| Modulbezeichnung |
Angewandte Stochastik |
| Modulkürzel |
EL102 |
| Modulniveau |
Master |
| Verwendung des Moduls |
Pflichtmodul der Gruppe A |
| Leistungspunkte |
5 ECTS |
| Präsenzzeit |
4 SWS |
| Studienbelastung |
150 h = 60 h Präsenz + 90 h Selbststudium |
| Studiensemester |
1. oder 2. Semester |
| Häufigkeit |
i.d.R. jährlich, im Winter |
| Dauer |
ein Semester |
| Geplante Gruppengröße |
max. 36 |
| Sprache |
deutsch |
| Modulverantwortung |
Prof. Dr. Nils Rosehr |
| Lehrende |
Prof. Dr. Nils Rosehr, Prof. Dr. Helmut Kahl |
| Lehrformen |
Seminaristischer Unterricht |
| Medien |
Tafel, Flipchart, Beamer, E-Learning |
| Prüfungsform |
schriftliche Prüfung 90 min oder mündliche Prüfung 30 min |
Die Studierenden kennen die wichtigsten Begriffe aus der Stochastik und insbesondere aus der Wahrscheinlichkeitstheorie mit deren üblichen Namen und Bedeutung sowie deren Grenzen und können diese in der Elektro- und Informationstechnik anwenden
Die Studierenden kennen die grundlegenden Methoden zur Analyse stochastischer Prozesse (zeitdiskret und analog) und können diese im Hinblick auf konkrete Anwendungen beurteilen
Die Studierenden können reale Problemstellungen mittels stochastischer Methoden analysieren, modellieren und die Ergebnisse beurteilen (Prinzipien der Modellierung)
Die Studierenden kennen verschiedene Testverfahren und können sie in Abhängigkeit vom Einsatzfall bewerten
Die Studierenden können Fragestellungen aus Vorgängen mit stochastischem Verhalten durch Auswahl und Einsatz geeigneter Software analysieren, lösen, und die Ergebnisse bewerten
Die Studierenden können Berechnungen und mathematischen Argumentationsketten folgen und deren tiefe einordnen. Sie können technische Problemstellungen mathematisch korrekt formulieren und deren Lösung nachvollziehbar darstellen. Sie verstehen auch neuartige oder komplexe mathematische Fragestellungen und Lösungen und können diese mathematisch einwandfrei formulieren. Sie können beurteilen, ob sich Problemstellungen mathematisch-analytisch lösen lassen oder ob approximative Ansätze erforderlich sind.
Die Studierenden werden befähigt, Sachverhalte selbstständig zu erschließen und sich eigenständig zu organisieren. Das Zeitmanagement wird gefordert und dadurch gefördert. Durch das Bewältigen der anspruchsvollen Inhalte wird das Selbstvertrauen und die Frustrationstoleranz verbessert.
Die Lehrveranstaltung ermutigt und befähigt die Studierenden dazu, die Fachinhalte adäquat zu verbalisieren. Die Studierenden lernen anspruchsvolle Fachdiskussionen zu führen. Anhand von Diskussionen und gemeinsam erarbeiteten Lösungen konkreter Probleme und Aufgaben wird die Kommunikationsfähigkeit im mathematisch technischen Umfeld gestärkt.
Kenntnisse der höheren Mathematik etwa aus dem Grundstudium (Mengen, Funktionen, lineare Algebra, Differential- und Integralrechnung).