|
Modulbezeichnung (engl.):
Numerical Software |
|
Code: MST.NSW |
|
2V+2PA (4 Semesterwochenstunden) |
5 |
Studiensemester: laut Wahlpflichtliste |
Pflichtfach: nein |
Arbeitssprache:
Deutsch |
Prüfungsart:
Fallstudien und Mikro-Projekte zu den besprochenen Anwendungen
[letzte Änderung 20.07.2016]
|
KI672 Kommunikationsinformatik, Bachelor, ASPO 01.10.2014
, 6. Semester, Wahlpflichtfach, technisch
KIB-NUMS (P221-0087) Kommunikationsinformatik, Bachelor, ASPO 01.10.2021
, Wahlpflichtfach, technisch
KIB-NUMS (P221-0087) Kommunikationsinformatik, Bachelor, ASPO 01.10.2022
, Wahlpflichtfach, technisch
MST.NSW (P221-0087) Mechatronik/Sensortechnik, Bachelor, ASPO 01.10.2012
, Wahlpflichtfach, technisch
MST.NSW (P221-0087) Mechatronik/Sensortechnik, Bachelor, ASPO 01.10.2019
, Wahlpflichtfach, technisch
MST.NSW (P221-0087) Mechatronik/Sensortechnik, Bachelor, ASPO 01.10.2020
, Wahlpflichtfach, technisch
PIBWI92 Praktische Informatik, Bachelor, ASPO 01.10.2011
, 6. Semester, Wahlpflichtfach, informatikspezifisch
PIB-NUMS (P221-0087) Praktische Informatik, Bachelor, ASPO 01.10.2022
, Wahlpflichtfach, informatikspezifisch
MST.NSW (P221-0087) Mechatronik/Sensortechnik, Bachelor, ASPO 01.10.2011
, Wahlpflichtfach, technisch
|
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 5 Creditpoints 150 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 105 Stunden zur Verfügung.
|
Empfohlene Voraussetzungen (Module):
MST.MA1 Mathematik I MST.MA2 Mathematik II
[letzte Änderung 10.05.2019]
|
Als Vorkenntnis empfohlen für Module:
MST.MA3 Mathematik III/Angewandte Mathematik
[letzte Änderung 10.05.2019]
|
Modulverantwortung:
Prof. Dr. Gerald Kroisandt |
Dozent/innen: Dipl.-Math. Dimitri Ovrutskiy
[letzte Änderung 10.05.2019]
|
Labor:
Angewandte Mathematik, Statistik und eLearning (5306)
|
Lernziele:
Die Studierende sind in der Lage, selbständig mit Hilfe von Matlab Algorithmen zu implementieren, um (mathematische) Probleme zu lösen, experimentelle Daten zu bearbeiten und diese grafisch darzustellen.
[letzte Änderung 27.01.2010]
|
Inhalt:
- Programmieren in Matlab - Arten von Matlab-Programmen - grafische Ausgabe in 2D- und 3D-Darstellung - Diagramme statistischer Daten und Messdaten - symbolische Berechnungen Anwendungen: - Numerische Integration - Regression, Interpolation und Approximation - Nullstellen- und Fixpunktsuche - Gradientenverfahren
[letzte Änderung 20.07.2016]
|
Weitere Lehrmethoden und Medien:
Die Vorlesung findet zu 100% im PC-Labor "Angewandte Mathematik, Statistik, e-Learning" statt. Alle praktischen Übungen zur Vorlesung sowie das Lösen von Übungsaufgaben, Hausaufgaben und Fallstudien finden unter Verwendung des eLearning-Systems MathCoach und von Mathematischer Numerik-Software statt (AMSeL-Labor: PC-Labor: "Angewandte Mathematik, Statistik und eLearning").
[letzte Änderung 20.07.2016]
|
Literatur:
F. und F. Grupp: MATLAB 7 für Ingenieure: Grundlagen und Programmierbeispiele O. Beucher: MATLAB und Simulink: Grundlegende Einführung für Studenten und Ingenieure in der Praxis (z.B. Pearson Studium, 2008) W. Schweizer: MATLAB kompakt (z.B. Oldenbourg, 2009) Skript zur Veranstaltung
[letzte Änderung 27.01.2010]
|