<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet href="modul.xsl" type="text/xsl"?>
<modul id="2112" xml:lang="de">
 <titel>Mathematik 2 (FB M)</titel>
 <titelLang>Mathematik 2 (FB M): Fourierreihen, statistische Datenanalyse 2</titelLang>
 <kuerzel>MATH2M</kuerzel>
 <ects>4</ects>
 <studiengang>M</studiengang>
 <modultyp></modultyp>
 <praesenz>64</praesenz>
 <selbststudiumszeit>72</selbststudiumszeit>
 <sprache>de</sprache>
 <beschreibungsSprache>de</beschreibungsSprache>
 <studiengangtyp>Bachelor</studiengangtyp>
 <lehrformen>Interaktiver Unterricht</lehrformen>
 <methoden><ul>
<li>Frontalunterricht/Vorlesung </li>
<li>Fragend-entwickelnde Methode </li>
<li>Gruppen- und Einzelarbeit</li>
<li>Fallstudie, Projektarbeit</li>
</ul></methoden>
 <vorkenntnisse><p>Lehrinhalte des vorausgesetzten Moduls</p></vorkenntnisse>
 <ziele><p>Dieses Modul hat zum Ziel, die Studierenden mit den Konzepten der Fourierreihen sowie der Regressionsanalysis und der Modellierung und Simulation der Verteilungsfunktionen von Schätz- und Teststatistiken vertraut zu machen.<br />Das Modul soll die Studierenden befähigen, Signale mathematisch zu analysieren und zu bearbeiten, sowie Parameter von mathematischen Modellen mit rechnergestützten Verfahren abzuschätzen.</p></ziele>
 <lerninhalte></lerninhalte>
 <lehrinhalte><p>In diesem Modul werden die folgenden Themen und Inhalte behandelt:</p>
<ul>
<li>Fourierreihen: Grundlagen, Eigenschaften und Rechenregeln, reelle und komplexe Reihen. DFT, FFT, Anwendungsbeipiele. </li>
<li>Modellierung und Simulation von Daten: Bootstrap-Simulation, zentraler Grenzwertsatz, Gausssches Fehlerfortpflanzungsgesetz, Regression. </li>
</ul></lehrinhalte>
 <lernergebnisse><p>Am Ende dieses Moduls sollten die Studierenden in der Lage sein, die Fourieranalyse von Signalen durchzuführen und die Lösung linearer partieller Differenzialgleichungen mit der Fouriermethode zu erkennen.<br />Sie sollten weiter in der Lage sein, Modelle für bivariate Datensätze aufzustellen, Vertrauensintervalle von Parametern mathematischer Modelle mit der Bootstrapmethode zu berechnen und die Gausssche Fehlerrechnung erfolgreich durchzuführen.</p></lernergebnisse>
 <bewertung><p>Durch Leistungsprüfungen im Verlaufe des Moduls, keine abgesetzte Schlussprüfung</p></bewertung>
 <qualifikationstyp>E</qualifikationstyp>
 <pflichtmodul>ja</pflichtmodul>
 <bemerkungen></bemerkungen>
 <literaturangaben><ul>
<li>Werner A. Stahel, Statistische Datenanalyse, Vieweg, 2007</li>
<li>D.C. Montgomery, Introduction to Statistical Quality Control, John Wiley, 2005</li>
<li>B. Efron, R.J. Tibshirani, An Introduction to the Bootstrap, Chapman &amp; Hall, 1998</li>
<li>C. Daniel, Applications of Statistics to Industrial Experimentation, John Wiley, 1976</li>
<li>Rolf Brigola, Fourieranalysis, Distributionen und Anwendungen, Vieweg, 1997</li>
</ul>
<p> </p></literaturangaben>
 <autor>
  <name>Daniel Bättig</name>
  <email>daniel.baettig@bfh.ch</email>
  <kuerzel>BTD1</kuerzel>
 </autor>
 <autor>
  <name>Heinz Müller</name>
  <email>heinz.mueller.3@bfh.ch</email>
  <kuerzel>MLH3</kuerzel>
 </autor>
 <autor>
  <name>Rolf Wirz</name>
  <email>rolf.wirz@bfh.ch</email>
  <kuerzel>WIR1</kuerzel>
 </autor>
 <verantwortlicher>
  <name>Heinz Müller</name>
  <email>heinz.mueller.3@bfh.ch</email>
  <kuerzel>MLH3</kuerzel>
 </verantwortlicher>
 <datum>27. Mai 2010</datum>
 <vormodul>2111-de.xml - Mathematik 1 (FB M): Anwendungen der Integralrechnung, Schwingungsdifferenzialgleichungen, Laplace Transformation, statistische Datenanalyse 1</vormodul>
 <lernziele></lernziele>
</modul>
