BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//TYPO3/NONSGML Calendarize//EN
BEGIN:VEVENT
UID:calendarize-stochastische-analyse-von-algorithmen-1
DTSTAMP:20250727T132141Z
DTSTART:20250625T173000Z
DTEND:20250625T183000Z
SUMMARY:Stochastische Analyse von Algorithmen
DESCRIPTION:Bei der stochastischen Analyse von Algorithmen und Datenstrukt
 uren geht es darum\, das typische Verhalten grundlegender Algorithmen zu v
 erstehen. Dies geht über eine Analyse der Komplexität im schlechtesten F
 all ("worst case analysis") oder im Mittel ("average case analysis") hinau
 s. Man stellt sich die Eingabe des Algorithmus zufällig vor. Soll z.B. ei
 ne Liste von Zahlen sortiert werden\, so nimmt man jede der möglichen Per
 mutationen der Zahlen als gleichwahrscheinlich an. Die resultierende Kompl
 exität ist dann zufällig. Dies erlaubt viele Eigenschaften zu quantifizi
 eren\, etwa Ereignisse von unerwünscht großer Komplexität\, deren Wahrs
 cheinlichkeit man als exponentiell klein nachweisen möchte\, um Garantien
  für die Zuverlässigkeit des Algorithmus zu erhalten.\nIm Vortrag werden
  einige grundlegende Algorithmen und Datenstrukturen im Rahmen einer stoch
 astischen Analyse diskutiert. Für räumliche Daten spielen Fragmentierung
 en\, die an Piet Mondrians Gemälde erinnern\, eine Rolle. Verbindungen zu
  Fragmentierungsproblemen aus der physikalischen Literatur\, in der Phasen
 übergänge vorhergesagt wurden\, werden hergestellt. 
X-ALT-DESC;FMTTYPE=text/html:<p>Bei der stochastischen Analyse von Algorit
 hmen und Datenstrukturen geht es darum\, das typische Verhalten grundlegen
 der Algorithmen zu verstehen. Dies geht über eine Analyse der Komplexitä
 t im schlechtesten Fall ("worst case analysis") oder im Mittel ("average c
 ase analysis") hinaus. Man stellt sich die Eingabe des Algorithmus zufäll
 ig vor. Soll z.B. eine Liste von Zahlen sortiert werden\, so nimmt man jed
 e der möglichen Permutationen der Zahlen als gleichwahrscheinlich an. Die
  resultierende Komplexität ist dann zufällig. Dies erlaubt viele Eigensc
 haften zu quantifizieren\, etwa Ereignisse von unerwünscht großer Komple
 xität\, deren Wahrscheinlichkeit man als exponentiell klein nachweisen mö
 chte\, um Garantien für die Zuverlässigkeit des Algorithmus zu erhalten.
 </p>\n<p>Im Vortrag werden einige grundlegende Algorithmen und Datenstrukt
 uren im Rahmen einer stochastischen Analyse diskutiert. Für räumliche Da
 ten spielen Fragmentierungen\, die an Piet Mondrians Gemälde erinnern\, e
 ine Rolle. Verbindungen zu Fragmentierungsproblemen aus der physikalischen
  Literatur\, in der Phasenübergänge vorhergesagt wurden\, werden hergest
 ellt.<br /><br /><br />&nbsp\;</p>
LOCATION:Hörsaal\, Physikalischer Verein\, Robert-Mayer-Straße 2\, 60325
  Frankfurt (t3://page?uid=44 _blank)
END:VEVENT
END:VCALENDAR