|
Modulbezeichnung (engl.):
Numerical Methods and Statistics |
|
Code: MTM.NUS |
|
5V+1U (6 Semesterwochenstunden) |
7 |
Studiensemester: 1 |
Pflichtfach: ja |
Arbeitssprache:
Deutsch |
Prüfungsart:
Klausur 150 min.
[letzte Änderung 22.01.2020]
|
MTM.NUS (P231-0012) Mechatronik, Master, ASPO 01.04.2020
, 1. Semester, Pflichtfach
|
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 90 Veranstaltungsstunden (= 67.5 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 7 Creditpoints 210 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 142.5 Stunden zur Verfügung.
|
Empfohlene Voraussetzungen (Module):
Keine.
|
Als Vorkenntnis empfohlen für Module:
MTM.SIM Simulation mechatronischer Systeme
[letzte Änderung 23.11.2020]
|
Modulverantwortung:
Prof. Dr. Gerald Kroisandt |
Dozent/innen: Prof. Dr. Gerald Kroisandt
[letzte Änderung 11.04.2019]
|
Lernziele:
Die Studierenden beherrschen am Ende den Umgang mit Matlab und Simulink. Insbesondere können Sie lineare und nichtlineare Gleichungssysteme in den Programmen darstellen und kennen diverse Lösungsverfahren. Sie verstehen die Bedeutung der Fouriertransformation und können für gegebene Zeitsignale diese ausrechnen lassen und selbständig auswerten. Nach der Theorie der Differentiation und Integration beherrschen die Studierenden nun Funktionen auch mittels verschiedener Verfahren numerisch zu differenzieren und integrieren. Abschließend können die TeilnehmerInnen die verschiedenen Verfahren auf Beispiele aus der Praxis anwenden Im Bereich Statistik beherrschen die Studierenden die graphische Darstellung eines einzelnen Merkmals, sowie die Berechnung verschiedener Kennzahlen. Um verschiedene Merkmale auszuwerten lernen die Studierende verschiedene Zusammenhangsmaße kennen und anwenden. Ebenso können die Studierende eine lineare Regression durchführen und wissen, wie sie Daten gegebenenfalls transformieren müssen. Im Bereich der Wahrscheinlichkeitstheorie verstehen die Studierende die Grundbegriffe und haben ein Repertoire verschiedener Verteilungen für verschiedene Standardanwendungen auf Lager. Abschließen können die Studierende mittels Kennzahlen der Daten auf die optimalen Parameter eines gewählten Modells schließen und daraus diverse Aussagen über weitere Ereignisse ableiten (Tests).
[letzte Änderung 13.04.2019]
|
Inhalt:
I.Numerik 1. Arbeit mit Matlab und Simulink (Wiederholung) 2. Lineare und nichtlineare Gleichungssysteme 3. Diskrete/Schnelle Fouriertransformation 4. Numerische Integration und Differentiation (Fortsetzung vom Bachelor) 5. Anwendungen (Simulation mechatronischer Systeme) - Miniprojekt II. Statistik 1. Beschreibende Statistik 1.1 Auswertung von Beobachtungsdaten 1.2 Auswertung mehrerer Merkmale 1.3 Lineare Regression 2. Grundlagen der Wahrscheinlichkeitsrechnung 2.1 Definition der Wahrscheinlichkeit 2.2 Diskrete und stetige Zufallsgrößen und Ihre Verteilungen 2.3. Spezielle stetige und diskrete Verteilungen 2.4. Grenzwertsätze 3. Schließende Statistik 3.1 Schätzen von Wahrscheinlichkeiten, Mittelwert und Streuung 3.2 Konfidenzintervalle 3.3 Tests
[letzte Änderung 13.04.2019]
|
Weitere Lehrmethoden und Medien:
Tafel, Beamer, Folienskript
[letzte Änderung 13.04.2019]
|
Literatur:
Brigham: FFT-Anwendungen, Oldenburg Verlag 1997 E. Cramer, U. Kamps: Grundlagen der Wahrscheinlichkeitsrechnung und Statistik, Springer 2017
[letzte Änderung 13.04.2019]
|