Archiv / Archive
Lehrveranstaltungen: Wintersemester 2017 / 2018
Gesamtübersicht
Institut für Mathematische Stochastik
• • • 2. Studienjahr (Ba-Studiengang, Staatsexamen Lehramt) • • •
| | |
| Modul Math Ba MINT: Maß und Integral |
| 3+1+0 |
F01/421 |
| Zielgruppe |
Bachelor-Studiengang Mathematik (3. Sem.), Studiengänge Physik im Nebenfach Mathematik |
| Vorkenntnisse |
Kompetenzen aus den Modulen Math-Ba-ANAG und Math-Ba-LAAG |
| Einschreibung |
in der 1. Vorlesung |
| Leistungsnachweis |
laut Modulbeschreibung |
| Dozent/Zeit/Ort |
Schilling |
V |
Di |
2. DS |
WIL B321 |
ungerade Woche |
|
|
| |
Schilling |
V |
Fr |
3. DS |
WIL B321 |
|
|
|
| |
Schilling |
Ü |
Di |
2. DS |
WIL B321 |
gerade Woche |
Übung |
|
| |
Cygan |
T |
Fr |
2. DS |
WIL C204 |
gerade Woche |
Tutorium |
|
| |
Cygan |
T |
Fr |
2. DS |
WIL C204 |
ungerade Woche |
Tutorium |
|
| |
Beginn: Vorlesung am Di, 10.10.2017 |
• • • 3. Studienjahr (Ba-Studiengang, Staatsexamen Lehramt) • • •
| | |
| Modul Math Ba STOCHV: Vertiefung Stochastik - Statistik |
| 3+1+0 |
F01/431 |
| Zielgruppe |
Bachelor-Studiengang Mathematik (5. Sem.) |
| Vorkenntnisse |
Kompetenzen aus den Modulen Math-Ba-GDIM, Math-Ba-ANAG, Math-Ba-LAAG, Math-Ba-MINT, Math-Ba-NUM, Math-Ba-NUME, Math-Ba-PROG und Math-Ba-STOCH. |
| Inhalt |
Das Modul behandelt die Grundlagen der Mathematischen Statistik (Deskriptive Statistik, Schätzmethodik, Konfidenzintervalle und Hypothesentests) sowie eine Auswahl weiterführender Themen (z.B. Lineare Regression, Lineare Modelle oder Varianzanalyse). In den Übungen wird die Statistiksoftware R erlernt und verwendet. |
| Einschreibung |
in der 1. Vorlesung |
| Leistungsnachweis |
laut Modulbeschreibung |
| OPAL |
OPAL-Kurs |
| Dozent/Zeit/Ort |
Behme |
V |
Mo |
3. DS |
WIL C133 |
|
|
|
| |
Behme |
V |
Fr |
3. DS |
WIL C129 |
|
Übung integriert |
|
| | |
| Modul Math Ba SEM: Maschinelles Lernen |
| 0+2+0 |
F01/435 |
| Zielgruppe |
Bachelor-Studiengang Mathematik (5. Sem.) |
| Vorkenntnisse |
Kompetenzen aus den Modulen Math-Ba-ANAG, Math-Ba-LAAG, Math-Ba-PROSEM sowie ggf. weiterer Module des Pflichtbereiches abhängig von der Thematik des Seminars (hier Math-Ba-STOCH). |
| Inhalt |
In dem Seminar werden verschiedene Methoden für maschinelles Lernen
vorgestellt und an konkreten Beispielen getestet.
