Module 24-M-INF4 Mathematics for Computer Science 4

Faculty

Person responsible for module

Regular cycle (beginning)

Every summer semester

Credit points and duration

5 Credit points

For information on the duration of the modul, refer to the courses of study in which the module is used.

Competencies

Studierende entwickeln 'stochastisches Denken' mit besonderem Augenmerk auf der Umsetzung konkreter Fragen in der Sprache der Stochastik und Statistik und dem damit verbundenen Modellierungsaspekt. Sie verstehen zentrale Begriffe der Wahrscheinlichkeit und ihre mathematische Umsetzung und können sie an Beispielen beschreiben und erläutern. Sie lernen Grundzüge des Beweisens an ausgewählten Beispielen. Sie verstehen die Bedeutung des Gesetzes der großen Zahlen und des Zentralen Grenzwertsatzes sowie Konzepte zur Konstruktion von Schätzern und Hypothesentests.
Sie können angemessene Kennzahlen und Verfahren zur Charakterisierung von empirischen Daten auswählen und berechnen. Sie beherrschen den Umgang mit grundlegenden diskreten und stetigen Verteilungen und können sie in einfachen Kontexten anwenden. Sie sind in der Lage, für einfache Kontexte stochastische Modelle zu ihrer Beschreibung zu entwerfen und zu analysieren. Schließlich verfügen sie über die Kompetenz, die gelernten Methoden, wie z.B. Hypothesentests zur Analyse univariater Daten in Anwendungskontexten anzuwenden und deren Ergebnisse zu interpretieren.

Content of teaching

In diesem Modul wird in die Stochastik eingeführt, unter Verwendung der Lehrinhalte aus den Modulen Mathematik für Informatik 1–3. Es werden die Grundlagen der Wahrscheinlichkeitstheorie und Statistik behandelt. Hierunter fallen Grundbegriffe für die mathematische Beschreibung des Zufalls (Wahrscheinlichkeitsräume, Zufallsvariablen, Verteilungen, bedingte Wahrscheinlichkeiten und Momente, erzeugende Funktionen), stochastische Standardmodelle, Gesetz der großen Zahl und zentraler Grenzwertsatz, sowie Markov-Ketten. Darauf aufbauend werden die Grundbegriffe der Statistik entwickelt: Eigenschaften von Schätzungen, Konstruktion von Konfidenzintervallen, Testen von Hypothesen, Lineare Regression.

Recommended previous knowledge

Erfolgreicher Abschluss des Moduls 24-M-INF3 oder vergleichbare mathematische Grundkenntnisse.

Necessary requirements

Erfolgreicher Abschluss der Module 24-M-INF1_a und 24-M-INF2_a.

Explanation regarding the elements of the module

Module structure: 1 bPr 1

Courses

Wahrscheinlichkeitstheorie und Statistik
Type lecture
Regular cycle SoSe
Workload5 60 h (30 + 30)
LP 2
Übungen zu Wahrscheinlichkeitstheorie und Statistik
Type tutorial (in connection with lecture/seminar)
Regular cycle SoSe
Workload5 60 h (30 + 30)
LP 2

Examinations

portfolio with final examination
Allocated examiner Person responsible for module examines or determines examiner
Weighting 1
Workload 30h
LP2 1

Portfolio aus Übungsaufgaben, die veranstaltungsbegleitend und in der Regel wöchentlich gestellt werden, und Abschlussklausur (in der Regel 90 min) oder mündlicher Abschlussprüfung (in der Regel 30 min). Die Übungsaufgaben ergänzen und vertiefen den Inhalt der Vorlesung.
Mitarbeit in den Übungsgruppen (Zweimaliges Vorrechnen von Übungsaufgaben nach Aufforderung. Die Veranstalterin/der Veranstalter kann einen Teil der Übungsaufgaben durch Präsenzübungen ersetzen.)
Nachweis einer ausreichenden Zahl korrekt gelöster Übungsaufgaben (in der Regel 50% der im Semester für das Lösen der Aufgaben erzielbaren Punkte).
Die Abschlussprüfung bezieht sich auf den Inhalt der Vorlesung und der Übung und dient der Bewertung.

The module is used in these degree programmes:

Degree programme Version Profile Recom­mended start 3 Duration Manda­tory option 4
Bioinformatic Genome Research / Bachelor of Science [FsB vom 28.03.2024] Bachelor with One Core Subject (Academic) 4. one semester Obli­gation
Informatics / Bachelor of Science [FsB vom 16.05.2023 mit Änderung vom 01.08.2023] Major Subject (Academic) Technical Informatics 4. one semester Obli­gation
Informatics / Bachelor of Science [FsB vom 16.05.2023 mit Änderung vom 01.08.2023] Major Subject (Academic) Bioinformatics 4. one semester Obli­gation
Informatics / Bachelor of Science [FsB vom 16.05.2023 mit Änderung vom 01.08.2023] Major Subject (Academic) Modelling 4. one semester Obli­gation
Cognitive Informatics / Bachelor of Science [FsB vom 16.05.2023] Bachelor with One Core Subject (Academic) 4. one semester Obli­gation

Automatic check for completeness

The system can perform an automatic check for completeness for this module.


Legend

1
The module structure displays the required number of study requirements and examinations.
2
LP is the short form for credit points.
3
The figures in this column are the specialist semesters in which it is recommended to start the module. Depending on the individual study schedule, entirely different courses of study are possible and advisable.
4
Explanations on mandatory option: "Obligation" means: This module is mandatory for the course of the studies; "Optional obligation" means: This module belongs to a number of modules available for selection under certain circumstances. This is more precisely regulated by the "Subject-related regulations" (see navigation).
5
Workload (contact time + self-study)
SL
Study requirement
Pr
Examination
bPr
Number of examinations with grades
uPr
Number of examinations without grades
Diese Leistung kann gemeldet und verbucht werden.