Prof. Dr. rer. nat. habil. Hans-Jörg Starkloff

Postanschrift

Technische Universität Bergakademie Freiberg
Fakultät für Mathematik und Informatik
Institut für Stochastik
D-09596 Freiberg

Besucheranschrift

Universitätshauptgebäude
Prüferstraße 9
Zimmer 2.02

Solange keine Präsenzlehre möglich ist werden hier (und zum Teil zusätzlich in OPAL) ausführlichere Materialien zum Selbststudium zur Verfügung gestellt.

Fragen können gerne per E-Mail gestellt werden.

Vorlesung "Wahrscheinlichkeitstheorie"

Hörergruppen	Woche	Tag	Zeit	Raum
4.Mm, 4.BWM	jede	Di	11:00 - 12:30	MIB-1113
	ungerade	Do	16:00 - 17:30	PRÜ-1103

Vorlesungsskript Kap.1 (Stand 22.04.2020)

Vorlesungsskript Kap.2 (Stand 30.04.2020)

Vorlesungsskript Kap.3 (Stand 07.05.2020)

Vorlesungsskript Kap.4 (Stand 08.05.2020)

Vorlesungsskript Kap.5 (Stand 19.05.2020)

Vorlesungsskript Kap.6 (Stand 29.05.2020)

Vorlesungsskript Kap.7 (Stand 08.06.2020)

Vorlesung/Übung "Stochastische Finanzmarktmodelle 2"

Hörergruppen	Woche	Tag	Zeit	Raum
2.MWM, 8.Mm	jede	Mo	16:00 - 17:30	PRÜ-1103
	gerade	Do	16:00 - 17:30	PRÜ-1103

Vorlesungsskript Kap.1 Zeitstetige stochastische Prozesse (Stand 14.04.2020)

Vorlesungsskript Kap.2 Stochastische Integration (Stand 27.04.2020)

Ergebnisse Beispiele Kap.2 Ergebnisse Beispiele (Stand 04.06.2020)

Vorlesungsskript Kap.3 Black-Scholes-Modell (Stand 03.06.2020)

Vorlesung "Zeitreihenanalyse in den Wirtschaftswissenschaften"

Hörergruppen	Woche	Tag	Zeit	Raum
2.MBACS, 4.BBWL	jede	Moi	9:15 - 10:45	MIB-1113

Vorlesungsskript Kap.1 Einleitung (Stand 17.04.2020; Link verbessert)

Vorlesungsskript Kap.2 Stochastische Prozesse (Stand 06.04.2020)

Vorlesungsskript Kap.3 ARMA-Prozesse (Stand 23.05.2020)

Vorlesungsskript Kap.4 Schätzung (Stand 04.06.2020)

Vorlesungsskript Kap.5 Prognose (Stand 08.06.2020)

Vorlesungsskript Kap.6 Partielle Autokorrelationsfunktion (Stand 08.06.2020)

R-Skript Kap.1 Einleitung (Stand 23.03.2020)

R-Skript Kap.2 Stochastische Prozesse (Stand 24.03.2020)

R-Skript Kap.3 ARMA-Prozesse (Stand 23.05.2020)

R-Skript Kap.6 Partielle Autokorrelationsfunktion (Stand 08.06.2020)

Daten BIP

Temperaturdaten Zugspitze

Vorlesung "Statistik für Ingenieure"

Vorlesungen: Montag, 14:00-15:30 Uhr, KKB-2030

Im Modul werden grundlegende Kenntnisse zur Wahrscheinlichkeitsrechnung (Wahrscheinlichkeitstheorie) und mathematischen Statistik vermittelt, so wie sie auch oft (und in einem immer größeren Ausmaß) in Ingenieursanwendungen benötigt werden.

Webseite zur Lehrveranstaltung

---

Vorlesung "Stochastische Finanzmarktmodelle 1"

Hörergruppen	Woche	Tag	Zeit	Raum
1.MWM, 7.Mm	jede	Mo	11:00 - 12:30	MIB-1107	Vorlesung
	ungerade	Di	11:00 - 12:30	PRÜ-1103	Übung

( Geänderter Termin ab dem 28.10.2019. )

Im Modul werden stochastische Modelle für Finanzmärkte in diskreter Zeit behandelt, wobei die Optionspreistheorie, basierend auf dem No-Arbitrage-Prinzip, im Mittelpunkt der Untersuchungen steht.

