1 Std. 26 Min.

18: Wahrscheinlichkeitstheorie, Vorlesung, SS 2016, am 11.07.2016 Wahrscheinlichkeitstheorie, SS2016, Vorlesung

    • Kurse

18 |
0:00:00 Starten
0:00:10 Englische Zusammenfassung wichtiger Begriffe und Resultate von Lektion 17
0:04:14 Diskussion (Filtration, Adaptiertheit, Stoppzeit)
0:10:19 Charakterisierung einer Stoppzeit
0:13:35 Summen, Maxima und Minima von Stoppzeiten sind Stoppzeiten
0:15:09 Beispiele für Stoppzeiten (Ersteintrittszeiten, konstante Stoppzeit)
0:21:24 Sigma-Algebra der tau-Vergangenheit
0:24:57 Satz (Messbarkeit einer gestoppten Zufallsvariablen)
0:30:10 Beispiel (Stoppen in einem Urnenmodell)
0:40:59 Submartingal, Supermartingal, Martingal
0:45:35 Interpretation (Submartingal, Supermartingal, Martingal)
0:49:00 Monotonie bzw, Konstanz der Folge (E(X_n)) bei Sub- bzw. Supermartingal und Martingal
0:51:43 Test eines Sub- bzw. Supermartingals auf ein Martingal
0:55:25 Beispiel: Partialsummen unabhängiger Zufallsvariablen
0:59:43 Beispiel: (Partial-)Produkte unabhängiger Zufallsvariablen
1:03:30 Das Doobsche Martingal
1:07:26 Prävisible (vorhersagbare) Folge
1:09:49 Beispiel
1:11:27 Ein vorhersagbares Martingal ist mit Wahrscheinlichkeit 1 konstant
1:13:35 Die Doob-Zerlegung

18 |
0:00:00 Starten
0:00:10 Englische Zusammenfassung wichtiger Begriffe und Resultate von Lektion 17
0:04:14 Diskussion (Filtration, Adaptiertheit, Stoppzeit)
0:10:19 Charakterisierung einer Stoppzeit
0:13:35 Summen, Maxima und Minima von Stoppzeiten sind Stoppzeiten
0:15:09 Beispiele für Stoppzeiten (Ersteintrittszeiten, konstante Stoppzeit)
0:21:24 Sigma-Algebra der tau-Vergangenheit
0:24:57 Satz (Messbarkeit einer gestoppten Zufallsvariablen)
0:30:10 Beispiel (Stoppen in einem Urnenmodell)
0:40:59 Submartingal, Supermartingal, Martingal
0:45:35 Interpretation (Submartingal, Supermartingal, Martingal)
0:49:00 Monotonie bzw, Konstanz der Folge (E(X_n)) bei Sub- bzw. Supermartingal und Martingal
0:51:43 Test eines Sub- bzw. Supermartingals auf ein Martingal
0:55:25 Beispiel: Partialsummen unabhängiger Zufallsvariablen
0:59:43 Beispiel: (Partial-)Produkte unabhängiger Zufallsvariablen
1:03:30 Das Doobsche Martingal
1:07:26 Prävisible (vorhersagbare) Folge
1:09:49 Beispiel
1:11:27 Ein vorhersagbares Martingal ist mit Wahrscheinlichkeit 1 konstant
1:13:35 Die Doob-Zerlegung

1 Std. 26 Min.

Mehr von Karlsruher Institut für Technologie

Forschungspodcast »Selbstbewusste KI«
Karlsruher Institut für Technologie (KIT)
Grundbegriffe der Informatik, Vorlesung, WS16/17
Karlsruher Institut für Technologie (KIT)
Numerische Mathematik für die Fachrichtungen Informatik und Ingenieurwesen, Vorlesung, SS2015
Karlsruher Institut für Technologie (KIT)
KIT im Rathaus 2015: Mobilität der Zukunft
Karlsruher Institut für Technologie (KIT)
Thorium: Atomkraft ohne Risiko?
Karlsruher Institut für Technologie (KIT)
Didaktik und Methodik, SS2017, Vorlesung
Karlsruher Institut für Technologie (KIT)