Universität Wien

250008 VO Stochastic Processes (2005W)

Stochastic Processes

0.00 ECTS (4.00 SWS), SPL 25 - Mathematik

erstmals am 04.10.2005

Details

Language: German

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 04.10. 10:00 - 12:00 Seminarraum
  • Thursday 06.10. 10:00 - 12:00 Seminarraum
  • Tuesday 11.10. 10:00 - 12:00 Seminarraum
  • Thursday 13.10. 10:00 - 12:00 Seminarraum
  • Tuesday 18.10. 10:00 - 12:00 Seminarraum
  • Thursday 20.10. 10:00 - 12:00 Seminarraum
  • Tuesday 25.10. 10:00 - 12:00 Seminarraum
  • Thursday 27.10. 10:00 - 12:00 Seminarraum
  • Thursday 03.11. 10:00 - 12:00 Seminarraum
  • Tuesday 08.11. 10:00 - 12:00 Seminarraum
  • Thursday 10.11. 10:00 - 12:00 Seminarraum
  • Tuesday 15.11. 10:00 - 12:00 Seminarraum
  • Thursday 17.11. 10:00 - 12:00 Seminarraum
  • Tuesday 22.11. 10:00 - 12:00 Seminarraum
  • Thursday 24.11. 10:00 - 12:00 Seminarraum
  • Tuesday 29.11. 10:00 - 12:00 Seminarraum
  • Thursday 01.12. 10:00 - 12:00 Seminarraum
  • Tuesday 06.12. 10:00 - 12:00 Seminarraum
  • Tuesday 13.12. 10:00 - 12:00 Seminarraum
  • Thursday 15.12. 10:00 - 12:00 Seminarraum
  • Tuesday 10.01. 10:00 - 12:00 Seminarraum
  • Thursday 12.01. 10:00 - 12:00 Seminarraum
  • Tuesday 17.01. 10:00 - 12:00 Seminarraum
  • Thursday 19.01. 10:00 - 12:00 Seminarraum
  • Tuesday 24.01. 10:00 - 12:00 Seminarraum
  • Thursday 26.01. 10:00 - 12:00 Seminarraum
  • Tuesday 31.01. 10:00 - 12:00 Seminarraum

Information

Aims, contents and method of the course

Ein stochastischer Prozess mit diskreter
Zeit ist eine Folge X(n), n=0,1,2,..., von
Zufallsvariablen, deren Werte alle in derselben
Menge S, dem Zustandsraum, liegen. Man nennt X(n)
den Zustand des Prozesses zum Zeitpunkt n. Als
Beispiel kann man einen Spieler nehmen, der
wiederholt dasselbe Glücksspiel spielt. Wenn
X(n) den Kontostand des Spielers zum Zeitpunkt n
in Euro darstellt, so kann man S als die Menge
{0,1,2,...} wählen. Wenn der Spieler mit einem
Würfel würfelt und X(n) das Resultat des n-ten
Wurfs ist, so ist S={1,2,3,4,5,6}, usw.

Ein stochastischer Prozess mit kontinuierlicher
Zeit ist eine Familie X(t), t"0, von
Zufallsvariablen, deren Werte alle in derselben
Menge S liegen. Wiederum ist X(t) der Zustand des
Prozesses zum Zeitpunkt t. Als Beispiel könnte
man die Länge der Warteschlange vor einem
Fahrkartenschalter nehmen. Da diese 'Länge' die
Anzahl der Personen in der Warteschlange ist, ist
S={0,1,2,...}.

Durch Vorgabe gewisser Gesetzmässigkeiten, nach
denen der Prozess abläuft, erhält man
verschieden Typen von Prozessen, z.B.
Markovketten oder Erneuerungsprozesse. Mit beiden
Klassen wird sich diese Vorlesung eingehend
beschäftigen.

Assessment and permitted materials

Minimum requirements and assessment criteria

Examination topics

Reading list

1. Karlin: A first course in stochastic processes

2. Karlin, Taylor: A second course in stochastic processes

3. Grimmett, Stirzaker: Probability and random processes

4. Feller: An introduction to probability theory I and II

Association in the course directory

Last modified: Mo 07.09.2020 15:40