Folien Abschnitt 1 Organisatorisches und Einleitung (Stand 16.04.2020, Link aktualisiert)

Folien Abschnitt 2 Endliche stochastische Finanzmarktmodelle (Stand 28.10.2019)

Folien Abschnitt 3 Das Cox-Ross-Rubinstein-Modell (Stand 05.11.2019)

Folien Abschnitt 4 Arbitragefreiheit und äquivalente Martingalmaße (Stand 02.12.2019)

Folien Abschnitt 5 Vollständigkeit und äquivalente Martingalmaße (Stand 06.01.2020)

Folien Abschnitt 6 Risikoneutrale Bewertung von Zahlungsansprüchen (Stand 17.01.2020)

Vorlesung "Aktuelle Themen aus der Stochastik"

Hörergruppen	Woche	Tag	Zeit	Raum
1.MWM, 3.MWM, 7.Mm,	jede	Do	14:00-15:30	PRÜ-1103	Vorlesung
5.BAI,1.MAI	ungerade	Do	7:30 - 9:00	MIB-1113	Vorlesung

( Am 09.01.2020 findet aufgrund des Dies Academicus keine Vorlesung statt. )

In diesem Semester sollen stochastische Fragestellungen aus dem Gebiet der "Probabilistic Robotics" etwas ausführlicher behandelt werden. Hier spielen z.B. verschiedene Filterverfahren (Varianten des Kalman-Filters, etc.) und verborgene Markov-Modelle ("Hidden Markov Models") eine große Rolle. Grundlage sind die Ausführungen im Buch "Probabilistic Robotics" von Thrun, Burgard, Fox. Auf entsprechende Grundlagen aus der Stochastik wird eingegangen. Bei Bedarf und nach Absprache können zusätzlich auch Probleme des maschinellen/statistischen Lernens behandelt werden. Die Veranstaltung ist insbesondere auch für Informatik-Studenten gedacht.

Folien 1 Einführung (Stand 16.10.2019)

Folien 2 Einige Grundlagen aus der Stochastik (Stand 16.04.2020, Link aktualisiert)

Folien 2-2 Fortsetzung: Einige Grundlagen aus der Stochastik (Stand 20.11.2019)

R-Skript zu Folien 2-2 (Stand 21.11.2019)

Folien 3-1 Interaktion von Roboter und Umgebung (Stand 20.11.2019)

Folien 3-2 Bayes-Filter (Anfang) (Stand 20.11.2019)

Implementierung Bayes-Filter von Steve Grehl (Vielen Dank!) (Stand 2.12.2019)

Folien 3-3 Kalman-Filter (Anfang) (Stand 16.01.2020)

Folien 3-4 Partikel-Filter (Anfang) (Stand 23.01.2020)

Folien 4-1 Markowsche Ketten (Stand 28.01.2020)

Folien 4-2 Markowsche Zufallsfelder (Anfang) (Stand 06.02.2020)

Sommersemester 2019

• Vorlesung “Stochastische Analysis”(2 SWS)
• Vorlesung “Wahrscheinlichkeitstheorie” (3 SWS)
• Vorlesung “Zeitreihenanalyse in den Wirtschaftswissenschaften” (2 SWS)
• Vorlesung “Versuchsplanung und multivariate Statistik” (2 SWS)
• "Mathematisches Seminar" (2 SWS)

Wintersemester 2018/19

• Vorlesung "Stochastische Prozesse" (2 SWS)
• Vorlesung "Statistische Analyseverfahren" (2 SWS)
• Vorlesung "Statistik für Ingenieure" (2 SWS)
• Vorlesung "Aktuelle Themen aus der Stochastik" (3 SWS)
• "Mathematisches Seminar" (2 SWS)

