Lehrver­anstaltung

AM - Angewandte Mathematik


PDF Lehrveranstaltungsverzeichnis English Version: AM

Version: 2 | Letzte Änderung: 12.02.2021 13:24 | Entwurf: 0 | Status: vom verantwortlichen Dozent freigegeben

Langname Angewandte Mathematik
Anerkennende LModule AM_BaET
Verantwortlich
Prof. Dr. Beate Rhein
Professor Fakultät IME
Niveau Bachelor
Semester im Jahr Wintersemester
Dauer Semester
Stunden im Selbststudium 96
ECTS 5
Dozenten
Prof. Dr. Beate Rhein
Professor Fakultät IME
Voraussetzungen Grundlegende mathematische Kenntnisse, insbesondere Funktionen und Differentialrechnung anwenden
Methoden der linearen Algebra anwenden können
Grundbegriffe der Programmierung anwenden
Unterrichtssprache deutsch
separate Abschlussprüfung Ja
Literatur
Knorrenschild: Numerische Mathematik (Fachbuchverlag)
Papula: Mathematik für Ingenieure und Naturwissenschaftler, Band 1+2 (Vieweg)
Abschlussprüfung
Details
Die theoretischen Grundlagen und die zugehörigen Berechnungsmethoden werden in einer schriftlichen Klausur abgeprüft. Die Programmierkenntnisse, die nötig sind, um einen Algorithmus zu implementieren, werden in einem Programmiertest geprüft.
Mindeststandard
Beide Prüfungsteile müssen mindestens mit 4.0 bestanden werden. Die Klausur und Programmiertest gehen anteilig in die Modulnote ein. Die Gewichtung beträgt zur Zeit 70% für die Klausur und 30% für den Programmiertest.
Prüfungstyp
Die theoretischen Grundlagen und die zugehörigen Berechnungsmethoden werden in einer schriftlichen Klausur abgeprüft. Die Programmierkenntnisse, die nötig sind, um einen Algorithmus zu implementieren, werden in einem Programmiertest geprüft.

Lernziele

Kenntnisse
Rechnerarithmetik
Fehlerrechnung, Kondition einer Matrix
Gaußalgorithmus mit Spaltenpivotisierung
Interpolation
Nullstellenprobleme (Bisektion, Newton, Varianten von Newton, Fixpunktiteration)
Iterationsverfahren für lineare GS
Regressionsanalyse
Wahrscheinlichkeitsrechnung

Fertigkeiten
Weitergabe von Meßfehlern abschätzen können
numerische Algorithmen anwenden und programmieren können
Trendfunktionen aufstellen können
mit Wahrscheinlichkeiten umgehen können
Aufwand Präsenzlehre
Typ Präsenzzeit (h/Wo.)
Vorlesung 2
Übungen (ganzer Kurs) 1
Übungen (geteilter Kurs) 0
Tutorium (freiwillig) 0
Besondere Literatur
keine/none
Besondere Voraussetzungen
keine
Begleitmaterial
Vorlesungsfolien online
Übungsaufgaben online
Lehrvideos online
Anleitungen für Programmierpraktikum online
Separate Prüfung
keine

© 2022 Technische Hochschule Köln