Sozialwissenschaftliche Modelle und Daten SoSe 2010
|
|
- Karl Goldschmidt
- vor 6 Jahren
- Abrufe
Transkript
1 Sozialwissenschaftliche Modelle und Daten SoSe 2010 LS Sozialwissenschaftliche Methodenlehre und Sozialstatistik C. Dudel C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
2 1 Formalia 2 Inhalte der Veranstaltung 3 Einführung C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
3 Formalia
4 Formalia Christian Dudel Sprechstunde: Montags, 13 bis 14 Uhr Raum: GB 1/129 Lehrstuhl-Website: C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
5 Formalia Leistungsnachweis: Regelmäßiges lösen von Aufgabenblättern C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
6 Thema der Veranstaltung
7 Thema der Veranstaltung Computersimulationen als ein Beispiel für den Themenkomplex Modelle und Daten Grundlegende Ideen von Simulationsmodellen Umsetzung von Simulationen Vergleich von simulierten Daten mit echten Daten C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
8 Thema der Veranstaltung Computersimulationen als ein Beispiel für den Themenkomplex Modelle und Daten Grundlegende Ideen von Simulationsmodellen Umsetzung von Simulationen Vergleich von simulierten Daten mit echten Daten C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
9 Thema der Veranstaltung Computersimulationen als ein Beispiel für den Themenkomplex Modelle und Daten Grundlegende Ideen von Simulationsmodellen Umsetzung von Simulationen Vergleich von simulierten Daten mit echten Daten C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
10 Thema der Veranstaltung Computersimulationen als ein Beispiel für den Themenkomplex Modelle und Daten Grundlegende Ideen von Simulationsmodellen Umsetzung von Simulationen Vergleich von simulierten Daten mit echten Daten C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
11 Themen Themenblöcke 1 Einführung zu Simulationen 2 Simulationen mit R 3 Demographische Modelle 4 Multilevel Modelle 5 Zelluläre Automaten C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
12 Einführung
13 Was sind Simulationen? simulare, lat.: nachbilden, so tun als ob, vortäuschen C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
14 Was sind Simulationen? Definition Simulationen umfassen allgemein das Nachbilden von realen Prozessen, aufgrund tatsächlicher oder angenommener Regeln, Regelmäßigkeiten und Eigenschaften des zu simulierenden Vorgangs. C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
15 Was sind Simulationen? Definition erlaubt verschiedene Simulationsvarianten Unter anderem auch Plan- und Rollenspiele Um diese geht es hier nicht! C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
16 Computersimulationen Definition Der Begriff Computersimulationen meint (prinzipiell beliebige) Simulationen, die mit Hilfe eines Computers ausgeführt werden. C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
17 Grobes Ablaufschema 1 Zu betrachtender Prozess wird festgelegt 2 Eigenschaften, Regeln, Zusammenhänge des Prozesses feststellen 3 Formulierung von 2. in computergerechte Regeln, Festlegung von Parametern 4 Programmieren & Programm ausführen 5 Ergebnis: Simulierte Daten 6 Ggf. wieder bei 2. starten C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
18 Die Logik von Simulationen Modell Simulierte Daten Prozess Echte Daten C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
19 Numerische Simulationen Erste Überlegungen zum Einsatz von Computern in den Wirtschaftswissenschaften in den 1940ern Erste Umsetzung 1950: numerische Simulation eines auf Differentialgleichungen basierenden makroökonomischen Modells Bekanntgeworden in den 1970ern: Limits of Growth Makro-Ebene C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
20 Mikrosimulationen Von Orcutt 1957 vorgeschlagen Grundidee: Mikroeinheiten werden (stochastisch) fortgeschrieben C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
21 Multilevel Modelle Ab den 1980ern Angelehnt an Konzepte der Synergetik Verknüpfung Mikro- und Makroebene top-down C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
22 Zelluläre Automaten Konzept aus der Mathematik Zellen entlang eines rechteckigen Rasters angeordnet Zustandswechsel einer Zelle in Abhängigkeit von den Zuständen der Nachbarn bottom-up C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
23 Künstliche Intelligenz Verschiedene Konzepte: Multi-Agenten Systeme, evolutionäre Algorithmen, neuronale Netze Insbesondere Multi-Agenten Ansätze mittlerweile sehr populär Agenten sind im gewissen Sinne autonom, handeln situationsabhängig und erfolgsorientiert bottom-up C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
24 Ansätze der Computersimulation In Literatur teils abweichende Einteilungen Einzelne Modelle sind nicht immer eindeutig zuzuordnen C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
25 Was wird hier behandelt? Numerische Simulation, (sehr einfache) Mikrosimulation (demographische Modelle) Multilevel Modelle Zelluläre Automaten, Multi-Agenten Systeme C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
26 Wofür Simulationen? Untersuchung der Dynamik bzw. des Verlaufs eines Prozesses Entwicklung von Hypothesen Ersatz oder Ergänzung von Experimenten Kontrolle empirischer Daten Berechnung mathematischer Modelle Didaktisches Werkzeug C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe
1 Einleitung. 1.1 Was ist Ökonometrie und warum sollte man etwas darüber lernen?
1 Einleitung 1.1 Was ist Ökonometrie und warum sollte man etwas darüber lernen? Idee der Ökonometrie: Mithilfe von Daten und statistischen Methoden Zusammenhänge zwischen verschiedenen Größen messen. Lehrstuhl
MehrAlgorithmische Mathematik und Programmieren
Algorithmische Mathematik und Programmieren Martin Lanser Universität zu Köln WS 2016/2017 Organisatorisches M. Lanser (UzK) Alg. Math. und Programmieren WS 2016/2017 1 Ablauf der Vorlesung und der Übungen
MehrKantonsschule Ausserschwyz. Mathematik. Kantonsschule Ausserschwyz 83
Kantonsschule Ausserschwyz Mathematik Kantonsschule Ausserschwyz 83 Bildungsziele Für das Grundlagenfach Die Schülerinnen und Schüler sollen über ein grundlegendes Orientierungs- und Strukturwissen in
Mehr1. Einführung. Was ist ein Algorithmus (eine Datenstruktur)? Welche Probleme kann man damit lösen? Warum betrachten wir (effiziente) Algorithmen?
1. Einführung Was ist ein Algorithmus (eine Datenstruktur)? Welche Probleme kann man damit lösen? Warum betrachten wir (effiziente) Algorithmen? Wie beschreiben wir Algorithmen? Nach welchen Kriterien
Mehr1 Grundprinzipien statistischer Schlußweisen
Grundprinzipien statistischer Schlußweisen - - Grundprinzipien statistischer Schlußweisen Für die Analyse zufallsbehafteter Eingabegrößen und Leistungsparameter in diskreten Systemen durch Computersimulation
MehrGames with Cellular Automata auf Parallelen Rechnerarchitekturen
Bachelor Games with Cellular Automata auf Parallelen en ( ) Dipl.-Inf. Marc Reichenbach Prof. Dietmar Fey Ziel des s Paralleles Rechnen Keine akademische Nische mehr Vielmehr Allgemeingut für den Beruf
MehrQuelle: Wikipedia.org. Roger Penrose. Fabian Pawlowski, Hendrik Borghorst, Simon Theler
Quelle: Wikipedia.org 1 Biografie 2 Grundlegende Fragen 3 Schwache und starke KI 4 Turing-Test 5 Chinesiches Zimmer 6 Bewusstsein 7 Gehirn 8 Turing-Maschine 9 Fazit Biografie Biografie geb.: 8.August 1931
MehrMathematik und Computational Science in Regensburg
Mathematik und Computational Science in Regensburg Fakultät für Mathematik Oktober 2014 Wahlbereich Mathematik Pflichtveranstaltungen Analysis 1 Analysis 2 Analysis 3 (Maß- und Funktionentheorie) Lineare
MehrEinführung. Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme
Teil I Einführung Überblick 1 2 Geschichte der Informatik 3 Technische Grundlagen der Informatik Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme 4 Daten, Informationen, Kodierung
MehrGRUNDLEGENDE MODELLE. Caroline Herbek
GRUNDLEGENDE MODELLE Caroline Herbek Lineares Wachstum Charakteristikum: konstante absolute Zunahme d einer Größe N t in einem Zeitschritt Differenzengleichung: N t -N t-1 =d => N t = N t-1 +d (Rekursion)
MehrEinführung in die Methoden der Künstlichen Intelligenz
Einführung in die Methoden der Künstlichen Intelligenz --- Vorlesung vom 17.4.2007 --- Sommersemester 2007 Prof. Dr. Ingo J. Timm, Andreas D. Lattner Professur für Wirtschaftsinformatik und Simulation
MehrKompilieren? Ich? Bin ich Gentoo?