Sommersemester 2018

• Vorlesung “Stochastische Finanzmarkmodelle 2” (2 SWS)
• Vorlesung “Wahrscheinlichkeitstheorie” (3 SWS)
• Vorlesung “Zeitreihenanalyse in den Wirtschaftswissenschaften” (2 SWS)
• Vorlesung “Versuchsplanung und multivariate Statistik” (2 SWS)
• "Mathematisches Seminar" (2 SWS)

Wintersemester 2017/18

• Vorlesung “Stochastische Finanzmarkmodelle 1” (3 SWS)
• Vorlesung "Statistik für Ingenieure" (2 SWS)
• Vorlesung "Aktuelle Themen aus der Stochastik" (3 SWS)
• "Mathematisches Seminar" (2 SWS)

Sommersemester 2017

• Vorlesung “Stochastische Analysis”(2 SWS)
• Vorlesung “Zeitreihenanalyse” (2 SWS)
• Vorlesung “Wahrscheinlichkeitstheorie” (3 SWS)
• Vorlesung “Zeitreihenanalyse in den Wirtschaftswissenschaften” (2 SWS)
• "Mathematisches Seminar" (2 SWS)

Wintersemester 2016/17

• Vorlesung "Stochastische Prozesse" (2 SWS)
• Vorlesung "Multivariate Statistik" (2 SWS)
• Vorlesung "Statistik für Ingenieure" (2 SWS)
• Vorlesung "Statistik II für Betriebswirte" (2 SWS)
• "Mathematisches Seminar" (2 SWS)

Sommersemester 2016

• Vorlesung "Stochastische Finanzmarktmodelle 2" (2 SWS)
• Vorlesung "Wahrscheinlichkeitstheorie" (3 SWS)
• Vorlesung "Statistik I für Betriebswirte" (2 SWS)
• Seminar "Versuchsplanung und Versuchsauswertung" (2 SWS)
• "Mathematisches Seminar" (2 SWS)

Wintersemester 2012/2013

• Vorlesung "Stochastische Prozesse" (2SWS)
• Vorlesung "Statistik II für Betriebswirte" (2 SWS)
• Vorlesung "Stochastik/Statistik für Ingenieure" (2 SWS)
• Übung "Stochastische Prozesse" (1 SWS)
• Übung "Stochastik/Statistik für Ingenieure" (1 SWS)
• "Mathematisches Seminar" (2 SWS)

Sommersemester 2012

• Vorlesung "Wahrscheinlichkeitstheorie" (3 SWS)
• Vorlesung "Statistik I für Betriebswirte" (2 SWS)
• Seminar "Versuchsplanung und Versuchsauswertung" (2 SWS)
• "Mathematisches Seminar" (2 SWS)

Stochastische Aspekte der Unsicherheitsquantifizierung

• Verallgemeinerte polynomielle Chaosentwicklungen in der Unsicherheitsquantifizierung
• Variationsformulierungen für Differentialgleichungen mit zufälligen Parametern
• Stochastische inverse Probleme für Differentialgleichungen mit zufälligen Parametern

Differentialgleichungen mit zufälligen Parametern

• Verschiedene Lösungsbegriffe und die Beziehungen zwischen ihnen
• Lösungsverfahren

Approximation von zufälligen Funktionen

• Verallgemeinertes polynomielles Chaos
• Reihenentwicklungen für zufällige Funktionen (stochastische Prozesse), insbesondere Karhunen-Loeve-Entwicklung

Stochastic Galerkin Methods: Fundamentals and Algorithms (abgeschlossen)

Teilprojekt im DFG-Schwerpunktprogramm 1324 Extraktion quantifizierbarer Information aus komplexen Systemen, 1. und 2. Phase 2008-2014, gemeinsam mit Prof. Dr. Oliver Ernst (TU Bergakademie Freiberg (Sachsen), jetzt TU Chemnitz) und Prof. Dr. Andrew Cliffe (The University of Nottingham)

Dr. Antje Mugler, BTU Cottbus-Senftenberg, 2013, Verallgemeinertes polynomielles Chaos zur Lösung stationärer Diffusionsprobleme mit zufälligen Koeffizienten.