Verwendet wird das Buch
Brett Lantz: Machine Learning with RKenntnisse in der Sprache R werden nicht vorausgesetzt. |
| Einschreibung |
über OPAL, siehe Webseite Seminare |
| Leistungsnachweis |
laut Modulbeschreibung |
| OPAL |
Für Informationen und OPAL-Einschreibung siehe Webseite 'Seminare' |
| Dozent/Zeit/Ort |
Sasvári |
S |
Fr |
4. DS |
WIL C133 |
|
|
|
| | |
| Modul MN-SEGY/SEBS/SEMS-MAT-STOCH: Stochastik |
| 4+2+0 |
F01/437 |
| Zielgruppe |
Staatsexamen: Höheres Lehramt an Gymnasien bzw. an Berufsbildenden Schulen, 5. Sem.; Lehramt an Mittelschulen, Fach Mathematik, 5. Sem. |
| Vorkenntnisse |
Modul Analysis |
| Inhalt |
siehe Modulbeschreibung |
| Einschreibung |
in der 1. Vorlesung |
| Leistungsnachweis |
laut Modulbeschreibung |
| Internet |
Webseite zur Vorlesung |
• • • 4. und 5. Studienjahr (Masterstudium, Staatsexamen Lehramt) • • •
| | |
| Modul Math Ma MAFIN: Mathematical Finance |
| 3+1+0 |
F01/441 |
| Zielgruppe |
Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik |
| Klassifizierung |
Master Math: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zum Studienschwerpunkt 'Analysis und Stochastik'.
Master TMath: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zum Studienschwerpunkt 'Analysis und Stochastik'.
Master WMath: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zum Studienbereich Stochastik. |
| Vorkenntnisse |
Vertiefte Kompetenzen aus dem Gebiet der mathematischen Stochastik auf Bachelor-Niveau sind von Vorteil. |
| Inhalt |
Gegenstand der Vorlesung ist die Modellierung von Finanzmärkten in diskreter und stetiger Zeit;
Insbesondere werden die Bewertung von Optionen und Anleihen, die Charakterisierung von Marktvollständigkeit & Arbitragefreiheit, das Nutzenoptimierungsproblem und optimale Stoppprobleme behandelt.
Im Zuge der Vorlesung werden Resultate über Martingale in diskreter und stetiger Zeit, stochastische Integrationstheorie und weitere Resultate der stochastischen Analysis gezeigt. |
| Einschreibung |
Einschreibung erfolgt in der Vorlesung |
| Leistungsnachweis |
laut Modulbeschreibung |
| Sprache / Language |
English on request |
| | |
| Modul Math Ma MSTAT: Mathematische Statistik |
| 3+1+0 |
F01/442 |
| Zielgruppe |
Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik |
| Klassifizierung |
Master Math: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zum Studienschwerpunkt 'Analysis und Stochastik'.
Master TMath: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zum Studienschwerpunkt 'Analysis und Stochastik'.
Master WMath: Pflichtmodul. |
| Vorkenntnisse |
Vertiefte Kompetenzen aus dem Gebiet der mathematischen Stochastik auf Bachelor-Niveau sind von Vorteil. |
| Einschreibung |
in der Vorlesung |
| Leistungsnachweis |
laut Modulbeschreibung |
| Sprache / Language |
Deutsch |
| Dozent/Zeit/Ort |
Ferger |
V |
Di |
6. DS |
WIL B321 |
|
|
|
| |
Ferger |
V |
Mi |
2. DS |
WIL C203 |
|
Übung integriert |
|
| | |
| Modul Math Ma WTHM: Wahrscheinlichkeitstheorie mit Martingalen |
| 3+1+0 |
F01/447 |
| Zielgruppe |
Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik |
| Klassifizierung |
Master Math: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zum Studienschwerpunkt 'Analysis und Stochastik'.
Master TMath: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zum Studienschwerpunkt 'Analysis und Stochastik'.
