I906 – Applied Mathematics / Data Processing

Module
Applied Mathematics / Data Processing
Angewandte Mathematik / Datenverarbeitung
Module number
I906 [MC-BA13]
Version: 1
Faculty
Informatics/Mathematics
Level
Bachelor/Diploma
Duration
1 Semester
Semester
Summer semester
Module supervisor

Prof. Dr. Elena Klimova
elena.klimova(at)htw-dresden.de
Lecturer(s)

Prof. Dr. Elena Klimova
elena.klimova(at)htw-dresden.de
Lecturer in: "Angewandte Mathematik / Datenverarbeitung (MC-BA13)"

Prof. Dr.-Ing. Sabine Kühn
sabine.kuehn(at)htw-dresden.de
Lecturer in: "Angewandte Mathematik / Datenverarbeitung (MC-BA13)"
Course language(s)
ECTS credits

5.00 credits

Workload

150 hours

Courses

4.00 SCH (3.00 SCH Lecture | 1.00 SCH Seminar)
Self-study time

90.00 hours
105.00 hours Self-study - Angewandte Mathematik / Datenverarbeitung (MC-BA13)
Pre-examination(s)

Internship
in "Angewandte Mathematik / Datenverarbeitung (MC-BA13)"
Examination(s)

Written examination
Examination time: 90 min | Weighting: 50% | not to be compensated
in "Angewandte Mathematik / Datenverarbeitung (MC-BA13)"

Written examination
Examination time: 90 min | Weighting: 50% | not to be compensated
in "Angewandte Mathematik / Datenverarbeitung (MC-BA13)"
Form of teaching
Die Präsenzzeit teilt sich in 2 SWS Vorlesung für das Teilmodul Angewandze Mathematik und in je 1 SWS Vorlesung und Praktikum für das Teilmodul Datenverabeitung.
Media type
No information
Instruction content/structure

Angewandte Mathematik

Vorlesung:

  • Beschreibende Statistik (Analyse ein- und mehrdimensionaler Daten, lineare Regression)
  • Wahrscheinlichkeitsrechnung (Arten von Wahrscheinlichkeit, bedingte Wahrscheinlichkeit, totale Wahrscheinlichkeit, Formel von Bayes)
  • Verteilungsfunktionen (Zufallsgrößen, Verteilungsparameter, wichtigste diskrete und stetige Verteilungen und ihre Anwendung)
  • Induktive Statistik (Punkt- und Intervallschätzung von Parametern, ausgewählte Signifikanztests)

Übung:

  • Übung ist Bestandteil der Vorlesung: Vorrechnen von Musteraufgaben und selbständiges Lösen weiterer Beispiele im Rahmen des Selbststudiums
  • Spezielle Übungsaufgaben zur Prüfungsvorbereitung

Datenverarbeitung

Vorlesung:

  • Grundlagen zur Datendarstellung unter MS Excel
  • Sicherheitstechniken bei der Entwicklung von Anwenderlösungen
  • Datenauswertung mit Methoden der mathematischen Statistik unter MS Excel

  • Einführung in die VBA-Programmierung unter MS Excel

Praktika:

  • Einführung in die Softwarewerkzeuge am Computer
  • Lösen von Anwendungsaufgaben unter Umsetzung der Techniken und Verfahren aus der Vorlesung
Qualification objectives

Angewandte Mathematik

  • Vermittlung von Kenntnissen der Stochastik und mathematischen Statistik, die für die Natur- und Ingenieurwissenschaften von fundamentaler Bedeutung sind
  • Erlernen der Anwendung stochastischer Modelle für nichtdeterministische Probleme in der Praxis
  • Befähigung zur selbständige Durchführung statistischer Untersuchungen bei Forschungsprojekten und technologischen Prozessen

Datenverarbeitung

Die Studierenden werden befähigt, fachspezifische Aufgaben zu analysieren und am Rechner zu lösen. Sie beherrschen die entsprechenden Softwarewerkzeuge und die Techniken zur Datenerfassung und Datenanalyse, zu wissenschaftlichen Berechnungen und zur Visualisierung der Daten. Die Studenten können kleine automatisierte bzw. teilautomatisierte Lösungen unter MS Excel für die tägliche Arbeit entwickeln.
Social and personal skills
No information
Special admission requirements
No information
Recommended prerequisites
No information
Continuation options
No information
Literature

Angewandte Mathematik

Lehrbücher der Stochastik für Ingenieure

  • D. Stoyan: Stochastik für Ingenieure und Naturwissenschafler
  • M. Richter: Grundwissen. Mathematik für Ingenieure
  • L. Papula: Mathematik für Ingenieure, Bd. 3

Formelsammlungen

  • W. Göhler: Höhere Mathematik (oder ähnliches)

Vorlesungsskript

  • D. Oestreich: Vorlesung Stochastik

Datenverarbeitung

  • C. Fleischhauer: Excel in Naturwissenschaft und Technik
  • I. Schells: Excel 2010
  • T. Theis: Einstieg in VBA mit Excel
  • C. Rüger: Informatik für Chemiker (Vorlesungsskript)
Current teaching resources

Vorlesungsskripte: siehe Literatur
Notes
In jedem Teilmodul wird eine Prüfung über 90 min geschrieben, welche zu jeweils 50% in die Modulnote eingeht. Das Praktikum ist Inhalt der Lehrveranstaltung Datenverabeitung und Voraussetzung zur Zulassung zur Prüfung in diesem Teilmodul.
Link to course/learning resources in OPAL
https://bildungsportal.sachsen.de/opal/auth/RepositoryEntry/23034658885?6
Close detail view
© Modulux (Version 4.3)