Die Teilnehmer erlernen in der Vorlesung die Grundlagen der Wahrscheinlichkeitsrechnung und angewandten Statistik und sind in der Lage mathematische Methoden aus den Bereichen "Analysis", "Lineare Algebra" und "Analytische Geometrie" innerhalb der Stochastik anzuwenden. Beispiele solcher Anwendungsfelder sind Big Data, Evaluation von Userverhalten, Analysen von Lastverteilungen oder Prozessanalysen. In den Übungen wird das Erlernte vertieft.
Wahrscheinlichkeitsrechnung u. angewandte Statistik: Wahrscheinlichkeitsbegriff; Zufallsvariable; Gesetze der großen Zahlen; Histogramme; Dichtefunktionen; Verteilungen.
Bosch, Karl (2010): Elementare Einführung in die angewandte Statistik. Mit Aufgaben und Lösungen. 9., erw. Aufl. Wiesbaden: Vieweg + Teubner (Studium).
Bosch, Karl (2011): Elementare Einführung in die Wahrscheinlichkeitsrechnung. Mit 82 Beispielen und 73 Übungsaufgaben mit vollständigem Lösungsweg. 11., aktualisierte Aufl. Wiesbaden: Vieweg + Teubner (Studium).
Bosch, Karl (2012a): Mathematik für Wirtschaftswissenschaftler. Einführung. 15., korrigierte Aufl.
München: Oldenbourg.
Bosch, Karl (2012b): Übungs- und Arbeitsbuch Mathematik für Ökonomen. 8., korrigierte Aufl. München: Oldenbourg.
Haack, Bertil; Tippe, Ulrike; Stobernack, Michael; Wendler, Tilo (2017): Mathematik für Wirtschaftswissenschaftler. Intuitiv und praxisnah. Berlin, Heidelberg: Springer Gabler
Vorlesung mit gemischten Medien (Folien, Tafelarbeit, Demonstrationen, etc.), Übungen mit gemischten Medien (Folien, Tafelarbeit, Demonstrationen, etc.), z.T. im Labor bzw. am Computer.
Deutsch
Ggf. bewertete Übungsaufgaben und Zwischentests
Abschlussklausur (90 Minuten)
5 (150 h = 60 h Präsenz- und 90 h Eigenstudium)