Kompilieren? Ich? Bin ich Gentoo? Edgar Fast Edi Hoffmann Community FreieSoftwareOG kontakt@freiesoftwareog.org 1. Juni 2016 Compilieren? Compiler? Begriffserklärung 2 / 38 Compilieren? Compiler? Begriffserklärung
MehrSimulation der Wohlfahrtsgewinne an der Energy Only -Strombörse
Simulation der Wohlfahrtsgewinne an der Energy Only -Strombörse 13. Symposium Energieinnovation Stream C1 - Kapazitätsmärkte Andreas Schüppel, Heinz Stigler Graz, am 12.2.2014 www.iee.tugraz.at 2 Inhalt
MehrÖkonomisch orientierte Wirtschaftsinformatik KFK/ECO
Forschungsgruppe Ökonomie Institut für Wirtschaftsmathematik Technische Universität Wien Forschungsgruppe Ökonomie Institut für Wirtschaftsmathematik Argentinierstraße 8/4/105 3 1040 Wien Ökonomisch orientierte
MehrComputersimulation & Mehrkörperproblem
Fleischmann/Gattringer/Hösch/Lukic WAP 00/03 Computersimulation & Mehrkörperproblem Eine Einführung in die Lösung des Mehrkörperproblems mittels Computersimulation Gerwin Fleischmann Daniel Gattringer
MehrZelluläre Automaten. Sommerakademie Ftan Daniel Abler
Zelluläre Automaten Sommerakademie Ftan 2004 Daniel Abler Zelluläre Automaten 1.Merkmale komplexer Systeme bzw. zellulärer Automaten 2.Grundcharakteristika - Game of Life 3.Definition 4.Eigenschaften und
MehrKapitel 1 1 Einleitung
Kapitel 1 Einleitung 1 1 1 Einleitung 1 Einleitung Die Informatik begegnet uns im Alltag ständig. Einmal natürlich als Rechenanlagen, die wir in Büros, Arztpraxen und zu Hause sehen. Zum anderen ist sie
MehrDatenstrukturen & Algorithmen
Datenstrukturen & Algorithmen Matthias Zwicker Universität Bern Frühling 2010 Übersicht Dynamische Programmierung Einführung Ablaufkoordination von Montagebändern Längste gemeinsame Teilsequenz Optimale
Mehr5. Clusteranalyse. Lernziele: Grundlegende Algorithmen der Clusteranalyse kennen, ihre Eigenschaften
5. Clusteranalyse Lernziele: Grundlegende Algorithmen der Clusteranalyse kennen, ihre Eigenschaften benennen und anwenden können, einen Test auf das Vorhandensein einer Clusterstruktur kennen, verschiedene
MehrTheoretische Informatik SS 03 Übung 4
Fakten aus Übung 3 Theoretische Informatik SS 03 Übung 4 In Übung 3 wurden einigen Fakten bewiesen, die für diese Übung benötigt werden. Folgende Konstrukte können mit LOOP-Programmen simuliert werden:
MehrStatistische Verfahren zur Maschinen- und Prozessqualifikation
Statistische Verfahren zur Maschinen- und Prozessqualifikation Bearbeitet von Edgar Dietrich, Alfred Schulze 5., aktualisierte Auflage 2005. Buch. XVIII, 630 S. Hardcover ISBN 978 3 446 22894 8 Format
MehrKonfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
MehrGrundlagen zum Umgang mit mathematischen Softwarepaketen
MathSoft Praktikum 2016 Fakultät für Mathematik Grundlagen zum Umgang mit mathematischen Softwarepaketen Praktikum 2016 Roman Unger Fakultät für Mathematik Januar 2016 TUC Januar 2016 Roman Unger 1 / 31
MehrGottfried Wolmeringer. Coding for Fun. Galileo Press
Gottfried Wolmeringer Coding for Fun Galileo Press Danksagung 13 Vorwort 15 Hinweise zur Benutzung des Buches 17 Teil I: Vom Automaten zum Computer 1.1 Am Anfang war das Wort-und das bestand aus 8 Bit
MehrMathematische und statistische Methoden I
Prof. Dr. G. Meinhardt Methodenlehre Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-06 Dr. Malte Persike persike@uni-mainz.de
MehrMathematik I für Chemie
Mathematik I für Chemie Dr. Sebastian Franz WS 2012/13 sebastian.franz@tu-dresden.de Mathematik I 1 / 24 Physikalische und chemische Gesetzmäßigkeiten werden häufig mittels mathematischer Formeln beschrieben.
Mehr8. Konfidenzintervalle und Hypothesentests
8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars
MehrÜbersicht über die von der Abteilung VWL für die Diplomstudiengänge auslaufend angebotenen Pflichtveranstaltungen
Übersicht über die von der Abteilung VWL auslaufend angebotenen Pflichtveranstaltungen Semester Frühjahr 2007 Mikroökonomik A als Ersatz für Mikro II Makroökonomik A als Ersatz für Makro II Statistik I+II
MehrEinführung in die Informatik I (autip)
Einführung in die Informatik I (autip) Dr. Stefan Lewandowski Fakultät 5: Informatik, Elektrotechnik und Informationstechnik Abteilung Formale Konzepte Universität Stuttgart 24. Oktober 2007 Was Sie bis
MehrVorläufiger schulinterner Lehrplan zum Kernlehrplan für die gymnasiale Oberstufe. Mathematik
Vorläufiger schulinterner Lehrplan zum Kernlehrplan für die gymnasiale Oberstufe Mathematik 2.1.1 ÜBERSICHTSRASTER UNTERRICHTSVORHABEN EINFÜHRUNGSPHASE Unterrichtsvorhaben I: Unterrichtsvorhaben II: Beschreibung
MehrMit Simulationen von einfachen Zufallsexperimenten bis zur Inferenzstatistik
Mit Simulationen von einfachen Zufallsexperimenten bis zur Inferenzstatistik Eine Familie hat zwei Kinder. Mit welcher Wahrscheinlichkeit haben alle Kinder dasselbe Geschlecht (2 Mädchen oder 2 Jungen)?
