Viele komplexe Probleme der Bio- und allgemeiner der naturwissenschaftlichen Informatik (z.B. Alignment, Gene finding, Inferenz für Populationssequenzdaten) lassen sich nicht gleichzeitig effizient und optimal mit deterministischen Verfahren lösen; in diesem Fall nimmt man oft stochastische Methoden zur Hilfe. Aufbauend auf stochastischen Grundlagen aus der Wahrscheinlichkeitstheorie und Statistik legt dieses Modul die nötigen Grundlagen (Darstellung von Verteilungen im Computer; Rechnen mit sehr kleinen Wahrscheinlichkeiten; Effiziente Generierung von Zufallszahlen aus vorgegebenen Verteilungen; Testen der Qualität von Zufallszahlengeneratoren). Als ein wichtiges Hilfsmittel werden Markov Chain Monte Carlo Methoden (Metropolis-Hastings; Gibbs sampler) anhand von Anwendungsbeispielen vorgestellt, sowie Methoden des
importance sampling und der Simulation seltener Ereignisse.
Mathematik fuer Informatiker I und II,
Mathematische Methoden der Biowissenschaften I und II, Sequenzanalyse
Nützlich: Grundkenntnisse in numerischer Mathematik
Frequency | Weekday | Time | Format / Place | Period | |
---|---|---|---|---|---|
weekly | Do | 16-18 | 12.10.2009-05.02.2010 |
Degree programme/academic programme | Validity | Variant | Subdivision | Status | Semester | LP | |
---|---|---|---|---|---|---|---|
Bioinformatik und Genomforschung / Bachelor | (Enrollment until SoSe 2011) | Algorithmische Stochastik | Wahlpflicht | 5. | 7 | unbenotet 7 LP V+Ü | |
Bioinformatik und Genomforschung / Master | (Enrollment until SoSe 2012) | Algorithmische Stochastik | Wahlpflicht | 1. | 7 | unbenotet / benotet (7LP für V+Ü) | |
Bioinformatik und Genomforschung / Promotion | Indiv. Erg. | Wahl | 7 | 7 LP V+Ü | |||
Mathematik / Diplom | (Enrollment until SoSe 2008) | Wahl | HS | ||||
Naturwissenschaftliche Informatik / Diplom | (Enrollment until SoSe 2004) | allgem.HS | HS | ||||
Naturwissenschaftliche Informatik / Master | (Enrollment until SoSe 2012) | Algorithmische Stochastik | Wahlpflicht | 1. | 7 | unbenotet / benotet (7LP für V+Ü) |
regelmäßige und aktive Teilnahme an den Übungen;
Erbringen des Portfolios aus Übungsaufgaben und Abschlussklausur
oder mündlicher Abschlussprüfung (Näheres siehe Modulhandbuch,
und erste Vorlesungsstunde)