vom Die Änderungen treten am Tag nach der Veröffentlichung im Amtlichen Mitteilungsblatt der TU Berlin in Kraft.

Transkript

1 Satzung zur Änderung der Studien- und Prüfungsordnung für den Bachelorstudiengang Wirtschaftsmathematik der Fakultät II - Mathematik und Naturwissenschaften der Technischen Universität Berlin *) vom Der Fakultätsrat der Fakultät II - Mathematik und Naturwissenschaften der Technischen Universität Berlin hat am gemäß 18 Abs. 1 Nr. 1 der Grundordnung der Technischen Universität Berlin, 71 Abs. 1 Nr. 1 des Gesetzes über die Hochschulen im Land Berlin (Berliner Hochschulgesetz BerlHG ) in der Fassung vom 26. Juli 2011 (GVBl. S. 378), zuletzt geändert durch Artikel 4 des Gesetzes vom 9. Mai 2016 (GVBl. S. 226) die folgende Änderung der Studien - und Prüfungsordnung für den Bachelorstudiengang Wirtschaftsmathematik beschlossen: 1. In der Studien- und Prüfungsordnung für den Bachelorstudiengang Wirtschaftsmathematik in der Fassung vom , AMBl. 11/2014 wird die Anlage Modulliste neu gefasst. Sie gilt ab dem Wintersemester 2016/17 in der in der Anlage veröffentlichten Form. 2. Die Änderungen treten am Tag nach der Veröffentlichung im Amtlichen Mitteilungsblatt der TU Berlin in Kraft.

2 :12 Uhr Wirtschaftsmathematik - Bachelor Wirtschaftsmat... Seite 1 von 7 Studiengang Bachelor of Science Wirtschaftsmathematik (BSc-WMa) Abschluss: Bachelor of Science Fakultät: Fakultät II Kürzel: BSc-WMa Verantwortlich: Kreusler, Hans-Christian Immatrikulation zum: Winter- und Sommersemester Studiengangsbeschreibung: StuPO 2014 Weitere Informationen finden Sie unter: Bachelor of Science Wirtschaftsmathematik (BSc-WMa) Bachelor Wirtschaftsmathematik 2014 Datum: Punkte: 180 Studien-/Prüfungsordnungsbeschreibung: Weitere Informationen zur Studienordnung finden Sie unter: Weitere Informationen zur Prüfungsordnung finden Sie unter: Die Gewichtungsangabe '1.0' bedeutet, die Note wird nach dem Umfang in LP gewichtet ( 47 Abs. 6 AllgStuPO); '0.0' bedeutet, die Note wird nicht gewichtet; jede andere Zahl ist ein Multiplikationsfaktor für den Umfang in LP. Weitere Hinweise zur Bildung der Gesamtnote sind der geltenden Studien- und Prüfungsordnung zu entnehmen.

3 :12 Uhr Wirtschaftsmathematik - Bachelor Wirtschaftsmat... Seite 2 von 7 Wirtschaftsmathematik (BSc) - Bachelor Wirtschaftsmathematik 2014 Modulliste WS 2016/17 Grundlagen Mathematik Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Alle Module dieses Studiengangsbereiches müssen bestanden werden. Module in diesem Studiengangsbereich: Titel LP Prüfungsform Benotet Gewicht Analysis I 10 schriftlich ja 0.0 Analysis II+III 20 ja 1.0 Computerorientierte Mathematik I+II 22 schriftlich ja 1.0 Lineare Algebra I+II 20 schriftlich ja 1.0 Grundlagenerweiterung Mathematik Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Alle Module dieses Studiengangsbereiches müssen bestanden werden. Module in diesem Studiengangsbereich: Titel LP Prüfungsform Benotet Gewicht Numerische Mathematik I 10 ja 1.0 Wahrscheinlichkeitstheorie I 10 ja 1.0 Vertiefung Mathematik Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 20 Leistungspunkte bestanden werden. Es dürfen höchstens 20 Leistungspunkte bestanden werden. Fortgeschrittene Module - Differentialgleichungen, Funktionalanalysis, Nichtlineare Optimierung, Modellierung Unterbereich von Vertiefung Mathematik Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 0 Module bestanden werden. Es dürfen höchstens 99 Module bestanden werden. Module in diesem Studiengangsbereich:

4 :12 Uhr Wirtschaftsmathematik - Bachelor Wirtschaftsmat... Seite 3 von 7 Titel LP Prüfungsform Benotet Gewicht Asymptotische Analysis I 5 ja 1.0 Asymptotische Analysis II 5 ja 1.0 Besov-Räume, Interpolation und Approximation 5 ja 1.0 Differentialgleichungen II A 5 ja 1.0 Differentialgleichungen II B 5 ja 1.0 Differentialgleichungen III 10 ja 1.0 Differentiell-Algebraische Gleichungen 10 ja 1.0 Dynamische Systeme in der Neurowissenschaft 5 ja 1.0 Fortgeschrittene Themen der Differentialgleichungen (10LP) 10 ja 1.0 Fortgeschrittene Themen der Differentialgleichungen (5LP) 5 ja 1.0 Fortgeschrittene Themen der Funktionalanalysis (10LP) 10 ja 1.0 Fortgeschrittene Themen der Funktionalanalysis (5LP) 5 ja 1.0 Fortgeschrittene Themen der Kontrolltheorie (10LP) 10 ja 1.0 Fortgeschrittene Themen der Kontrolltheorie (5LP) 5 ja 1.0 Fortgeschrittene Themen der Modellierung mit Differentialgleichungen (10LP) 10 ja 1.0 Fortgeschrittene Themen der Modellierung mit Differentialgleichungen (5LP) 5 ja 1.0 Fortgeschrittene Themen der Nichtlinearen Optimierung (10LP) 10 ja 1.0 Fortgeschrittene Themen der Nichtlinearen Optimierung (5LP) 5 ja 1.0 Funktionalanalysis II 10 ja 1.0 Funktionalanalysis III 10 ja 1.0 Geometry of Highdimensional Spaces 5 ja 1.0 Harmonische Analysis 5 ja 1.0 Inverse Probleme 10 ja 1.0 Kontrolltheorie 10 ja 1.0 Mathematical Introduction to Compressed Sensing 10 ja 1.0 Mathematische Kontinuumsmechanik 10 ja 1.0 Mathematische Signal- und Bildverarbeitung 10 ja 1.0 Modellreduktion 10 ja 1.0 Nichtlineare Dynamik und deren Anwendungen I 5 ja 1.0 Nichtlineare Dynamik und deren Anwendungen II 5 ja 1.0 Numerik partieller Differentialgleichungen 10 ja 1.0 Numerik stochastischer partieller Differentialgleichungen 10 ja 1.0 Optimalsteuerung bei partiellen Differentialgleichungen 10 ja 1.0 Sobolew-Räume 5 ja 1.0 Stochastische Partielle Differentialgleichungen 5 ja 1.0 Variationsrechnung und Optimalsteuerung 10 ja 1.0 Vertiefender Kompaktkurs Differentialgleichungen 5 ja 1.0 Fortgeschrittene Module - Diskrete Mathematik und Algebra Unterbereich von Vertiefung Mathematik Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 0 Module bestanden werden. Es dürfen höchstens 99 Module bestanden werden. Module in diesem Studiengangsbereich:

5 :12 Uhr Wirtschaftsmathematik - Bachelor Wirtschaftsmat... Seite 4 von 7 Titel LP Prüfungsform Benotet Gewicht Algebra II 10 ja 1.0 Algebraische Geometrie 10 ja 1.0 Algebraische Geometrie II 5 ja 1.0 Algebraische Geometrie III 5 ja 1.0 Algorithmische Algebra 5 ja 1.0 Approximationsalgorithmen (ADM III) 10 ja 1.0 Computational Mixed Integer Programming (ADM III) 10 ja 1.0 Diskrete Geometrie II 10 ja 1.0 Diskrete Geometrie III 10 ja 1.0 Diskrete Optimierung (ADM II) 10 ja 1.0 Diskrete Strukturen II: Graphentheorie 10 ja 1.0 Diskrete Strukturen III 10 ja 1.0 Fortgeschrittene Themen der Algebra (10LP) 10 ja 1.0 Fortgeschrittene Themen der Algebra (5LP) 5 ja 1.0 Fortgeschrittene Themen der Algorithmisch Diskreten Mathematik (10LP) 10 ja 1.0 Fortgeschrittene Themen der Algorithmisch Diskreten Mathematik (5LP) 5 ja 1.0 Fortgeschrittene Themen der Diskreten Geometrie (10LP) 10 ja 1.0 Fortgeschrittene Themen der Diskreten Geometrie (5LP) 5 ja 1.0 Fortgeschrittene Themen der Diskreten Strukturen (10LP) 10 ja 1.0 Fortgeschrittene Themen der Diskreten Strukturen (5LP) 5 ja 1.0 Konvexgeometrie I 10 ja 1.0 Konvexgeometrie II 10 ja 1.0 Fortgeschrittene Module - Geometrie und Mathematische Physik Unterbereich von Vertiefung Mathematik Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 0 Module bestanden werden. Es dürfen höchstens 99 Module bestanden werden. Module in diesem Studiengangsbereich: Titel LP Prüfungsform Benotet Gewicht Differentialgeometrie II 10 ja 1.0 Differentialgeometrie III 10 ja 1.0 Diskrete Geometrie II 10 ja 1.0 Diskrete Geometrie III 10 ja 1.0 Fortgeschrittene Themen der Differentialgeometrie (10LP) 10 ja 1.0 Fortgeschrittene Themen der Differentialgeometrie (5LP) 5 ja 1.0 Fortgeschrittene Themen der Diskreten Geometrie (10LP) 10 ja 1.0 Fortgeschrittene Themen der Diskreten Geometrie (5LP) 5 ja 1.0 Fortgeschrittene Themen der Geometrie (10LP) 10 ja 1.0 Fortgeschrittene Themen der Geometrie (5LP) 5 ja 1.0 Fortgeschrittene Themen der Mathematischen Physik (10LP) 10 ja 1.0 Fortgeschrittene Themen der Mathematischen Physik (5LP) 5 ja 1.0 Fortgeschrittene Themen der Mathematischen Visualisierung (10LP) 10 ja 1.0 Fortgeschrittene Themen der Mathematischen Visualisierung (5LP) 5 ja 1.0 Geometrie II 10 ja 1.0 Geometrie III 10 ja 1.0 Komplexe Analysis II 10 ja 1.0 Mathematische Physik II 10 ja 1.0 Mathematische Physik III 10 ja 1.0 Mathematische Visualisierung I 10 ja 1.0 Mathematische Visualisierung II 10 ja 1.0 Fortgeschrittene Module - Numerische Mathematik Unterbereich von Vertiefung Mathematik Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 0 Module bestanden werden. Es dürfen höchstens 99 Module bestanden werden.