MehrINFORMATIONSVERANSTALTUNG MODULABSCHLUSSPRÜFUNGEN SOSE JUNI 2014
INFORMATIONSVERANSTALTUNG MODULABSCHLUSSPRÜFUNGEN SOSE 2014 04. JUNI 2014 PROGRAMMPUNKTE Organisatorischer Rahmen Ablauf und Inhalte der Prüfungen Ihre Fragen ORGANISATORISCHER RAHMEN Die Prüfung in den
MehrKinga Szűcs
Kinga Szűcs 25.10.2011 Die Schülerinnen und Schüler werten graphische Darstellungen und Tabellen von statistischen Erhebungen aus, planen statistische Erhebungen, sammeln systematisch Daten, erfassen sie
MehrRisikosimulation zur Optimierung der Finanzierungsplanung von Projekten
Risikosimulation zur Optimierung der Finanzierungsplanung von Projekten Dresden, 18.06.2012 Agenda Motivation Notwendigkeit einer Risikosimulation Grundlagen der Monte-Carlo-Simulation Konzept einer 4-Stufen-Risikosimulation
MehrUntersuchungsarten im quantitativen Paradigma
Untersuchungsarten im quantitativen Paradigma Erkundungsstudien / Explorationsstudien, z.b.: Erfassung der Geschlechterrollenvorstellungen von Jugendlichen Populationsbeschreibende Untersuchungen, z.b.:
MehrEinführungsveranstaltung für alle Statistik Nebenfächer
Einführungsveranstaltung für alle Statistik Nebenfächer Johanna Brandt (Nebenfachstudienberatung) Institut für Statistik, LMU 02. Oktober 2014 Johanna Brandt (Institut für Statistik, LMU) Nebenfachstudienberatung
MehrZellen. Gegeben sei ein Raum und ein Gitter, das den Raum in gleichförmige und gleichgroße Zellen aufteilt.
Zellen Gegeben sei ein Raum und ein Gitter, das den Raum in gleichförmige und gleichgroße Zellen aufteilt. Zellen Gegeben sei ein Raum und ein Gitter, das den Raum in gleichförmige und gleichgroße Zellen
MehrKinga Szűcs Friedrich-Schiller-Universität Jena Fakultät für Mathematik und Informatik Abteilung Didaktik
Beurteilende Statistik im Mathematikunterricht Kinga Szűcs Friedrich-Schiller-Universität Jena Fakultät für Mathematik und Informatik Abteilung Didaktik 20.11.2014 Gliederung Anliegen der beurteilenden
MehrZentrale Abschlüsse Mathematik RSA
Zentrale Abschlüsse Mathematik RSA Kurzformaufgaben bis 40 Punkte, 45 min 4 Komplexaufgaben je 15 Punkte, restliche Zeit Bearbeitungszeit 135 min Der Prüfling Die Schülerinnen und Schüler bearbeiten die
MehrIst geteilte Verantwortung möglich? Markus Christen Graduiertenprogramm UFSP Ethik, Uni Zürich Dialog Ethik, Fachbereich Publikationen
Ist geteilte Verantwortung möglich? Markus Christen Graduiertenprogramm UFSP Ethik, Uni Zürich Dialog Ethik, Fachbereich Publikationen Übersicht Das Problem - Drei Aspekte - Warum geteilte Verantwortung?
MehrEine kleine Reise durch die Welt der zellulären Automaten
Eine kleine Reise durch die Welt der zellulären Automaten Wolfgang Oehme, Universität Leipzig 1. Einleitung 2. Zelluläre Automaten 2.1. Game of Life als klassischer zellulärer Automat 2.2. Populationsdynamik
MehrThema: Analyse des Verhaltens dynamischer Wirkungsgefüge
Rahmenbedingungen: - Klasse 10, da einige Voraussetzungen (Anwendersysteme, Algorithmen) nötig sind - Bezug zu Inhalten aus der Mathematik, Physik, Politische Bildung, Biologie, Erdkunde - Software: Dynasys,
MehrHerzlich Willkommen zum Psychologiestudium an der CAU Kiel!
