Stand: SoSe 2023
| Name | Grundlagen der Mathematik und Statistik | |
| Katalog-Nummer | FK 10#QM#1.6 | |
| Zugehörigkeit zu Curriculum |
Bachelor Betriebswirtschaft | 1.6 | 5 Leistungspunkte
|
|
| Modulverantwortung |
Wessler, Markus (Prof. Dr.)
|
|
| Lehrende |
Wessler, Markus (Prof. Dr.)
Petroff, Peter (Dr. rer. nat. )
Röpcke, Helge ( LbA)
|
|
| Prüfung(en) |
Prüfungsform: schrP
Detailangaben:
Hildsmittel: Open Book - alle analogen Hilfsmittel erlaubt
Prüfende:
Wessler, Markus (Prof. Dr.)
, Röpcke, Helge ( LbA)
|
|
| Lehr- und Lernform(en) |
Vorlesung | 2 SWS | SU - 5 Angebot(e)
Übung | 2 SWS | SU - wird nicht angeboten
|
|
| 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 Methoden: • Modelle und Methoden der Analyse (Forschungs- und Analysemodelle):Eingehende Untersuchung ökonomischer Funktionen und ihrer Änderungsraten, Matrizenrechnung • 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) |
|