I838 – Mathematical stochastic models: Model design and model fitting

Module
Mathematical stochastic models: Model design and model fitting
Mathematisch-stochastische Modelle: Modellbildung und Modellanpassung
Module number
I838
Version: 2
Faculty
Informatics/Mathematics
Level
Master
Duration
1 Semester
Semester
Summer semester
Module supervisor

Prof. Dr. rer. nat. Fabian Schwarzenberger
fabian.schwarzenberger(at)htw-dresden.de

Lecturer(s)

Prof. Dr. rer. nat. Fabian Schwarzenberger
fabian.schwarzenberger(at)htw-dresden.de

Course language(s)
ECTS credits

5.00 credits

Workload

150 hours

Courses

4.00 SCH (3.00 SCH Lecture | 1.00 SCH Seminar)

Self-study time

90.00 hours

Pre-examination(s)
None
Examination(s)

Oral examination
Module examination | Examination time: 25 min | Weighting: 100%
in "Mathematisch-stochastische Modelle: Modellbildung und Modellanpasuung"

Form of teaching

2 SWS Vorlesung und 2 SWS Praktikum

Media type
No information
Instruction content/structure

Bedarfsgerechte Auswahl aus folgenden Schwerpunkten:

  • Begriff der Modellierung, Einteilung der Modelle
  • Modelle der Stochastik (z.B. Regressionsmodelle)
  • Modellierung mit Gleichungssystemen
  • Modellierung unter Verwendung von Differentialgleichungen
  • Mathematische Epidemiemodelle
  • Modellierung mittels Graphen
  • Zelluläre Automaten
  • Chaostheorie und Fraktale
  • Modellanpassung (Datenbasierte Schätzverfahren für Parameter im Modell, Ausgleichsrechnung)
Qualification objectives

Die Studierenden besitzen einen Überblick über wesentliche Arten der mathematischen Modellierung. Sie können eigenständig praktische Fragestellungen in passende mathematische Modelle zu überführen. Hinsichtlich der Wahl des Modells ist den Studierenden möglich die Modellkomplexität und Interpretierbarkeit im Kontext der zugrunde liegenden Fragestellung zu diskutieren. Die Studierenden beherrschen grundlegende Lösungsmethoden für die behandelten Modelle und sind in der Lage die Lösungen
adäquat zu interpretieren. Darüber hinaus sind die Studierenden mit grundlegenden Arten
der datenbasierten Parameteranpassung für gegeben Modelle vertraut.

Social and personal skills
No information
Special admission requirements
Recommended prerequisites
Continuation options
Literature

Wird vom Vorlesenden zu Beginn der Veranstaltung bekannt gegeben.

Current teaching resources

   

Notes
No information