 

Habilitation

Starkloff, H.-J. Higher order asymptotic expansions for weakly correlated random functions.
TU Chemnitz, 2004, 148 S.

Dissertation

Starkloff, H.-J. Über Zufallselemente in messbaren Vektorräumen und einige Fragen der Approximation von Zufallselementen und Zufallsprozessen.
TU Chemnitz, 1994.

Diplomarbeit

Starkloff, H.-J. Über die Schätzung des Mittelwertes für Verteilungen mit schweren Enden.
Moskauer Staatliche Lomonossow-Universität, 1987.

---

Artikel

Ernst, O. G.; Sprungk, B.; Starkloff, H.-J. Analysis of the Ensemble and Polynomial Chaos Kalman Filters in Bayesian Inverse Problems.
SIAM/ASA J. Uncertainty Quantification 3 (2015) Nr. 1, S.823--851.

Mugler, A.; Starkloff, H.-J. On the convergence of the stochastic Galerkin method for random elliptic partial differential equations.
ESAIM: Mathematical Modelling and Numerical Analysis 47 (2013) Nr. 5, S.1237--1263.

Ernst, O. G.; Mugler, A.; Starkloff, H.-J.; Ullmann, E. On the convergence of generalized polynomial chaos expansions.
ESAIM: Mathematical Modelling and Numerical Analysis 46 (2012) Nr. 2, S.317--339.

Mugler, A.; Starkloff, H.-J. On elliptic partial differential equations with random coefficients.
Stud. Univ. Babes-Bolyai Math. 56 (2011) Nr. 2, S.473--487.

Starkloff, H.-J.; vom Scheidt, J.; Wunderlich, R. Low-dimensional approximations for large-scale systems of random ODEs. Dynamic Systems and Applications 11 (2002) Nr. 2, S.143--165.

Starkloff, H.-J.; vom Scheidt, J.; Wunderlich, R. Remarks on randomly excited oscillators. ZAMM 82 (2002) Nr. 11-12, S.847--859.

Starkloff, H.-J.; vom Scheidt, J.; Wunderlich, R. Random transverse vibrations of a one-sided fixed beam and model reduction. ZAMM 82 (2002) Nr. 11-12, S.831--845.

Starkloff, H.-J.; vom Scheidt, J.; Wunderlich, R. Stationary solutions of random differential equations with polynomial nonlinearities. Stochastic Analysis and Applications 19 (2001) Nr. 6, S.1059--1075.

Starkloff, H.-J.; Thießen, F.; Wunderlich, R. Die Overnight Order im Devisenmanagement: eine überschätzte Geschäftsart. Finanzbetrieb 3 (2001) Nr. 1, S.58--62.

Starkloff, H.-J.; vom Scheidt, J.; Wunderlich, R. Random vibration systems with weakly correlated random excitation. ZAMM 81 (2001) Nr. S3, S.649--650.

Starkloff, H.-J.; vom Scheidt, J.; Wunderlich, R. Low-dimensional approximations of random vibration systems. ZAMM 81 (2001) Nr. S3, S.651--652.

Richter, M.; Starkloff, H.-J.; vom Scheidt, J. Moment functions for solutions of random boundary value problems. ZAMM 81 (2001) Nr. S3, S.641--642.

Starkloff, H.-J.; vom Scheidt, J.; Wunderlich, R. Asymptotic expansions of integral functionals of weakly correlated random processes. Journal for Analysis and its Applications 19 (2000) Nr. 1, S.255--268.

Starkloff, H.-J. Über messbare Vektorräume. Wissenschaftliche Zeitschrift der TU Chemnitz 34 (1992) Nr. 1, S.101-110.

Starkloff, H.-J. Stochastische Analoga des Satzes von Stone-Weierstrass. Wissenschaftliche Zeitschrift der TU Chemnitz 33 (1991) Nr. 1, S.123-127.

