 978-3-0346-0413-0.
- Georgii, H.-O. (2009) Stochastik. Einführung in die Wahrscheinlichkeitstheorie und Statistik, 4. Aufl. de Gruyter Lehrbuch. Berlin: de Gruyter, ISBN 978-3-11-021526-7.
- Henze, N. (2021) Stochastik für Einsteiger. Eine Einführung in die faszinierende Welt des Zufalls, 13. Aufl. Studium. Wiesbaden: Vieweg+Teubner, ISBN 978-3-662-63839-2
- Krengel, U. (2005) Einführung in die Wahrscheinlichkeitstheorie und Statistik, erweitert 2005. Springer Vieweg, ISBN 978-3-8348-0063-3.
Tutorien: Bitte beachten Sie auch die Hinweise zu den Hausaufgaben im Forum Ankündigungen!
Präsenztutorien Nr. Zeit Ort Tutor*in Schließfach Nr. E-Mail 1 Di 14-16 Robert-Mayer-Str. 11-15, Magnus-Hörsaal Alina Wagner 12 s9266687@stud.uni-frankfurt.de 2 Di 16-18 Hörsaaltrakt, H V Samiyah Farooq 30 farooq@mathematik.uni-frankfurt.de 3 Mi 10-12 Hörsaaltrakt, H 9 David Beetz 14 s5594865@stud.uni-frankfurt.de 4 Do 8-10 Hörsaaltrakt, H 13 Pascal Neukirchner 30 s0804214@stud.uni-frankfurt.de 5 Do 10-12 Hörsaaltrakt, H 9 Marius Kriegel 26 s9177010@stud.uni-frankfurt.de 6 Do 12-14 Hörsaaltrakt, H 13 Matthias Witulla 33 mwitulla@cs.uni-frankfurt.de 7 Fr 10-12 Hörsaaltrakt, H 10 Iris Kunz 41 s8373124@stud.uni-frankfurt.de
Online-Tutorien Nr. Zeit Zoom-Link Tutor Schließfach Nr Kontakt 8 (Online) Mittwoch 12-14 https://uni-frankfurt.zoom.us/j/67557287509?pwd=a0ZUa2Q4SlgzMnlyUWEzTWlvWnFQZz09
Meeting-ID: 675 5728 7509 Kenncode: 183231
Alexander Schifrin 36 (Abgabe per E-Mail bevorzugt) schifrin@em.uni-frankfurt.de 9 (Online) Freitag
10-12https://uni-frankfurt.zoom.us/j/62204145417?pwd=K2I3ZXlTWlV0SUdBdUl1WEFTeWRVQT09
Meeting-ID: 622 0414 5417
Kenncode: 771695Robin Dass 29 (Abgabe per E-Mail bevorzugt) s2552580@stud.uni-frankfurt.de Wir konnten nachträglich zwei zusätzliche Tutorien organisieren. Ab der dritten Semesterwoche (1. November) wird es deshalb zusätzlich zu den bisherigen Präsenz-Tutorien zwei Online-Tutorien via Zoom geben, eines Mittwoch 12-14 und eines Freitag 10-12 (am Freitag findet weiterhin parallel dazu das bereits eingeteilte Präsenztutorium statt).
Wer in eines dieser Online-Tutorien wechseln möchte, kann sich ab Freitag 28. Oktober, 14:00 auf Moodle (weiter unten) online dafür einschreiben. Die Anmeldung zu den Online-Tutorien funktioniert nach dem First come - first serve Prinzip. Wenn Sie ihre Hausaufgaben im Online-Tutorium physisch (also nicht per E-Mail) abgeben, können Sie ihre korrigierten Abgaben Dienstags und Freitags von 10:00 Uhr bis 12:00 Uhr in Raum 708 (7. OG, Robert-Mayer-Straße 10) bei Herrn Reitmeier abholen.
Im Anschluss werden wir Ihnen mitteilen, in welchen Präsenztutorien dadurch ggf. Plätze wieder frei geworden sind. Die obige Tabelle wird dann ergänzt werden.
Wochenprogramm: Das untenstehende stichwortartige Programm des Vorlesungsstoffes ist als grobe thematische Orientierung gedacht, und wird dem tatsächlichen Verlauf der Vorlesung angepasst werden.
-
Hier finden Sie die Vorlesungsvideos ab VL 3. Leider ist der Bildausschnitt im Video zu VL 3 fehlerhaft. Das Video zu VL 4 hat leider den Bildschirm nicht korrekt aufgenommen. Bitte nutzen Sie die Mitschrift zum Vergleich.Die Vorlesungsmitschriften finden Sie unten in den einzelnen Vorlesungswochen.