Master WMath: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zum Studienbereich Stochastik. |
| Vorkenntnisse |
Vertiefte Kompetenzen aus dem Gebiet der mathematischen Stochastik auf Bachelor-Niveau sind von Vorteil. |
| Inhalt |
laut Modulbeschreibung
Hinweis: Das Modul schafft Voraussetzungen für die Module Math-Ma-STOCAL, Math-Ma-STOCHP und Math-Ma-MAFIN. |
| Leistungsnachweis |
laut Modulbeschreibung |
| Sprache / Language |
English |
| Dozent/Zeit/Ort |
Schilling |
V |
Di |
5. DS |
WIL C204 |
|
|
|
| |
Schilling |
V |
Do |
2. DS |
WIL C204 |
|
Übung integriert |
|
| | |
| Modul Math Ma VMRM: Versicherungsmathematik - Risikomodelle |
| 3+1+0 |
F01/446 |
| Zielgruppe |
Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik |
| Klassifizierung |
Master Math: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zum Studienschwerpunkt 'Analysis und Stochastik'.
Master TMath: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zum Studienschwerpunkt 'Analysis und Stochastik'.
Master WMath: Pflichtmodul. |
| Vorkenntnisse |
Vertiefte Kompetenzen aus dem Gebiet der mathematischen Stochastik auf Bachelor-Niveau sind von Vorteil. |
| Inhalt |
laut Modulbeschreibung
Hinweis: Das Modul schafft Voraussetzungen für das Modul Math-Ma-VMPV. |
| Einschreibung |
in der Vorlesung |
| Leistungsnachweis |
laut Modulbeschreibung |
| Sprache / Language |
English on request |
| Dozent/Zeit/Ort |
Behme |
V |
Di |
2. DS |
WIL A221 |
|
|
|
| |
Behme |
V |
Do |
3. DS |
WIL A221 |
|
Übung integriert |
|
| | |
| Modul Math Ma WIA: Wissenschaftliches Arbeiten |
| 2+2+0 |
F01/439 |
| Zielgruppe |
Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik |
| Klassifizierung |
Master Math: Pflichtmodul.
Master TMath: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich.
Master WMath: Pflichtmodul. |
| Inhalt |
Nach einer Einführung in die Programmierung mit SigMath, in die
Computergrafik mit OpenGL und in die Nutzung von numerischen Algorithmen von NAG, werden mit diesen Werkzeugen konkrete mathematische Anwendungen betrachtet und Aufgaben bearbeitet.
Zu den möglichen Anwendungen gehören Independent Component Analysis,
Bildverarbeitung, Zeitreihenanalyse oder maschinelles Lernen; die konkrete Auswahl hängt auch von der Anzahl und Interesse der Teilnehmern ab. |
| Einschreibung |
über OPAL, siehe Webseite Seminare |
| Leistungsnachweis |
laut Modulbeschreibung |
| OPAL |
Für Informationen und OPAL-Einschreibung siehe Webseite 'Seminare und Module mit Einschreibung' |
| Dozent/Zeit/Ort |
Sasvári |
V |
Mo |
2. DS |
WIL A124 |
|
|
|
| |
Sasvári |
S |
Di |
2. DS |
WIL A124 |
|
|
|
| | |
| Modul Math Ma WIA: Wissenschaftliches Arbeiten (Vorlesung oder Seminar) |
| 2+0 / 0+2 |
F01/440 |
| Zielgruppe |
Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik |
| Klassifizierung |
Master Math: Pflichtmodul.
Master TMath: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich.
