Lehrinhalte
- Ereignisse, Wahrscheinlichkeitsräume, diskrete Zufallsvariablen, wichtige diskrete Verteilungen
- Bedingte Wahrscheinlichkeit, Bayes-Formel, Unabhängigkeit, gemeinsame Verteilung, bedingte Verteilung
- Erwartungswert, Varianz, Kovarianz, Korrelation
- Zufallsvariablen mit Dichten, wichtige Beispiele
- Mehrdimensionale Verteilungen
- Gesetz der Großen Zahlen, zentraler Grenzwertsatz, Chebyshev-Ungleichung (überblicksartig, ohne Beweise)
- Beschreibende Statistik, Histogramme, Klasseneinteilung, Maßzahlen von Daten
- Korrelation, Regression
- Parameterschätzung, ev. Maximum Likelihood
- Konfidenzintervalle
- Hypothesentests
- Markov-Ketten, stationäre Verteilungen
- Warteschlangen
- Verzweigungsprozesse, zufällige (binäre) Bäume
- Markov chain Monte Carlo
- Randomisierte Suchalgorithmen