htw saar Piktogramm
Zurück zur Hauptseite

Version des Moduls auswählen:

flag

Höhere Mathematik 1

Modulbezeichnung: Höhere Mathematik 1
Modulbezeichnung (engl.): Higher Mathematics 1
Studiengang: Kommunikationsinformatik, Master, ASPO 01.04.2016
Code: KI735
SWS/Lehrform: 2V (2 Semesterwochenstunden)
ECTS-Punkte: 3
Studiensemester: 1
Pflichtfach: ja
Arbeitssprache:
Deutsch
Prüfungsart:
Klausur
Zuordnung zum Curriculum:
KI735 Kommunikationsinformatik, Master, ASPO 01.04.2016, 1. Semester, Pflichtfach
Arbeitsaufwand:
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 30 Veranstaltungsstunden (= 22.5 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 3 Creditpoints 90 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 67.5 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Als Vorkenntnis empfohlen für Module:
KI835 Höhere Mathematik 2
KI861 Data Mining
KI867 Methoden der statistischen Geheimhaltung


[letzte Änderung 03.02.2011]
Modulverantwortung:
Prof. Dr. Barbara Grabowski
Dozent:
Prof. Dr. Barbara Grabowski


[letzte Änderung 01.04.2003]
Labor:
Angewandte Mathematik, Statistik und eLearning (5306)
Lernziele:
Die Studierenden kennen die Grundbegriffe der Wahrscheinlichkeitsrechnung und die Bedeutung dieser Disziplinen  für die Kommunikationsinformatik und sind dadurch in der Lage, einfachere stochastische Aufgaben der Optimierung in Netzen, der Codierung und der Simulation selbständig zu lösen.

[letzte Änderung 21.11.2007]
Inhalt:
1.Grundlagen der Wahrscheinlichkeitsrechnung,
1.1 Kombinatorik und logische Grundlagen
1.2 Grundregeln für Wahrscheinlichkeiten
1.3 Bayes´sche Wahrscheinlichkeiten, Bayes´sche Netze
 
2.Diskrete und stetige Zufallsgrößen
2.1 Verteilungsmodelle
2.2 Spezielle Verteilungen
 
3.Verteilungen von Funktionen von Zufallsgrößen
3.1 Faltung
3.2 Erzeugendenfunktionen
3.3 Reproduktions- und Grenzwertsätze
 
4.Schätzen von Parametern und Prüfen von Verteilungen
 
5.Anwendungen
5.1 Kombinatorische Optimierung
5.2 Zufallszahlenerzeugung
5.3 Simulation
5.4 Monte-Carlo-Methoden
5.5 Codierung


[letzte Änderung 23.06.2007]
Lehrmethoden/Medien:
Die Vorlesung findet zu 50% im PC-Labor AMSEL "Angewandte Mathematik, Statistik und eLearning" statt. Es werden hier computergestützte praktische Fallbeispiele mit ActiveMath:Statistik, R und AWESIM zu den vermittelten Methoden durchgeführt.
   
Weiterhin wird das eLearning-System ActiveMath-Statistik (AMSEL-PC-Labor 5306) eingesetzt. Die Studenten lösen Hausaufgaben und Übungsaufgaben mit diesem System.

[letzte Änderung 16.04.2011]
Literatur:
GRABOWSKI B., Stochastik  für Kommunikationsinformatiker, e-Learning-Buch in ACTIVEMATH.
BRANDSTÄDT A., Graphen und Algorithmen, B.G.Teubner Stuttgart, 1994

[letzte Änderung 23.06.2007]
Modul angeboten in Semester:
WS 2016/17, WS 2015/16, WS 2014/15, WS 2013/14, WS 2012/13, ...
[Thu Sep 24 08:17:14 CEST 2020, CKEY=hm1, BKEY=kim, CID=KI735, LANGUAGE=de, DATE=24.09.2020]