|
|
||||||||
|
|||||||||
|
|
|
|
|||||||||
|
ForschungsgebieteRepräsentation und Entscheidungsfindung in politischen Gremien (Professor Pukelsheim)
Methoden der proportionalen Repräsentation werden bei
Verhältniswahlen eingesetzt oder bei der Zuteilung von
Parlamentssitzen an Wahldistrikte oder bei der Anpassung von statistischen
Tabellen an vorgegebene Randhäufigkeiten oder bei gleichgelagerten
Fragestellungen. Die Verrechnung von Stimmen in Sitze stellt sich aus
mathematischer Sicht als die Aufgabe dar, (kontinuierliche)
Stimmenverteilungen durch (diskrete) Sitzanteile zu approximieren, weshalb
zu ihrer Untersuchung stochastische wie auch diskrete Ansätze dienlich
sind. Dieser doppelte Ansatz hilft auch bei der Analyse gewichteter
Entscheidungsverfahren, die für Gremien wie den Ministerrat der
Europäischen Union von Bedeutung sind. Ein besonderes Augenmerk gilt
dem Anspruch, welche quantitativ-operationale Verfahren mit den
qualitativ-normativen Vorgaben aus Verfassungsrecht und Politikwissenschaft
möglichst gut harmonieren.
Statistische Versuchsplanung (Professor Pukelsheim)
Die mathematische Behandlung von Versuchsplanungsproblemen benutzt Methoden
der Statistik, der linearen Algebra und der konvexen Analysis. In diesen
Querbeziehungen über mehrere mathematische Bereiche hinweg liegt ein
besonderer Reiz. Als Beispiel stelle man sich eine mit mehreren Reglern
steuerbare Fertigungsmaschine vor, für die eine optimale Einstellung zu
finden ist, um für das Endprodukt eine gleichbleibend hohe Qualität zu
garantieren. Das Durchprobieren aller möglichen Einstellungen scheitert
in der Praxis an Zeit- und Kostenbeschränkungen. Die statistische
Versuchsplanung zeigt Wege auf, mit den Daten aus vergleichsweise wenigen
Versuchsläufen eine fast optimale Entscheidung zu treffen. Am hiesigen
Lehrstuhl werden insbesondere Anwendungen für die Verbesserung von
industriellen Fertigungsprozessen untersucht.
Stochastische Geometrie (Professor Heinrich)
Die stochastische Geometrie stellt Modelle zur Beschreibung und Verfahren
zur statistischen Analyse von zufälligen geometrischen Strukturen zur
Verfügung. Derartige Gebilde treten u.a. als Gefügestrukturen oder bei
mikorskopischen Gewebeuntersuchungen und generell bei Problemen der
Bildverarbeitung und Mustererkennung auf. Zu den Grundtypen von Modellen
zählen die zufälligen Punktmuster (Punktprozesse), Geraden- und
Faserprozesse, zufällige Mosaike sowie Keim-Korn-Prozesse. Beim letzteren
handelt es sich um zufällig verstreute und teils sich überlappende
zufällige Figuren. Zur Behandlung solcher Zufallsmengen werden
geometrische und stochastische Kenngrößen definiert, zu deren Analyse
fortgeschrittene Ergebnisse sowohl der Integralgeometrie als auch der
Wahrscheinlichkeitsrechnung herangezogen werden. Ein interessantes und
praktisch relevantes Problem ist die Gewinnung von Aussagen über
3D-Strukturen durch die statistische Analyse von linearen und ebenen
Schnitten. Derartige Methoden werden unter dem Schlagwort "Stereologie"
zusammengefasst.
Räumliche Statistik und Stereologie (Professor Heinrich)Alle stochastisch-geometrischen Modelle von punkt-, linien- oder kornartigen Strukturen in einem euklidischen Raum verlangen geeignete statistische Verfahren zur Schätzung sowohl von Parametern als auch von nichtparametrischer Kenngrößen, welche die Modelle beschreiben. Damit verbunden sind auch statistische Testverfahren und Methoden zur Modellidentifikation. In der Regel wird dabei von einer einzigen Beobachtung in einem möglichst großen Beobachtungsfenster ausgegangen. Meist wird eine unbegrenzt wachsende Fensterfolge (large domain statistics) angenommen, was bei einigen Modellklassen – insbesondere beim Poissonschen Kornmodell (Boolesches Modell) – zu akzeptablen asymptotischen Verfahren geführt hat. Insgesamt ist festzustellen, daß im Vergleich zur klassischen Mathematischen Statistik die räumlich Statistik noch recht gering entwickelt ist. Hauptprobleme sind einerseits die Modellkomplexität und die vergleichsweise geringe Information aus der Beobachtung und andererseits die den Modellen innewohnenden stochastischen und geometrischen Abhängigkeiten. Ein interessantes und praktisch relevantes Problem ist die Gewinnung von Aussagen über 3D-Strukturen durch die statistische Analyse von linearen und ebenen Schnitten. Derartige Methoden werden unter dem Schlagwort "Stereologie" zusammengefaßt. Die jeweils aktuellen Arbeiten finden Sie in den Publikationsverzeichnisse der einzelnen Autoren (wie z.B. Pukelsheim oder Heinrich).
Themen für Diplom- und Zulassungsarbeiten:Studenten, die erwägen, am Lehrstuhl für Stochastik und ihre Anwendungen ihre Diplom- oder Zulassungsarbeit zu schreiben, sind herzlich willkommen. Sie werden dringend gebeten, sich von Professor Pukelsheim oder Professor Heinrich frühzeitig beraten zu lassen. Die Examensarbeit ist ein wichtiges Projekt – vielleicht sogar das wichtigste Projekt – in Ihrem Studium. Damit Sie sich mit dem Thema identifizieren, sollten Sie sich auch selber fragen, wohin Sie Ihren Schwerpunkt legen möchten. Mehr Statistik, mehr Wahrscheinlichkeitstheorie? Mehr mathematische Theoreme, mehr praktische Datenanalyse? Nur theoretisches Studium von Algorithmen oder auch praktische Implementation oder Simulation auf dem Computer? Hier ist eine Liste von Forschungsgebieten, in denen Ihr Thema angesiedelt sein könnte:
Thema und Umfang werden so definiert, daß die in der Studien- und Prüfungsordnung vorgesehene Zeitspanne zur Bearbeitung ausreicht, wenn Sie Ihre Arbeitszeit weitestgehend für dieses Projekt reservieren. Bei der Erstellung Ihrer Arbeit sollten Sie folgende Empfehlungen für die formale Gestaltung einer Diplomarbeit beachten. Sie sehen: Es gibt viele Möglichkeiten, und es gibt viel zu bedenken. Deshalb noch einmal die dringende Bitte, frühzeitig zu einem beratenden Gespräch bei Professor Pukelsheim oder Professor Heinrich anzuklopfen. Professor Dr. F. Pukelsheim, Professor Dr. L. Heinrich
|
2013 /
GW
[Universität Augsburg]
[Math.-Nat. Fakultät]
[Institut für Mathematik]
[Impressum]