Master WMath: Pflichtmodul. |
| Einschreibung |
über OPAL, siehe Webseite Seminare |
| Leistungsnachweis |
laut Modulbeschreibung |
| OPAL |
Für Informationen und OPAL-Einschreibung siehe Webseite 'Seminare und Module mit Einschreibung' |
| Dozent/Zeit/Ort |
Ferger |
V od. S |
Do |
5. DS |
WIL C204 |
|
|
|
• • • Fakultativ - Für alle Interessenten:
Vorlesungen / Forschungsseminare / Seminare / Gastvorträge in den Instituten • • •
| | |
| Arbeitsgemeinschaft Analysis & Stochastik |
| 0+2+0 |
F01/460 |
| Zielgruppe |
Master-Studiengänge Mathematik und Wirtschaftsmathematik |
| Vorkenntnisse |
Stochastics, Analysis |
| Inhalt |
Selected topics from real and stochastic Analysis. |
| Einschreibung |
- |
| Leistungsnachweis |
- |
| Internet |
Aktuelle Vorträge |
| Dozent/Zeit/Ort |
|
S |
Do |
14:15 Uhr |
WIL A124 |
|
|
|
| | |
| Arbeitsgemeinschaft Mathematische Statistik |
| 0+2+0 |
F01/464 |
| Zielgruppe |
Master-Studiengänge Mathematik und Wirtschaftsmathematik |
| Vorkenntnisse |
Wahrscheinlichkeitstheorie, Statistik |
| Inhalt |
Ausgewählte Probleme der Mathematischen Statistik. |
| Einschreibung |
- |
| Leistungsnachweis |
- |
| Dozent/Zeit/Ort |
Ferger |
S |
Do |
7. DS |
WIL A124 |
|
|
|
• • • Für Studiengänge anderer Fachrichtungen und Fakultäten • • •
| | |
| Mathematik I: Lineare Algebra (Wirtschaftswissenschaften und Verkehrswirtschaft) |
| 2+2+0 |
F01/481 |
| Zielgruppe |
Studierende an der Fak. Wirtschaftswissenschaften und Studierende Verkehrswirtschaft: Module BA-WW-MLA, D-WW-MLA, BA-VWI-PF1 |
| Inhalt |
Zahlen (natürliche Zahlen, reelle und komplexe Zahlen), Vektorräume (lineare Unabhängigkeit, Dimension, Unterräume), Lineare Gleichungssysteme (Lösbarkeit), Lineare Optimierung (Simplexverfahren). |
| Einschreibung |
- |
| Leistungsnachweis |
Schein mit Note (Klausur) |
| OPAL |
Alle Informationen zur Vorlesung im OPAL-Kurs |
| Dozent/Zeit/Ort |
Ferger |
V |
Mi |
4. DS |
HSZ AUDI |
|
|
|
| |
Röder |
Ü |
|
|
|
|
Kursassistentin |
|
| |
Für die Übungen siehe OPAL-Kurs. |
| | |
| Modul BIO-BA 1100: Mathematik/Biostatistik (Biologie) // Modul BIO-BA 1100: Mathematik und Biostatistik (Molekulare Biotechnologie) |
| 2+1+0 |
F01/581 |
| Zielgruppe |
Studierende Biologie und Molekulare Biotechnologie (1. Sem.)
gemeinsam mit Studierenden Chemie + Lebensmittelchemie, Lehramt Chemie (1. Sem.), BBS Bautechnik und Holztechnik |
| Vorkenntnisse |
- |
| Inhalt |
Komplexe Zahlen, Grundlagen der Linearen Algebra (Teil 1), Folgen und Funktionen einer reellen Variablen, Differential- und Integralrechnung für Funktionen einer reellen Variablen, gewöhnliche Differentialgleichungen erster Ordnung, Wahrscheinlichkeitstheorie |
| Einschreibung |
- |
| Leistungsnachweis |
laut Modulbeschreibung |
| Internet |
Webseite zur Vorlesung und Übungen |
| Dozent/Zeit/Ort |
Kuhlisch |
V |
Mo |
2. DS |
TRE MATH |
|
|
|
| |
Kuhlisch |
Ü |
|
|
|
|
Kursassistentin (Biologie und LA andere) |
|
| |
Morherr |
Ü |
|
|
|
|
Kursassistent (Chemie und LA Chemie) |
|
| | |
| Modul Ch Ma: Mathematik für Chemiker (Chemie+Lebensmittelchemie) // Mathematik (Lehramt Fach Chemie) |
| 2+2+0 |
F01/581* |
| Zielgruppe |
Studierende Chemie, Lebensmittelchemie, Lehramt Chemie (1. Sem.)
