Hochschule München

HM Business School (FK 10)

Modulbeschreibung

Stand: SoSe 2024

Name Grundlagen der Mathematik und Statistik
Katalog-Nummer FK 10#QM#1.6
Zugehörigkeit zu Curriculum
Bachelor Betriebswirtschaft | 1.6 | 5 Leistungspunkte
Modulverantwortung
Prof. Dr. Markus Wessler
Lehrende
Prof. Dr. Markus Wessler
Dr. rer. nat. Peter Petroff
LbA Helge Röpcke
Prüfung(en)
Prüfungsform: schrP
Detailangaben: 60 Minuten
Hildsmittel: Open Book - alle analogen Hilfsmittel erlaubt
Prüfende: Prof. Dr. Markus Wessler , LbA Helge Röpcke
Lehr- und Lernform(en)
Vorlesung | 2 SWS | SU - 1 Angebot(e)
Übung | 2 SWS | SU - 4 Angebot(e)
Arbeitsaufwand
Präsenzzeit: 0 Stunden
Selbststudium, Vor- und Nachbereitung, Prüfungsvorbereitung: 0 Stunden
Voraussetzungen
keine
Verwendbarkeit
auf alle Module anwendbar
Inhalt / Lernziele ##### Lernziele / Kompetenzen Nach dem Besuch dieses Moduls sind die Studierenden in der Lage, die wesentlichen Grundlagen der Differenzial- und Integralrechnung und der linearen Algebra sowie der deskriptiven Statistik und Wahrscheinlichkeitstheorie auf praktische betriebswirtschaftliche Fragestellungen anzuwenden und die Ergebnisse im Sachkontext zu bewerten. Sie bearbeiten Problemstellungen aus betriebswirtschaftlichen Bereichen eigenständig mithilfe entsprechender mathematischer und statistischer Modelle und ggf. geeigneter Software. Die Studierenden können sich insbesondere in den Übungseinheiten in kleineren Gruppen über die zu behandelnden Problemstellungen austauschen. Durch den Besuch dieses Moduls erkennen die Studierenden die Notwendigkeit eines Zusammenspiels von mathematischen und statistischen Fertigkeiten und betriebswirtschaftlichem Verständnis. ##### Inhalte Praxisorientierte Vermittlung der Grundlagen folgender Bereiche: - Elementare ökonomische Funktionen - Differenzial- und Integralrechnung - Grundlagen deskriptiver Statistik: Häufigkeiten, Lageparameter, Streuungsparameter, Histogramm, Verteilungsfunktionen, Kontingenztabellen, Chi-Quadrat - Grundlagen der Wahrscheinlichkeitsrechnung: diskrete und stetige Zufallsvariablen, Erwartungswert und Varianz, Dichtefunktionen - Lineare Algebra und Matrizen Eingesetzte Methoden der Betriebswirtschaftslehre: - Modelle und Methoden der Analyse (Forschungs- und Analysemodelle): Eingehende Untersuchung ökonomischer Funktionen und ihrer Änderungsraten, - Matrizenrechnung ##### Methoden - Quantitativ-Empirische Methoden (Vergleichende – statistische, mathematische Methode, Datenanalysen): Gauß-Algorithmus, Poisson-Verteilung - Qualitativ-interpretative Methoden (Experteninterview, Umfragen, standardisierte Erhebungen): Interpretation von Lösungen im Sachkontext, Diskussionen ##### Lehr-und Lernmethoden - Seminaristischer Unterricht - Selbstgesteuertes Lernen ##### Literatur - Helge Röpcke, Markus Wessler: Wirtschaftsmathematik (Hanser) - Sandro Scheid, Stefanie Vogl: Data science (Hanser)
English Version
Name Principles of Mathematics and Statistics
Katalog-Nummer FK 10#QM#1.6
Zugehörigkeit zu Curriculum
Bachelor Betriebswirtschaft | 1.6 | 5 Leistungspunkte
Modulverantwortung
Prof. Dr. Markus Wessler
Lehrende
Prof. Dr. Markus Wessler
Dr. rer. nat. Peter Petroff
LbA Helge Röpcke
Prüfung(en)
Prüfungsform: schrP
Detailangaben: 60 Minuten
Hildsmittel: Open Book - alle analogen Hilfsmittel erlaubt
Prüfende: Prof. Dr. Markus Wessler , LbA Helge Röpcke
Lehr- und Lernform(en)
Vorlesung | 2 SWS | SU - 1 Angebot(e)
Übung | 2 SWS | SU - 4 Angebot(e)
Arbeitsaufwand
Präsenzzeit: 0 Stunden
Selbststudium, Vor- und Nachbereitung, Prüfungsvorbereitung: 0 Stunden
Voraussetzungen
keine
Verwendbarkeit
auf alle Module anwendbar
Inhalt / Lernziele <span style="font-weight: bold;">Learning Objectives / Competencies:</span> After attending this module, students will be able to apply the essential basics of differential and integral calculus and linear algebra as well as descriptive statistics and probability theory to practical business problems and to evaluate the results in a factual context. They work independently on problems from<br>business management areas with the help of appropriate mathematical and statistical models and, if necessary, suitable software. The students are able to discuss the problems to be dealt with in smaller groups, especially in the exercise units. By attending this module, students recognize the necessity of an interplay of mathematical and statistical skills and business understanding.<br><br><span style="font-weight: bold;">Contents:</span><br>Practical instruction in the fundamentals of the following areas:<br><ul><li>Elementary economic functions</li><li>Differential and integral calculus</li><li>Basics of descriptive statistics: frequencies, location parameters, dispersion parameters, histogram, distribution functions, contingency tables, chi-square</li><li>Fundamentals of probability theory: discrete and continuous random variables, expected value and variance, density functions</li><li>Linear algebra and matrices<br></li></ul><br><span style="font-weight: bold;">Methods:<br></span><ul><li>Models and methods of analysis (research and analytical models): In-depth study of economic functions and their rates of change, Matrices calculus</li><li>Quantitative-Empirical Methods (Comparative - statistical, mathematical method, data analysis): Gaussian algorithm, Poisson distribution</li><li>Qualitative-interpretative methods (expert interview, surveys, standardized surveys): Interpretation of solutions in a factual context, discussions<br></li></ul><br><div><span style="font-weight: bold;">Teaching and learning methods:</span><br></div><div><ul><li>Seminar-based teaching</li><li>Self-directed learning<br></li></ul></div><br><span style="font-weight: bold;">Literature:<br></span><ul><li>Helge Röpcke, Markus Wessler: Wirtschaftsmathematik (Hanser)</li><li>Sandro Scheid, Stefanie Vogl: Data science (Hanser)<br></li></ul><br>