htw saar
Zurück zur Hauptseite

Version des Moduls auswählen:
XML-Code

flag

Wirtschaftsmathematik 2 und Statistik 1

Modulbezeichnung: Wirtschaftsmathematik 2 und Statistik 1
Modulbezeichnung (engl.): Mathematical Economics 2 and Statistics 1
Studiengang: Betriebswirtschaft, Bachelor, ASPO 01.10.2020
Code: BBWL-2020-240
SWS/Lehrform: 6V (6 Semesterwochenstunden)
ECTS-Punkte: 5
Studiensemester: 2
Pflichtfach: ja
Arbeitssprache:
Deutsch
Prüfungsart:
Klausur (90 Min. / Wiederholung semesterweise)
Zuordnung zum Curriculum:
BBWL-240 Betriebswirtschaft, Bachelor, ASPO 01.10.2012, 2. Semester, Pflichtfach
BBWL-240 Betriebswirtschaft, Bachelor, ASPO 01.10.2016, 2. Semester, Pflichtfach
BBWL-2020-240 Betriebswirtschaft, Bachelor, ASPO 01.10.2020, 2. Semester, Pflichtfach
Arbeitsaufwand:
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 90 Veranstaltungsstunden (= 67.5 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 5 Creditpoints 150 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 82.5 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
BBWL-2020-140 Wirtschaftsmathematik 1


[letzte Änderung 17.12.2019]
Als Vorkenntnis empfohlen für Module:
BBWL-2020-310 Investition und Finanzierung
BBWL-2020-450 Statistik 2
BBWL-2020-633 SP-Modul 3: Logistikdienstleistungen
BBWL-2020-664 SP-Modul 4: Internationale Finanzwirtschaft


[letzte Änderung 22.02.2020]
Modulverantwortung:
Prof. Dr. Teresa Melo
Dozent: Prof. Dr. Teresa Melo

[letzte Änderung 01.10.2016]
Lernziele:
Teilgebiet Wirtschaftsmathematik 2:
Nach der Teilnahme an den Modulveranstaltungen sind die Studierenden in der Lage,
 
- lineare Optimierungsmodelle aus informell umschriebenen praktischen Planungsproblemen zu entwickeln,
- der Simplex-Algorithmus zur eigenständigen Lösung linearer Programme anzuwenden,
- Grundkonzepte der Dualitätstheorie zu erläutern,
- die mittels Optimierungsmethoden erhaltenen Ergebnisse zu interpretieren,
- die Verknüpfung zwischen primalem und dualem Optimierungsproblem zu beschreiben,
- eine Sensitivitätsanalyse für ein Optimierungsproblem durchzuführen,
- Excel-Solver zur Modellierung und Lösung ökonomischer Optimierungsprobleme zu verwenden,
- die analytischen Fähigkeiten durch selbständiges Lösen von praxisbezogenen Aufgaben weiterzuentwickeln.
  
 
 
Teilgebiet Statistik 1:
Nach der Teilnahme an den Modulveranstaltungen sind die Studierenden in der Lage,
 
- wirtschaftlich Grundkonzepte der deskriptiven Statistik zur univariaten und bivariaten Datenanalyse zu beschreiben,
- geeignete Verfahren für eine statistische Datenanalyse auszuwählen und diese eigenständig für begrenzte Untersuchungsgegenstände anzuwenden,
- Konzepte zur grafischen Darstellung von empirischen Daten auszuführen,
- die aus der Datenauswertung gewonnenen Ergebnisse zu interpretieren,
- Zusammenhänge zwischen Merkmalen zu analysieren und zu interpretieren,
- den Anwendungsbezug zu anderen Feldern des betriebswirtschaftlichen Studiums und dessen Praxis herzustellen.

[letzte Änderung 15.12.2019]
Inhalt:
Teilgebiet Wirtschaftsmathematik 2:
 
- Einführung in Operations Research
- Modellierung ökonomischer Planungsprobleme mit Hilfe von linearen Optimierungsmodellen
- Grafische Lösung von linearen Optimierungsproblemen
- Eigenschaften von linearen Optimierungsproblemen
- Primaler Simplex-Algorithmus zur Lösung linearer Programme
- Ökonomische Interpretation der Ergebnisse von Optimierungsrechnungen
- Durchführung einer Sensitivitätsanalyse (mit Hilfe von Schattenpreisen und reduzierten Kosten)
- Dualität und Dualisierungsregeln
- Dualer Simplex-Algorithmus
- Zusammenhang zwischen Primal- und Dualproblem (Satz vom komplementären Schlupf)
- Lösung eines linearen Optimierungsproblems mittels Excel-Solver
- Ökonomische Anwendungen der linearen Optimierung (z.B. in Produktion, Logistik, Marketing, Investition)
 