Herzlich Willkommen zum Psychologiestudium an der CAU Kiel! WS 2016/17 Anfragen richten Sie bitte per Mail an: studienberatung@psychologie.uni-kiel.de. Wir werden diese gerne beantworten. Aufgrund aktuell
Mehr3AA. Prof. Dr. Wolfgang P. Kowalk. Universität Oldenburg WS 2005/2006
3AA Prof. Dr. Wolfgang P. Kowalk Universität Oldenburg WS 2005/2006 Version vom 24.10.2005 Übersicht Einführung in maschinennahe Programmierung Verständnis für grundlegende Vorgänge im Computer Jedes Programm
Mehr1. Methoden der Hirnforschung 2. Mechanistische Erklärung 3. Neuronale Mechanismen 4. Erklärung des Bewusstseins?
1. Methoden der Hirnforschung 2. Mechanistische Erklärung 3. Neuronale Mechanismen 4. Erklärung des Bewusstseins? Brigitte Falkenburg 1 1. Methoden der Hirnforschung 2 top-down down/analytisch: Atomistisch
MehrStatistik im Grundstudium der wirtschafts- und sozialwissenschaftlichen Studiengänge. und sozialwissenschaftlichen Studiengänge
Statistik im Grundstudium der wirtschafts- und sozialwissenschaftlichen Studiengänge WER??? BWL WIW VWL WIN WIP BIN DEM SOZ 1. Semester 2. Semester 3. Semester WANN??? 2 SWS Vorlesung 2 SWS Vorlesung 2
MehrMethodische Ansätze zur Regionalisierung von Daten
Methodische Ansätze zur Regionalisierung von Daten Berechnung der Lohnsummen für die Wirtschaftsregion Zürich Methode «Bottom-up» Inhalt Projekt Regionale Wirtschaftsstatistik (RWS) Ausgangslage Anwendung
MehrEinführung in die Programmierung
Einführung in die Programmierung Als Programmierung bezeichnet man die Tätigkeit Computerprogramme (software) zu erstellen. Konzeptioneller Entwurf Umsetzung des Entwurfs in Programmcode (Implementation):
MehrLaborversuche und Wahlpflichtfächer
Laborversuche und Wahlpflichtfächer Wärmeleitung Lernziele: Verständnis und Erfahrung in Bezug auf Wärmeleitung sammeln. Ingenieurtechnisches Gespür für Größenordnungen und den Einfluss der Parameter entwickeln.
MehrSeminar Künstliche Intelligenz Wintersemester 2014/15
Seminar Künstliche Intelligenz Wintersemester 2014/15 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 15.10.2014 2 / 14 Überblick Teilgebiete der KI Problemlösen,
MehrSimulation. Lineare Regression Methode der kleinsten Quadrate (Excel-Matrix-Formel) Verknüpfung des Euler- und Newton-Verfahrens. Das Euler-Verfahren
Simulation Lineare Regression Methode der kleinsten Quadrate (Excel-Matrix-Formel) Verknüpfung des Euler- und Newton-Verfahrens Dynamische Prozesse: Prozesse, bei denen sich das zeitliche und örtliche
MehrDidaktik der Stochastik
Didaktik der Stochastik. Didaktik der Stochastik Didaktik der Stochastik. Inhaltsverzeichnis Didaktik der Stochastik Ziele und Inhalte Beschreibende Statistik Wahrscheinlichkeitsrechnung Beurteilende Statistik
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrWalter Köckenberger. Wasser- und Nährstofftansport im Keimling. von Ricinus communis L. Eine Erfassung der Flüsse durch Modellierung und Anwendung
Walter Köckenberger Wasser- und Nährstofftansport im Keimling von Ricinus communis L. Eine Erfassung der Flüsse durch Modellierung und Anwendung zerstörungsfreier NMR-Bildgebungsmethoden Dissertation aus
MehrSudoku. Warum 6? Warum 6?