---

Artikel in Tagungs- und Sammelbänden

Ernst, O. G.; Sprungk, B.; Starkloff, H.-J. Bayesian Inverse Problems and Kalman Filters.
In: Dahlke, S.; Dahmen, W.; Griebel, M.; Hackbusch, W.; Ritter, K.; Schneider, R.; Schwab, C.; Yserentant, H. (Hrsg.) Extraction of Quantifiable Information from Complex Systems.,
Reihe: Lecture Notes in Computational Science and Engineering, Band 102, Springer-Verlag, Berlin Heidelberg, 2014, S.133--159.

Starkloff, H.-J. On the number of independent basic random variables for the approximate solution of random equations. In: Festschrift in celebration of Prof. Dr. Wilfried Greckschs 60th birthday., Shaker-Verlag, Aachen, 2008, S.153--165.

Starkloff, H.-J. Stochastic finite element method with simple random elements. In: Tagungsband zum Workshop Stochastische Analysis. TU Chemnitz, 2008, ISSN 1612-5665, S.153--165.

Starkloff, H.-J.; Wunderlich, R. Stationary solutions of linear ODEs with a randomly perturbed system matrix and additive noise. In: Tagungsband zum Workshop Stochastische Analysis. TU Chemnitz, 2005, ISSN 1612-5665, S.257--296.

Düvelmeyer, D.; Hofmann, B.; Starkloff, H.-J. A note on uniqueness of parameter identification in a jump diffusion model. In: Tagungsband zum Workshop Stochastische Analysis. TU Chemnitz, 2005, ISSN 1612-5665, S.251--256.

Richter, M.; Starkloff, H.-J.; vom Scheidt, J.; Wunderlich, R. On the convergence of random functions defined by interpolation. In: Tagungsband zum Workshop Stochastische Analysis. TU Chemnitz, 2004, ISSN 1612-5665, S.201--220.

Ilzig, K.; Starkloff, H.-J.; Wunderlich, R. Konvergenzbeschleunigung f\"ur Binomialmethoden zur Bewertung von Barriereoptionen. In: Tagungsband zum Workshop Stochastische Analysis. TU Chemnitz, 2004, ISSN 1612-5665, S.67--100.

Kandler, A.; Richter, M.; Starkloff, H.-J.; Wunderlich, R. Moving-average approximations of random epsilon-correlated processes. In: Tagungsband zum Workshop Stochastische Analysis. TU Chemnitz, 2004, ISSN 1612-5665, S.119--164.

Richter, M.; Starkloff, H.-J.; Wunderlich, R. Price Models with weakly correlated processes. In: Tagungsband zum Workshop Stochastische Analysis. TU Chemnitz, 2004, ISSN 1612-5665, S.187--200.

Starkloff, H.-J. Zur Approximation von Wienerprozessen. In: Wissenschaftliche Berichte der TH Zwickau, Sonderheft 3.Tagung Stochastische Analysis Oktober 1989. TH Zwickau, 1989, S.64--67.

Invited Lectures

• NameA, A. Titel des Vortrages, Ort, Zeitpunkt.
• NameA, A.; NameB, B.¹ Titel des Vortrages, Ort, Zeitpunkt.

Vorträge auf Tagungen

• NameA, A. Titel des Vortrages, Bezeichnung der Tagung, Ort, Zeitpunkt.
• NameA, A.¹; NameB, B. Titel des Vortrages, Bezeichnung der Tagung, Ort, Zeitpunkt.

Weitere Vorträge

• NameA, A. Titel des Vortrages, Ort, Zeitpunkt.
• NameA, A.; NameB, B.¹ Titel des Vortrages, Ort, Zeitpunkt.

¹ Vortragender bei mehreren Autoren

• Universität, ggf. Land, Fakultät bzw. Institut, Zeitraum oder Jahr.
• ggf. spezielle Bezeichnung der Professur, Universität, ggf. Land, Fakultät bzw. Institut, Zeitraum oder Jahr.

• Titel Vorname Name, Universität, ggf. Land, Zeitraum.
• Titel Vorname Name, Universität, ggf. Land, Zeitraum.
• Titel Vorname Name, Universität, ggf. Land, Zeitraum.