  
Teilgebiet Statistik 1:
 
- Untersuchungsmethodik und Grundbegriffe
- Klassifizierung statistischer Merkmale
- Häufigkeitsverteilungen für klassierte und nicht klassierte Daten
- Grafische Darstellung univariater Datensätze
- Beschreibung univariater Datensätze mit Hilfe von Lage- und Streuungsmaßen
- Bivariate Datenanalyse: Grafische Darstellung von Datensätzen und Untersuchung des Zusammenhangs statistischer Merkmale (Kontingenz, Korrelation, Rangkorrelation)
- Regressionsanalyse


[letzte Änderung 15.12.2019]
Lehrmethoden/Medien:
Vortrag und Diskussion in der Großgruppe, unterstützt durch Folien (Beamer) und Tafel (Theorie und Vorrechnen exemplarischer Beispiele).
 
Beide Teilgebiete (Wirtschaftsmathematik 2 / Statistik 1) werden durch Übungen und Tutorien ergänzt. Um eigenständiges Arbeiten zu unterstützen, wird eine Vielzahl von Übungsblättern bereitgestellt, deren thematische Breite das weite Einsatzspektrum der behandelten Methoden zeigt. Anschließend werden die Lösungen der Aufgaben mit den Studierenden besprochen.
 
Sowohl die Vorlesungsskripte als auch die Übungsblätter stehen den Studierenden in elektronischer Form zur Verfügung.


[letzte Änderung 15.12.2019]
Literatur:
Teilgebiet Wirtschaftsmathematik 2:
 
- Domschke, Drexl: Einführung in Operations Research, 9. über. und verb. Auflage, Springer Gabler, Berlin, Heidelberg, 2015
- Domschke, Drexl, Klein, Scholl, Voß: Übungen und Fallbeispiele zum Operations Research, 8. akt. u. verb. Auflage, Springer Gabler, Berlin, Heidelberg, 2015
- Gohout, Operations Research: Einige ausgewählte Gebiete der linearen und nichtlinearen Optimierung, 4. wesentlich erw. Auflage, Oldenbourg, München, 2009
- Koop, Moock: Lineare Optimierung - Eine anwendungsorientierte Einführung in Operations Research, 2. Auflage, Springer Spektrum, Berlin, Heidelberg, 2018
- Werners: Grundlagen des Operations Research mit Aufgaben und Lösungen, 3. überarb. Auflage, Springer Gabler, Berlin, Heidelberg, 2013
 
 
  
Teilgebiet Statistik 1:
 
- Arrenberg: Wirtschaftsstatistik für Bachelor. Mit Aufgaben und Lösungen, 3. überarb. u. erw.  Auflage, UVK-Verlag, München, 2019
- Caputo, Fahrmeir, Künstler, Lang, Pigeot-Kübler, Tutz: Arbeitsbuch Statistik, 5. Auflage, Springer, Berlin, 2009
- Cramer, Kamps: Grundlagen der Wahrscheinlichkeitsrechnung und Statistik, 4. korr. u. erw. Auflage, Springer Spektrum, Berlin, Heidelberg, 2017
- Eckstein: Klausurtraining Statistik: Deskriptive Statistik - Stochastik - Induktive Statistik. Mit kompletten Lösungen, 7. vollständig überarb. Auflage, Springer, Berlin, Heidelberg, 2018
- Fahrmeir, Künstler, Pigeot, Tutz: Statistik: Der Weg zur Datenanalyse, 8. Auflage, Springer Spektrum, Berlin, Heidelberg, 2016
- Schira: Statistische Methoden der VWL und BWL: Theorie und Praxis, 5. akt. Auflage, Pearson Studium, 2016
- Steland: Basiswissen Statistik: Kompaktkurs für Anwender aus Wirtschaft, Informatik und Technik, 4. Auflage, Springer Spektrum, Berlin, Heidelberg, 2016
 


[letzte Änderung 17.12.2019]
[Fri Dec  4 03:11:43 CET 2020, CKEY=bw2us1, BKEY=bbw3, CID=BBWL-2020-240, LANGUAGE=de, DATE=04.12.2020]