. / Sudoku Füllen Sie die leeren Felder so aus, dass in jeder Zeile, in jeder Spalte und in jedem x Kästchen alle Zahlen von bis stehen.. / Warum?. / Warum?. / Geschichte der Logik Syllogismen (I) Beginn
Mehr3. Das Reinforcement Lernproblem
3. Das Reinforcement Lernproblem 1. Agierender Agent in der Umgebung 2. Discounted Rewards 3. Markov Eigenschaft des Zustandssignals 4. Markov sche Entscheidung 5. Werte-Funktionen und Bellman sche Optimalität
MehrSozialwissenschaftliche Konflikttheorien
Sozialwissenschaftliche Konflikttheorien Einführung in die Friedens- und Konfliktforschung Wintersemester 2006/07 Kernbereich der Friedens- und Konfliktforschung K o n f l i k t a n a l y s e & K o n f
MehrASIM-Fachgruppensitzung am 20. Mai 2009 an der Universität Karlsruhe 1. Bericht der Arbeitsgruppe Unikatprozesse
ASIM-Fachgruppensitzung am 20. Mai 2009 an der Universität Karlsruhe 1. Bericht der Arbeitsgruppe Unikatprozesse 1 Gliederung des Berichts: 1. Aufgaben und Ziele der Arbeitsgruppe 2. Einladung zur konstituierenden
MehrSozialwissenschaftliche Methoden und Methodologie. Begriffe, Ziele, Systematisierung, Ablauf. Was ist eine Methode?
Sozialwissenschaftliche Methoden und Methodologie WiSe 2007/ 08 Prof. Dr. Walter Hussy Veranstaltung 1 Begriffe, Ziele, Systematisierung, Ablauf 24.01.2008 1 Was ist eine Methode? Eine Methode ist eine
MehrAlgorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert und Dr. Thomas Stibor
Algorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert und Dr. Thomas Stibor Organisatorisches: Vorlesung 4 SWS, Zentralübung 2 SWS: 6 Credit Points Mi 9:45 11:15 Raum 1200 (Vorlesung) Do 8:00
MehrStatistische Methoden der Datenanalyse
Statistische Methoden der Datenanalyse Vorlesung im Sommersemester 2002 H. Kolanoski Humboldt-Universität zu Berlin Inhaltsverzeichnis Literaturverzeichnis iii 1 Grundlagen der Statistik 3 1.1 Wahrscheinlichkeit..................................
MehrEvolutionäre Strategien. Informatik Unterricht in der SII. ausreichende Programmierkenntnisse zur Implementierung der Evolutionären Strategien (ES)
1 Voraussetzungen an den Kurs: ausreichende Programmierkenntnisse zur Implementierung der Evolutionären Strategien (ES) Kenntnisse über Sortierverfahren ggf. hilfreich Somit: idealer Zeitpunkt zur Durchführung
MehrAnwendungen des Fréchet-Abstandes Das Constrained Free Space Diagram zur Analyse von Körperbewegungen
Anwendungen des Fréchet-Abstandes Das Constrained Free Space Diagram zur Analyse von Körperbewegungen David Knötel Freie Universität Berlin, Institut für Informatik Seminar über Algorithmen Leitfaden Wiederholung
MehrEinführung in die Technische Informatik [TI]
Computer and Communication Systems (Lehrstuhl für Technische Informatik) Einführung in die Technische Informatik [TI] Falko Dressler Universität Innsbruck [TI] Winter 2013/2014 Einleitung 1 Früher Prozessor:
MehrSo viel wie möglich Extremwertaufgaben aus Geometrie
So viel wie möglich Extremwertaufgaben aus Geometrie Andreas Ulovec 1 Einführung Die meisten Leute sind mit Extremwertaufgaben vertraut: Was ist das flächengrößte Dreieck, das man in einen Kreis einschreiben
MehrVerteilte Systeme / Kooperierende Roboter
Verteilte Systeme / Kooperierende Roboter Proseminar Anwendungen und Methoden der Modernen Robotik SoSe 2005 Uni Hamburg Claudius Herder, Justus Winter 4herder@informatik.uni-hamburg.de, 4winter@informatik.uni-hamburg.de
MehrStudienplan Grundstudium Grundstudium
Studienplan Grundstudium Grundstudium Modul G 1: I Modul G 2: Soziologie I Modul G 3: Wirtschaftswissenschaft I G1.1 Grundlagen der G1.2 Grundbegriffe der Politik- und Verwaltungswissenschaft G1.3 Politische
MehrSchule. Klasse. Station Figurierte Zahlen Teil 1. Tischnummer. Arbeitsheft. Teilnehmercode
Schule Station Figurierte Zahlen Teil 1 Klasse Tischnummer Arbeitsheft Teilnehmercode Liebe Schülerinnen und Schüler! Schon die alten Griechen haben Zahlen mit Hilfe von Zählsteinen dargestellt. Die Steinchen
MehrRandom Access Machine (RAM) Berechenbarkeit und Komplexität Random Access Machines
Random Access Machine (RAM) Berechenbarkeit und Komplexität Random Access Machines Wolfgang Schreiner Wolfgang.Schreiner@risc.jku.at Research Institute for Symbolic Computation (RISC) Johannes Kepler University,
