Dozent: Prof. Dr. Martin Schlather

ECTS: 8

Lehrinhalte: Zentraler Grenzwertsatz bei nicht identisch verteilten Zufallsvariablen • Schätzverfahren (BLUE/BLUP, MLE, Momentenschätzer, Cramer-Rao) • Bereichsschätzer und Tests (Neyman-Pearson; Likelihood-Ratio-Test; chi2-Test und weitere spezielle Tests) • Explorative Statistik • Hilberträume; bedingter Erwartungswert • Lineares Modell • Asymptotische Normalität

Vorausgesetzte Kenntnisse: Analysis I & II, Lineare Algebra I & II A, Stochastik 1

Vorlesung: Dienstags, 12:00 – 13:30 Uhr in B 6, Raum A 0.01
                        Donnerstags, 08:30 – 10:00 Uhr in B 6, Raum A 0.01

Zusatzvorlesung Stochastik II Do. 13.2. 13:45 in A 5, Raum B 244

Übungen:

Montags, 15:30 – 17:00 Uhr in B6, 23–25 in Raum A 101

Mittwochs, 15:30 – 17:00 Uhr in A5,6 in Raum  B 243

Donnerstags, 13:45 – 15:15 Uhr in A5, 6 in Raum C 015

!!!Bitte beachten!!!

Ausnahmslos finden alle Prüfungen zu Stochastik 2 schriftlich statt. Auch Drittversuche sind ausnahmlos schriftlich.

Die Termine für Vorlesung und Übungen finden Sie unter “Stochastik II”.

Dozent: Prof. Dr. Martin Schlather

ECTS: 8

Lehrinhalte: • Einstieg in die Problematik des schnellen Rechnens
anhand der Matrixmultiplikation • Komplexitätstheorie • Markov Chain Monte Carlo (MCMC) • Bayessche Statistik • Bootstrapping • Stochastische Algorithmen • Kurzeinstieg in C • Paralleles Rechnen (OMP, SIMD, GPU) in C • Caches

Vorausgesetzte Kenntnisse: • Stochastik 1 (& 2) • eine Programmiersprache; C ist von Vorteil, aber nicht notwendig • Linuxartiges-System auf eigenem Laptop (in begrenztem Umfang sind Leihgeräte vorhanden)

“Vorbereitungssession: Einrichtung von Linux auf dem eigenen Laptop: Montag, 10.02.2024, 18:00 Uhr in B 6 im Raum D 007

Vorlesung: Dienstags, 08:30 – 10:00 Uhr in B 6 im Raum D 007

                   Donnerstags, 15:30 – 17:00 Uhr in B 6 im Raum D 007

Übungen: Mitwoch, 12:00 – 13:30 Uhr in B 6 im Raum C 401 (B6,27–29 Bauteil C)

Dozent:

Dr. Christopher Dörr

Inhalt:

Zentrales Thema wird der (mathematische) Entropiebegriff sein, der in vielen Bereichen Anwendung findet. Im Seminar werden wir Entropie aus eher “biologischer Perspektive” betrachten. Hierzu werden wir uns insbesondere am Buch “Entropy and Diversity: The Axiomatic Approach” von Tom Leinster orientieren.

Vorbesprechung:

Mittwoch, 12.02.2025, 15:30 Uhr in B6, 23–25, A302

Falls Sie nicht an der Vorbesprechung teilnehmen können, aber dennoch das Seminar belegen möchten, schreiben Sie bitte eine Mail mit Angabe Ihrer Matrikelnummer und Ihres Studiengangs an

christopher.doerr@uni-mannheim.de.

Dozent: Prof. Dr. Martin Schlather

ECTS: 8

Lehrinhalte: • Quantencomputing und seine Grundlagen, wie (Quanten)Informationstheorie • Quanten-Wahrscheinlichkeitstheorie

Vorausgesetzte Kenntnisse: • Lineare Algebra 1 • Stochastik 1 • Grundkenntnisse in C (z. B. Kurs “High Performance Computing”) • Hilbert-Räume (z. B. Kurs “Stochastik 2B”)

Vorlesung: Dienstags, 12:00 – 13:30 Uhr in B 6, 26 in Raum D 007
                        Donnerstags, 12:00 – 13:30 Uhr in B 6, 26 in Raum D 007

Übungen:

Freitags, 08:30 – 10:00 Uhr in B6, 26 in Raum D 002

Dozent: Prof. Dr. Martin Schlather

ECTS: 8

Lehrinhalte: • Halbgruppen • Positiv definite Funktionen • Satz von Bochner in der allgemeinsten Form • Anwendungen in der Statistik

Vorausgesetzte Kenntnisse: • Stochastik 1 • Lineare Algebra 1

Vorlesung: Dienstags, 08:30 – 10:00 Uhr in B 6, 26 in Raum D 007

                   Donnerstags, 08:30 – 10:00 Uhr in B 6, 26 in Raum D 007

Übungen: Mitwoch, 12:00 – 13:30 Uhr in B 6, 26 in Raum D 007

Dozent:

Prof. Dr. Martin Schlather

Inhalt: • Ausgewählte Themen innerhalb des Gebietes „Computational Methods”

Vorausgesetzte Kenntnisse: • Vorlesung „Computational Statistics“ oder „High Performance Computing

Vorbesprechung: tba

Falls Sie nicht an der Vorbesprechung teilnehmen können, aber dennoch das Seminar belegen möchten, schreiben Sie bitte eine Mail mit Angabe Ihrer Matrikelnummer und Ihres Studiengangs an

sekretariat.mathmail-uni-mannheim.de