Abschlussarbeiten

Für Masterarbeiten an unserem Lehrstuhl gibt es keine Voraussetzungen. Hört euch alle Vorlesungen an, die ihr spannend findet! Wir empfehlen trotzdem, am Anfang des Masters für ein Gespräch bei uns vorbeizuschauen.

Aufgrund der hohen Studierendenzahlen müssen wir Bachelorabeiten etwas strukturieren. Arbeiten in Kombination mit Praktika sind grundsätzlich möglich, der mathematische Anteil muss aber klar überwiegen.

Zielgruppe

Sehr motivierte Studierende der (Wirtschafts)mathematik mit besonders ausgeprägtem Interesse an der Mathematik an sich und Freude daran, sich mit schwierigen Beweisen auseinanderzusetzen. Wir versuchen Themen so zu wählen, dass sie entsprechend der Vorkenntnisse schwer und herausfordernd sind, eine gewisse Hartnäckigkeit ist sicherlich nützlich. Themen können aus der sehr theoretischen Wahrscheinlichkeitstheorie oder dem maschinellen Lernen gewählt werden, die Themen sollen immer zu den persönlichen Interessen und Zielen der Studierenden passen. 

Voraussetzungen

Sehr gutes Verständnis der Analysis (Analysis 1, 2) und Stochastik (Stochastik 1, 2). Wenn möglich, ein Stochastik Seminar. Je nach Bedarf wird das Seminar im vierten und/oder fünften Semester angeboten.

Studienverlauf

Für uns sind folgende Vorlesungen relevant, das zugehörige Wissen wird vorausgesetzt. Macht euch bitte keinen Stress, es gibt gute Gründe auch andere Vorlesungen zu besuchen!

• 3. Semester: Stochastik 1
• 4. Semester: Stochastik 2, Monte Carlo Methods, (Markovketten, falls angeboten) Stochastikseminar
• 5. Semester: Finanzmathematik 1, (Big Data 1, falls angeboten) Funktionalanalysis
• 6. Semester: Wahrscheinlichkeitstheorie 1

Bei Auslandssemestern im fünften oder sechsten Semester finden wir natürlich individuelle Lösungen.

Anmeldung

Das Anmeldeverfahren wird gemeinsam mit der Arbeitsgruppe Finanzmathematik organisiert, Anspruch und Themen werden möglichst gut aufeinander abgestimmt. Zur Anmeldung schickt bitte Notenauszug und ausgefülltes Formblatt (hier zu finden, Word und pdf) bis eine Wochen vor Anfang der Osterferien (Deadline: Sonntag, der 26.03.2023) des 4.ten Semesters per Mail an doering uni-mannheim.de oder proemel uni-mannheim.de.

Ein paar Themen der vergangenen Jahre

• Reinforcement Learning
• Stochastic Gradient Verfahren
• Stochastische Approximation
• Verzweigungsprozesse mit Immigration
• Stabile Verteilungen
• Einführung in Hidden Markov Modelle
• Markov Ketten in der Psychologie
• Hidden Markov Modelle in der Spracherkennung
• Generatoren von Pseudozufallszahlen 
• Tricks mit Martingalen
• Cramer Lundberg Theorie
• Perron-Frobenius Theorie
• Erneuerungstheorie und Lokalzeiten
• Stochastische Modelle zur Energiepreisprognose