MehrDiagnose und Prognose: Kurzfassung 4
Diagnose und Prognose: Kurzfassung 4 Ziele der 4. Vorlesung Inhaltliche Verbindung zwischen inhaltlicher Statistisches Konzept / Problemstellung Problemstellung und statistischem statistische Methode Konzept/Methode
MehrMathematik Bachelor, Master, Doktorat
Mathematik Bachelor, Master, Doktorat Mathematik die zentrale Wissenschaft Bankomatkarte, MP3-Player, Computertomographie, Stahlblech, Navigationssysteme all das wäre ohne Mathematik nicht denkbar. Mit
MehrNeue Simulationsspiele zur Einwanderungs- und Asylpolitik
Das Informationsbüro des Europäischen Parlaments in München bietet ab April 2013 eine neue Serie von Simulationsspielen in Schulen zur Einwanderungs- und Asylpolitik an. Es soll für die Schülerinnen und
MehrEinführung in die Praktische Informatik WS 09/10
Einführung in die Praktische Informatik WS 09/10 Prof. Dr. Christian Sengstock Institut für Informatik Neuenheimer Feld 348 69120 Heidelberg http://dbs.ifi.uni-heidelberg.de sengstock@informatik.uni-heidelberg.de
Mehr6 Produktqualität Systeme: Integrationstest [sehr stark gekürzt]
1 Software-Qualitätssicherung 2 Integrationsstrategien big bang 6 Produktqualität Systeme: Integrationstest [sehr stark gekürzt] nicht-inkrementell geschäftsprozeßorientiert Prof. Dr. Helmut Balzert Lehrstuhl
MehrAutomatische Gesprächsauswertung im Callcenter
Einleitung Forschungsbeitrag Automatische Gesprächsauswertung im Callcenter Projekt CoachOST Dipl.-Wirtsch.-Inf. Mathias Walther Prof. Dr. Taïeb Mellouli Lehrstuhl für Wirtschaftsinformatik und Operations
MehrProgrammieren in C/C++ und MATLAB
Programmieren in C/C++ und MATLAB Sven Willert Sabine Schmidt Christian-Albrechts-Universität zu Kiel CAU 4-1 Übung 1) Schreiben Sie ein Programm, das die Fläche unter einer Parabel, also das Integral
MehrEntwicklung einer netzbasierten Methodik zur Modellierung von Prozessen der Verdunstungskühlung
Institut für Energietechnik - Professur für Technische Thermodynamik Entwicklung einer netzbasierten Methodik zur Modellierung von Prozessen der Verdunstungskühlung Tobias Schulze 13.11.2012, DBFZ Leipzig
MehrKonstruktion eines Positionierantriebs
Konstruktion eines Positionierantriebs Ziel dieser Projektarbeit ist der Entwurf und die mechanische Konstruktion eines Positionierantriebs. Dabei soll ein CAD-Modell erstellt werden, das zur Fertigung
MehrZentrale Abschlüsse Mathematik HSA
Zentrale Abschlüsse Mathematik HSA max. 20 min Vorbereitungszeit zusätzlich Jede Komplexaufgabe steht unter einem zusammenfassenden Thema aus der Umwelt der Schülerinnen und Schüler. Beide Aufgaben haben
MehrÜberschrift. Titel Prognosemethoden
Überschrift Prognosemethoden Überschrift Inhalt 1. Einleitung 2. Subjektive Planzahlenbestimmung 3. Extrapolierende Verfahren 3.1 Trendanalyse 3.2 Berücksichtigung von Zyklus und Saison 4. Kausale Prognosen
MehrSchriftlicher Test Teilklausur 2
Technische Universität Berlin Fakultät IV Elektrotechnik und Informatik Künstliche Intelligenz: Grundlagen und Anwendungen Wintersemester 2009 / 2010 Albayrak, Fricke (AOT) Opper, Ruttor (KI) Schriftlicher
MehrLFE Medieninformatik Projektarbeit. Flock Mail. Michael Weiler
LFE Medieninformatik Projektarbeit Flock Mail Michael Weiler Agenda Einleitung Spam Statistiken & Filter Schwarmintelligenz Verwandte Arbeiten Design Motivation GUI Visualisierung von emails Implementierung
MehrWB 11 Aufgabe: Hypothesentest 1
WB 11 Aufgabe: Hypothesentest 1 Ein Medikament, das das Überleben eines Patienten sichern soll, wird getestet. Stelle Null- und Alternativhypothese auf und beschreibe die Fehler 1. Art und 2. Art. Welcher
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrMathematische Modellierung und Simulation
Mathematische Modellierung und Simulation Jens Struckmeier Fachbereich Mathematik Universität Hamburg Wintersemester 2004/2005 1 Kapitel 1. Was ist mathematische Modellierung? 1. Von realen Fragestellungen
MehrSchwerpunkt Geld und Internationale Wirtschaft
Schwerpunkt Geld und Internationale Wirtschaft Lehrstuhl für internationale Wirtschaftspolitik Prof. Dr. Xenia Matschke Lehrstuhl für monetäre Ökonomik Prof. Dr. Christian Bauer Matthias Nöckel, M.Sc.
