mar365 Stochastical Processes (Complete module description)

keine

VL, Ü Stochastische Prozesse und ihre Anwendungen in der Modellierung

Die Studierenden verstehen das Konzept eines stochastischen Prozesses und beherrschen die Standarddeskriptoren in Zeit- und Frequenzbereich. Sie vertiefen/erwerben dabei elementare Kenntnisse der Stochastik. Sie kennen und beherrschen verschiedene Formulierungen stochastischer Prozesse (stochastische Automaten und Abbildungen, Sprungprozesse und stetige Zufallsbewegungen) sowie deren beispielhaften Einsatz in der Beschreibung von Naturphänomenen. Sie sind in der Lage problembezogen ein stochastisches Prozessmodell zu entwerfen, numerisch zu simulieren und mit geeigneten Methoden auszuwerten.

VL Stochastische Prozesse und ihre Anwendungen in der Modellierung

Elementare Konzepte der Wahrscheinlichkeitsrechnung, Charakterisierung stochastischer Prozesse in Zeit- und Frequenzbereich, Wiener-Khinchin Theorem, Farbe des Rauschens, Markov-Prozess, Chapman-Kolmogorov Glg., Master-, Fokker-Planck- und Langevin- Gleichung mit additivem und multiplikativem Rauschen, Randbedingungen und asymptotische Lösungen, Anwendungen: Zufallsbewegung, neuronale Dynamik, stochastische Populationsdynamik

Ü Stochastische Prozesse und ihre Anwendungen in der Modellierung

Vertiefung der Inhalte der zugehörigen VL sowie praktische Übungen

C.W. Gardiner: Handbook of stochastic methods: for physics, chemistry and the natural sciences. Springer;

N.G. van Kampen: Stochastic processes in physics and chemistry. Elsevier;

J. Honerkamp & K. Lindenberg: Stochastic dynamical systems: concepts, numerical methods, data analysis. Wiley-VCH;

H. Risken: The Fokker-Planck equation: methods of solution and applications. Springer;

L. Schimansky-Geier: Stochastic dynamics. Springer;

V.S. Anishchenko, V. Astakhov, A. Neiman, L. Schimansky-Geier & T. Vadivasova: Nonlinear dynamics of chaotic and stochastic systems: tutorial and modern developments. Springer.

Module Capacity:
unrestricted