Zufällige Graphen finden Anwendung in der Beschreibung komplexer Netzwerke. Netzwerke gibt es in vielen Bereichen, etwa Freundschaftsgraphen, Nervenverbindungen, Verkehr oder Epidemiologien. Diese Netzwerke sind in der Realität nicht zufällig, aber haben oft charakteristische statistische Eigenschaften. Mit zufälligen Graphen kann man vergleichbare statistische Eigenschaften erzeugen, und dann diese Graphen als Modell für solche Netzwerke verwenden. In der Vorlesung werden wir verschiedene Modelle zufälliger Graphen aus mathematischer Sicht betrachten.

Im Seminar gibt es die Möglichkeit, komplexere Modelle und feinere Eigenschaften dieser Modelle kennenzulernen. Seminarthemen werde ich vermutlich Ende April vergeben.

Für den Besuch des Seminars ist die Vorlesung nicht Pflicht, aber empfohlen. Voraussetzung für die Vorlesung sind Grundlagen der Wahrscheinlichkeitstheorie, etwa aus Wahrscheinlichkeitstheorie I und II.


Semester: ST 2020