gemeinsam mit Studierenden Biologie und Molekulare Biotechnologie (1. Sem.), Lehramt BBS Bautechnik und Holztechnik |
| Vorkenntnisse |
- |
| Inhalt |
Komplexe Zahlen, Grundlagen der Linearen Algebra (Teil 1), Folgen und Funktionen einer reellen Variablen, Differential- und Integralrechnung für Funktionen einer reellen Variablen, gewöhnliche Differentialgleichungen erster Ordnung |
| Einschreibung |
- |
| Leistungsnachweis |
laut Modulbeschreibung |
| Internet |
Webseite zur Vorlesung und Übungen |
| Dozent/Zeit/Ort |
Kuhlisch |
V |
Mo |
2. DS |
TRE MATH |
|
|
|
| |
Kuhlisch |
Ü |
|
|
|
|
Kursassistentin (Biologie und LA andere) |
|
| |
Morherr |
Ü |
|
|
|
|
Kursassistent (Chemie und LA Chemie) |
|
| | |
| Mathematik (EW-SEBS-BT-M 01: Staatsexamen Lehramt BBS Bautechnik, EW-SEBS-HT-M 01: Staatsexamen Lehramt BBS Holztechnik) |
| 2+2+0 |
F01/581+ |
| Zielgruppe |
Staatsexamen: Höheres Lehramt an berufsbildenden Schulen, Fächer Bautechnik und Holztechnik
gemeinsam mit Studierenden der FR Chemie, Biologie, Lehramt Chemie |
| Vorkenntnisse |
- |
| Inhalt |
Komplexe Zahlen, Grundlagen der Linearen Algebra (Teil 1), Folgen und Funktionen einer reellen Variablen, Differential- und Integralrechnung für Funktionen einer reellen Variablen, gewöhnliche Differentialgleichungen erster Ordnung |
| Einschreibung |
- |
| Leistungsnachweis |
laut Modulbeschreibung |
| Internet |
Webseite zur Vorlesung und Übungen |
| Dozent/Zeit/Ort |
Kuhlisch |
V |
Mo |
2. DS |
TRE MATH |
|
|
|
| |
Kuhlisch |
Ü |
|
|
|
|
Kursassistentin (Biologie und LA andere) |
|
| |
Morherr |
Ü |
|
|
|
|
Kursassistent (Chemie und LA Chemie) |
|
| | |
| Modul ET-01 04 03: Funktionentheorie / partielle Differentialgleichungen und Wahrscheinlichkeitstheorie (Elektrotechnik) |
| 2+2+0 |
F01/687 |
| Zielgruppe |
Studiengang Elektrotechnik (3. Sem.) - (gemeinsam mit Informationssystemtechnik, Mechatronik, Regenerative Energiesysteme) |
| Vorkenntnisse |
Module ET-01-04-01, ET-01-04-02 |
| Inhalt |
Funktionentheorie |
| Einschreibung |
- |
| Leistungsnachweis |
laut Modulbeschreibung |
| Dozent/Zeit/Ort |
Sasvári |
V |
Mo |
4. DS |
TRE MATH |
|
|
|
| |
Kuhlisch |
Ü |
|
|
|
|
Kursassistentin |
|
| |
Für die Übungen siehe Webseite bei der Kursassistentin. |
| | |
| Modul ET-01 04 03: Funktionentheorie / partielle Differentialgleichungen und Wahrscheinlichkeitstheorie ( Informationssystemtechnik ) |
| 2+2+0 |
F01/687* |
| Zielgruppe |
Studiengang Informationssystemtechnik (3. Sem.) - (gemeinsam mit Elektrotechnik, Mechatronik, Regenerative Energiesysteme) |
| Vorkenntnisse |
Module ET-01-04-01, ET-01-04-02 |
| Inhalt |
Funktionentheorie |
| Einschreibung |
- |
| Leistungsnachweis |
laut Modulbeschreibung |
| Dozent/Zeit/Ort |
Sasvári |
V |
Mo |
4. DS |
TRE MATH |
|
|
|
| |
Kuhlisch |
Ü |
|
|
