Simulation stochastischer Prozesse

SWS

ECTS

Sprache(n)

Deutsch

Lehrform

SU mit Übung

Angebot

nach Ankündigung

Aufwand

40 Präsenzstunden Vorlesung, 20 Präsenzstunden Übung, 35 Stunden Vor-/Nachbereitung der Übungen, 55 Stunden Nachbereitung der Vorlesung und Prüfungsvorbereitung

Voraussetzungen

keine spezifischen Vorkenntnisse erforderlich

Ziele

Die Studierenden sind in der Lage, moderne Algorithmen zur Generierung von Zufallszahlen und zur effizienten Simulation stochastischer Prozesse sowie deren Implementierung in Computerprogrammen zu durchdringen, gegeneinander abzugrenzen und für ihre eigenen Analysen anzuwenden. Erwerb der Fähigkeit, selber Simulationsprogramme für konkrete Anwendungsprobleme, insbesondere aus dem Bereich des Financial Engineerings, aufzusetzen und deren Output kritisch zu hinterfragen.

Inhalt

Simulation von Zufallszahlen
Pseudozufallszahlen
Eigenschaften von Zufallszahlengeneratoren
Grundlagen klassischer Monte-Carlo-Simulationen
Überlegungen zur Genauigkeit und Effizienz von Simulationen
Varianzreduktionstechniken
Markov-Chain-Monte-Carlo-Methoden
Quasizufallszahlen und Quasi-Monte-Carlo-Methoden
Simulation konkreter stochastischer Prozesse
Simulationen im Kontext des Financial Engineerings und des
Risikomanagements (optional)

Medien und Methoden

Tafel, Beamer

Literatur

Ross: Simulation
Asmussen, Glynn, Stochastic Simulation: Algorithms and Analysis
Robert, Casella: Monte Carlo Statistical Methods
Robert, Casella: Introducing Monte Carlo Methods with R
McLeish: Monte Carlo Simulation and Finance
Jaeckel: Monte Carlo Methods in Finance
Glasserman: Monte Carlo Methods in Financial Engineering

Zuordnungen Curricula

SPO	Fachgruppe	Code	ab Semester	Prüfungsleistungen
IS Version 2017	WPF Weitere Anwendungen	IF-S-M-A12	1	benotete schriftliche Prüfung 90 Minuten