MehrStudienplan Telematik Das Studium im Detail
6. Oktober 2011 Studienplan Telematik Das Studium im Detail Tim Hell, Alexander Aigner (Basisgruppe Telematik) Folienübersicht Studienaufbau und Zulassung Bachelorstudium Aufbau LV-Übersicht Masterstudium
MehrÜbersicht über die mathematischen Module der Bachelor- und Masterstudiengänge Mathematik, Wirtschaftsmathematik und Technomathematik
Übersicht über die mathematischen Module der Bachelor- und Masterstudiengänge Mathematik, Wirtschaftsmathematik und Technomathematik Modul LP Prüfungsform 1 Pflichtmodule Bachelor Mathematik, Wirtschaftsmathematik
MehrHans-Werner Wahl Vera Heyl. Gerontologie - Einführung und Geschichte. Verlag W. Kohlhammer
Hans-Werner Wahl Vera Heyl Gerontologie - Einführung und Geschichte Verlag W. Kohlhammer Vorwort 9 1 Alter und Alternsforschung: Das junge gesellschaftliche und wissenschaftliche Interesse am Alter 12
MehrComputeranwendung in der Chemie Informatik für Chemiker(innen)
Computeranwendung in der Chemie Informatik für Chemiker(innen) Dr. Jens Döbler Arbeitsgruppe Quantenchemie jd@chemie.hu-berlin.de Jens Döbler 2003 "Computer in der Chemie", WS 2003-04, Humboldt-Universität
MehrIEE. Lebensdauerprognosemodelle von Brennstoffzellen in realen Anwendungen
Problem: Brennstoffzellen stehen schon seit mindestens 1970 kurz vor dem Durchbruch. Damit es aber endlich so weit kommt und dieser Termin nicht noch weitere Jahrzehnte vor sich hergeschoben wird, müssen
MehrGrundlagen, Vorgehensweisen, Aufgaben, Beispiele
Hans Benker - Wirtschaftsmathematik Problemlösungen mit EXCEL Grundlagen, Vorgehensweisen, Aufgaben, Beispiele Mit 138 Abbildungen vieweg TEIL I: EXCEL 1 EXCEL: Einführung 1 1.1 Grundlagen 1 1.1.1 Tabellenkalkulation
MehrVorlesung Nanostrukturphysik I
Vorlesung Nanostrukturphysik I Begriffsbestimmung Wintersemester 2015/2016 PD Dr. M. Koblischka Begriffsbestimmung (Teil 1) WS 2015/16 2. Begriffsbestimmung Seite 2 Technologie J. Beckmann, 1769: Wissenschaft,
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 203 Stochastische Unabhängigkeit Hans Walser: Modul 203, Stochastische Unabhängigkeit ii Inhalt 1 Bedingte Wahrscheinlichkeit... 1 1.1 Feuermeldeanlage,
MehrSchulinterner Lehrplan Mathematik: Q1 und Q2
Schulinterner Lehrplan Mathematik: Q1 und Q2 Übersichtsraster Unterrichtsvorhaben Qualifikationsphase (Q1) GRUNDKURS Unterrichtsvorhaben Q1-I: Unterrichtsvorhaben Q1-II : Thema: Optimierungsprobleme (Q-GK-A1)
MehrNr. 42 / 13 vom 31. Mai 2013
Nr. 42 / 13 vom 31. Mai 2013 2. Satzung zur Änderung der Prüfungsordnung für den Master-Studiengang Elektrotechnik der Fakultät für Elektrotechnik, Informatik und Mathematik an der Universität Paderborn
MehrJörg Dieterich. Zur zentralen Frage einer wissenschaftlichen Pädagogik. Geisteswissenschaftliche und empirische Überlegungen
Jörg Dieterich Zur zentralen Frage einer wissenschaftlichen Pädagogik Geisteswissenschaftliche und empirische Überlegungen Verlag Dr. Kovac Hamburg 2007 Inhaltverzeichnis Einleitung/Abstract XIII Teil
MehrZellulare Neuronale Netzwerke
Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Zellulare Neuronale Netzwerke Florian Bilstein Dresden, 13.06.2012 Gliederung 1.
MehrGymnasium St. Paulusheim, OStR H. Stadtmüller. ITG am St. Paulusheim
ITG am St. Paulusheim Leitgedanken Die ITG soll im Zusammenspiel verschiedener Fächer / Projekte in S1 ein verpflichtendes Grundgerüst aufbauen. Erwerb von Sicherheit im Umgang mit Geräten und Programmen.
Mehr