|
|
Kursassistentin |
|
| |
Für die Übungen siehe Webseite bei der Kursassistentin. |
| | |
| Modul MT-01 04 03: Funktionentheorie / partielle Differentialgleichungen und Wahrscheinlichkeitstheorie (Mechatronik) |
| 2+2+0 |
F01/687+ |
| Zielgruppe |
Studiengang Mechatronik (3. Sem.) - (gemeinsam mit Elektrotechnik, Informationssystemtechnik, Regenerative Energiesysteme) |
| Vorkenntnisse |
Module MT-01-04-01, MT-01-04-02 |
| Inhalt |
Funktionentheorie |
| Einschreibung |
- |
| Leistungsnachweis |
laut Modulbeschreibung |
| Dozent/Zeit/Ort |
Sasvári |
V |
Mo |
4. DS |
TRE MATH |
|
|
|
| |
Kuhlisch |
Ü |
|
|
|
|
Kursassistentin |
|
| |
Für die Übungen siehe Webseite bei der Kursassistentin. |
| | |
| Modul RES-G05: Funktionentheorie / partielle Differentialgleichungen und Wahrscheinlichkeitstheorie (Regenerative Energiesysteme) |
| 2+2+0 |
F01/687++ |
| Zielgruppe |
Studiengang Regenerative Energiesysteme (3. Sem.) (gemeinsam mit Elektrotechnik, Informationssystemtechnik, Mechatronik) |
| Vorkenntnisse |
Module RES-G01, RES-G02 |
| Inhalt |
Funktionentheorie |
| Einschreibung |
- |
| Leistungsnachweis |
laut Modulbeschreibung |
| Dozent/Zeit/Ort |
Sasvári |
V |
Mo |
4. DS |
TRE MATH |
|
|
|
| |
Kuhlisch |
Ü |
|
|
|
|
Kursassistentin |
|
| |
Für die Übungen siehe Webseite bei der Kursassistentin. |
| | |
| Statistik I (Sozialwissenschaften, Geographie, ZIS) |
| 2+2+0 |
F01/492 |
| Zielgruppe |
Studierende Soziologie, Medienforschung/Medienpraxis, Politikwissenschaften, Internationale Beziehungen, Geographie |
| Inhalt |
Einführung in SPSS, Deskriptive Statistik (Skalenniveaus, Datentypen, uni- und bivariate Verteilungen, grafische Darstellung / Kenngrößen von Verteilungen, Abhängigkeitsmaße), Wahrscheinlichkeiten, Grundprinzipien der schließenden Statistik, Signifikanztests für Ein- und Zweistichprobenproblemen und ihre Realisierung in SPSS |
| Einschreibung |
in der 1. Vorlesung |
| Leistungsnachweis |
Teilnahme, Klausur |
| Internet |
Webseite zur Vorlesung, Übungen und PC-Praktika |
| Dozent/Zeit/Ort |
Rudl |
V |
Mi |
3. DS |
HSZ/03/H |
|
|
|
| |
Böttcher |
Ü |
|
|
|
|
|
|
| |
Für die Übungen siehe Webseite / OPAL-Kurs |
| | |
| Modul MN-SEGY/SEBS/SEMS-STOCH: Elementare Stochastik (Informatik) |
| 4+2+0 |
F01/437+ |
| Zielgruppe |
Diplom-Studiengang Informatik für Nebenfach Mathematik Numerik /Optimierung /Stochastik: Elementare Stochastik (gemeinsam mit SE-Lehramtsstudiengängen GYM, BBS, MS) |
| Vorkenntnisse |
Modul Analysis |
| Inhalt |
siehe Modulbeschreibung |
| Einschreibung |
in der 1. Vorlesung |
| Leistungsnachweis |
laut Modulbeschreibung |
| Internet |
Webseite zur Vorlesung |
Autor: Lehrveranstaltungsmanagement Mathematik
Für Impressum, Datenschutzerklärung und Barrierefreiheit siehe Startseite des Lehrveranstaltungsarchivs
