htw saar Piktogramm QR-encoded URL
Zurück zur Hauptseite Version des Moduls auswählen:
Lernziele hervorheben XML-Code

Höhere Mathematik 1

Modulbezeichnung:
Bezeichnung des Moduls innerhalb des Studiengangs. Sie soll eine präzise und verständliche Überschrift des Modulinhalts darstellen.
Höhere Mathematik 1
Modulbezeichnung (engl.): Higher Mathematics 1
Studiengang:
Studiengang mit Beginn der Gültigkeit der betreffenden ASPO-Anlage/Studienordnung des Studiengangs, in dem dieses Modul zum Studienprogramm gehört (=Start der ersten Erstsemester-Kohorte, die nach dieser Ordnung studiert).
Kommunikationsinformatik, Master, ASPO 01.04.2016
Code: KI735
SAP-Submodul-Nr.:
Die Prüfungsverwaltung mittels SAP-SLCM vergibt für jede Prüfungsart in einem Modul eine SAP-Submodul-Nr (= P-Nummer). Gleiche Module in unterschiedlichen Studiengängen haben bei gleicher Prüfungsart die gleiche SAP-Submodul-Nr..
P222-0053
SWS/Lehrform:
Die Anzahl der Semesterwochenstunden (SWS) wird als Zusammensetzung von Vorlesungsstunden (V), Übungsstunden (U), Praktikumsstunden (P) oder Projektarbeitsstunden (PA) angegeben. Beispielsweise besteht eine Veranstaltung der Form 2V+2U aus 2 Vorlesungsstunden und 2 Übungsstunden pro Woche.
2V (2 Semesterwochenstunden)
ECTS-Punkte:
Die Anzahl der Punkte nach ECTS (Leistungspunkte, Kreditpunkte), die dem Studierenden bei erfolgreicher Ableistung des Moduls gutgeschrieben werden. Die ECTS-Punkte entscheiden über die Gewichtung des Fachs bei der Berechnung der Durchschnittsnote im Abschlusszeugnis. Jedem ECTS-Punkt entsprechen 30 studentische Arbeitsstunden (Anwesenheit, Vor- und Nachbereitung, Prüfungsvorbereitung, ggfs. Zeit zur Bearbeitung eines Projekts), verteilt über die gesamte Zeit des Semesters (26 Wochen).
3
Studiensemester: 1
Pflichtfach: ja
Arbeitssprache:
Deutsch
Prüfungsart:
Klausur

[letzte Änderung 21.11.2007]
Verwendbarkeit / Zuordnung zum Curriculum:
Alle Studienprogramme, die das Modul enthalten mit Jahresangabe der entsprechenden Studienordnung / ASPO-Anlage.

KI735 (P222-0053) Kommunikationsinformatik, Master, ASPO 01.04.2016 , 1. Semester, Pflichtfach
Arbeitsaufwand:
Der Arbeitsaufwand des Studierenden, der für das erfolgreiche Absolvieren eines Moduls notwendig ist, ergibt sich aus den ECTS-Punkten. Jeder ECTS-Punkt steht in der Regel für 30 Arbeitsstunden. Die Arbeitsstunden umfassen Präsenzzeit (in den Vorlesungswochen), Vor- und Nachbereitung der Vorlesung, ggfs. Abfassung einer Projektarbeit und die Vorbereitung auf die Prüfung.

Die ECTS beziehen sich auf die gesamte formale Semesterdauer (01.04.-30.09. im Sommersemester, 01.10.-31.03. im Wintersemester).
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/innen:
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.
 
[OE+0+0+1+0+0+0=1]


[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]
Weitere Lehrmethoden und 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 Nov  7 18:18:16 CET 2024, CKEY=hm1, BKEY=kim, CID=KI735, LANGUAGE=de, DATE=07.11.2024]