-
Ankündigungen und wichtige Nachrichten zum Kurs.
-
Offenes Forum für alle Teilnehmer*innen der Veranstaltung, z.B. zu Inhalten oder für einen Tutorientausch. Hinweis: Wir lesen mit, antworten aber nur in Ausnahmefällen.
-
Bitte bis 23. März hier für die Zweitklausur anmelden. Dies ersetzt nicht die fristgerechte Anmeldung beim Prüfungsamt!
-
Vorlesungsthemen der Woche: Grundbegriffe, Wahrscheinlichkeiten und Ereignisse, Wahrscheinlichkeitsräume, mathematischer Formalismus, Laplace-Räume; elementare Beispiele: Würfeln, Urnenmodelle.
Buch: Kapitel 1
-
Lösung in den Tutorien der 2. Semesterwoche
-
Vorlesungsthemen der Woche: Bedingte Wahrscheinlichkeiten, mehrstufige Zufallsexperimente, Baumdarstellungen, Formel von der Gesamtwahrscheinlichkeit, Beispiele und Anwendungen; Bayes-Formel, Unabhängigkeit von Ereignissen.
Buch: Kapitel 2
-
Im Video zur VL 3 ist leider der Bildausschnitt falsch. Dies wird hoffentlich in Zukunft korrigiert werden.
-
Das Video zu VL 4 hat leider den Bildschirm nicht korrekt aufgenommen. Bitte nutzen Sie die Mitschrift zum Vergleich.
-
Vorlesungsthemen der Woche: Bayes-Formel und Unabhängigkeit von Ereignisse; diskrete Zufallsvariablen, Verteilung und Verteilungsfunktion, wichtige diskrete Verteilungen: Gleichförmig, Bernoulli, Binomial; Unabhängigkeit von Zufallsvariablen.
Buch: Kapitel 2.3, 3.1, 3.2
-
Vorlesungsthemen der Woche: Wichtige diskrete Verteilungen: Geometrische Verteilung, Poisson-Verteilung, Poisson-Grenzwertsatz, Zipf-Verteilung und skalenfreie Netzwerke; Simulation von Zufallsvariablen.
Buch: Kapitel 3.3, 3.4 und 15
-
Vorlesungsthemen der Woche: Erwartungswert von Zufallsvariablen, Beispiele.
Buch: Kapitel 5
-
Vorlesungsthemen der Woche: Erwartungswert von Zufallsvariablen, Beispiele, Varianz; Anwendungen und Konzentrationsungleichungen. Unabhängigkeit.
Buch: Kapitel 5 und 12.1
-
Vorlesungsthemen der Woche: Gemeinsame Verteilung von Zufallsvariablen, Unabhängigkeit, Zufallsvariablen mit Dichten, Rechnen mit Dichten
Buch: Kapitel 4 und 6
-
Vorlesungsthemen der Woche: Zufallsvariablen mit Dichten, wichtige Beispiele: Normalverteilung und Exponentialverteilung.
Buch: Kapitel 6
-
Vorlesungsthemen der Woche: Normalverteilung und Anwendungen: Gesetz der großen Zahlen und zentraler Grenzwertsatz, Normalapproximation; Einführung in die Statistik, Schätzprobleme, Maximum-Likelihood-Schätzung
Buch Kapitel 7,8
-
Vorlesungsthemen der Woche: Maximum Likelihood Schätzung, Lineare Regression; Simulation von Zufallsvariablen; Buch Kapitel 8, 15
-
Das Video zur Vorlesung 18 ist jetzt an der üblichen Stelle online.
-
Vorlesungsthemen der Woche: Konfidenzintervalle, t-Verteilung, chi²-Verteilung; Fehler 1. und 2. Art, p-Wert,
Buch: Kapitel 9 und 10
-
Vorlesungsthemen der Woche: Hypothesentests, t-Test, chi²-Test; Stochastische Matrizen und Markovketten
Buch: Kapitel 10 und 11
-
Themen der Woche: Markov-Ketten und invariante Verteilungen, Anwendungen von Markovketten
Buch Kapitel 11
-
Themen der Woche: Anwendungen von Markovketten; Informationstheorie: Präfixcodes, Shannon- und Huffman-Codes, Quellencodierungssatz
Buch: Kapitel 11, 16; Zusatzmaterial zur Informationstheorie: Kapitel VI von Kersting, Wakolbinger: Elementare Stochastik (als E-Book in der Bibliothek verfügbar).
-
Themen der Woche: Informationstheorie, Entropie
Zusatzmaterial zur Informationstheorie: Kapitel VI von Kersting, Wakolbinger: Elementare Stochastik (als E-Book in der Bibliothek verfügbar).