6 :12 Uhr Wirtschaftsmathematik - Bachelor Wirtschaftsmat... Seite 5 von 7 Module in diesem Studiengangsbereich: Titel LP Prüfungsform Benotet Gewicht Computational Finance 10 ja 1.0 Differentiell-Algebraische Gleichungen 10 ja 1.0 Fortgeschrittene Themen der Kontrolltheorie (10LP) 10 ja 1.0 Fortgeschrittene Themen der Kontrolltheorie (5LP) 5 ja 1.0 Fortgeschrittene Themen der Numerischen Mathematik (10LP) 10 ja 1.0 Fortgeschrittene Themen der Numerischen Mathematik (5LP) 5 ja 1.0 Kontrolltheorie 10 ja 1.0 Matrizentheorie 5 ja 1.0 Modellreduktion 10 ja 1.0 Numerik partieller Differentialgleichungen 10 ja 1.0 Numerik stochastischer Prozesse 10 ja 1.0 Numerik stochastischer partieller Differentialgleichungen 10 ja 1.0 Numerische Lineare Algebra I 5 ja 1.0 Numerische Lineare Algebra I+II 10 ja 1.0 Numerische Lineare Algebra II 5 ja 1.0 Numerische Mathematik II 10 ja 1.0 Numerische Mathematik für Ingenieurwissenschaften II (10 LP) 10 ja 1.0 Realisierung finiter Elemente 5 ja 1.0 Theory of Krylov subspace methods 5 ja 1.0 Wissenschaftliches Rechnen 10 ja 1.0 Zufallsgeneratoren und Monte - Carlo - Methoden 10 ja 1.0 Fortgeschrittene Module - Stochastik und Finanzmathematik Unterbereich von Vertiefung Mathematik Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 0 Module bestanden werden. Es dürfen höchstens 99 Module bestanden werden. Module in diesem Studiengangsbereich: Titel LP Prüfungsform Benotet Gewicht Computational Finance 10 ja 1.0 Extremwerttheorie und Punktprozesse 5 ja 1.0 Finanzmathematik I 10 ja 1.0 Finanzmathematik II 10 ja 1.0 Fortgeschrittene Themen der Finanzmathematik (10LP) 10 ja 1.0 Fortgeschrittene Themen der Finanzmathematik (5LP) 5 ja 1.0 Fortgeschrittene Themen der Stochastik (10LP) 10 ja 1.0 Fortgeschrittene Themen der Stochastik (5LP) 5 ja 1.0 Numerik stochastischer partieller Differentialgleichungen 10 ja 1.0 Statistik 10 ja 1.0 Stochastic Processes in Evolution 5 ja 1.0 Stochastik in den Neurowissenschaften 10 ja 1.0 Stochastische Modelle 10 ja 1.0 Stochastische Partielle Differentialgleichungen 5 ja 1.0 Versicherungsmathematik 10 ja 1.0 Wahrscheinlichkeitstheorie III 10 ja 1.0 Wahrscheinlichkeitstheorie IV 5 ja 1.0 Grundlegende Module Unterbereich von Vertiefung Mathematik Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 0 Module bestanden werden. Es dürfen höchstens 99 Module bestanden werden. Module in diesem Studiengangsbereich:

7 :12 Uhr Wirtschaftsmathematik - Bachelor Wirtschaftsmat... Seite 6 von 7 Titel LP Prüfungsform Benotet Gewicht Algebra I 10 ja 1.0 Differentialgeometrie I 10 ja 1.0 Differentialgleichungen I 10 ja 1.0 Diskrete Geometrie I 10 ja 1.0 Diskrete Strukturen I: Kombinatorik 10 ja 1.0 Einführung in die Lineare und Kombinatorische Optimierung (ADM I) 10 ja 1.0 Funktionalanalysis I 10 ja 1.0 Geometrie I 10 ja 1.0 Geometrische Grundlagen der Linearen Optimierung I 10 ja 1.0 Komplexe Analysis I 10 ja 1.0 Mathematische Physik I 10 ja 1.0 Maß- und Integrationstheorie 10 ja 1.0 Modellierung mit Differentialgleichungen 10 Portfolioprüfung ja 1.0 Modellierung mit Differentialgleichungen (Variante Vorlesung) 10 ja 1.0 Nichtlineare Optimierung 10 ja 1.0 Topologie 10 ja 1.0 Wahrscheinlichkeitstheorie II 10 ja 1.0 Mathematisches Seminar Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Alle Module dieses Studiengangsbereiches müssen bestanden werden. Module in diesem Studiengangsbereich: Titel LP Prüfungsform Benotet Gewicht Mathematisches Seminar 6 Portfolioprüfung nein 0.0 Wahlbereich Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 14 Leistungspunkte bestanden werden. Es dürfen höchstens 14 Leistungspunkte bestanden werden. Wirtschaftswissenschaften Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Alle untergeordneten Studiengangsbereiche müssen bestanden werden. Pflichtmodule Unterbereich von Wirtschaftswissenschaften Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Alle Module dieses Studiengangsbereiches müssen bestanden werden. Module in diesem Studiengangsbereich: Titel LP Prüfungsform Benotet Gewicht Bilanzierung und Kostenrechnung 6 schriftlich ja 1.0 Marketing und Produktionsmanagement 6 schriftlich ja 1.0 Organisation und Innovationsmanagement 6 schriftlich ja 1.0 Wahlpflichtmodule Unterbereich von Wirtschaftswissenschaften Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 6 Leistungspunkte bestanden werden. Es dürfen höchstens 6 Leistungspunkte bestanden werden. Module in diesem Studiengangsbereich:

8 :12 Uhr Wirtschaftsmathematik - Bachelor Wirtschaftsmat... Seite 7 von 7 Titel LP Prüfungsform Benotet Gewicht Aktuelle Themen aus Marketingpraxis und -forschung 6 Portfolioprüfung ja 1.0 Außenwirtschaft 6 schriftlich ja 1.0 Einführung in das Management im Gesundheitswesen 6 Portfolioprüfung ja 1.0 Geldtheorie und -politik 6 schriftlich ja 1.0 Gesundheitsökonomie I 6 schriftlich ja 1.0 Grundlagen der internationalen Wirtschaftsbeziehungen 6 schriftlich ja 1.0 Grundlagen des strategischen und internationalen Managements 6 Portfolioprüfung ja 1.0 Industrieökonomik 6 schriftlich ja 1.0 Innovation Economics 6 Portfolioprüfung ja 1.0 Innovation Marketing 6 Portfolioprüfung ja 1.0 Innovation Policy 6 Portfolioprüfung ja 1.0 Innovationswerkstatt 12 Portfolioprüfung ja 1.0 Integriertes Informationsmanagement 6 Portfolioprüfung ja 1.0 Intellectual Property Management 6 Portfolioprüfung ja 1.0 Internationale Konzernrechnungslegung 6 Portfolioprüfung ja 1.0 Internationale Rechnungslegung nach IFRS 6 schriftlich ja 1.0 Internationale und nationale Standards zur Bewertung und Bilanzierung von Immobilien 6 schriftlich ja 1.0 Konzepte und Instrumente des Controllings 6 Portfolioprüfung ja 1.0 Leitungsorganisation 6 schriftlich ja 1.0 Nachhaltige Unternehmensführung 6 schriftlich ja 1.0 Open Source and IP in the Digital Society 6 Portfolioprüfung ja 1.0 Operatives Controlling 12 schriftlich ja 1.0 Praxisseminar - Case Studies in Accounting & Controlling 6 Portfolioprüfung ja 1.0 Ringvorlesung Entwicklungspolitik (6 LP) 6 Hausarbeit ja 1.0 Risikomanagement und Kapitalmarkt 6 schriftlich ja 1.0 Seminar Ausgewählte Fragen der Makroökonomik und Außenwirtschaft 6 Portfolioprüfung ja 1.0 Seminar Ausgewählte Fragen der Sozial- und Arbeitsmarktpolitik 6 Portfolioprüfung ja 1.0 Seminar Öffentliche Finanzen und Soziale Sicherung 6 Portfolioprüfung ja 1.0 Spieltheorie 6 schriftlich ja 1.0 Sportökonomie I 6 schriftlich ja 1.0 Sportökonomie II 6 schriftlich ja 1.0 Strategische Normung 6 Portfolioprüfung ja 1.0 Sustainable Innovation 6 Portfolioprüfung ja 1.0 Umwelt- und Ressourcenökonomik 6 schriftlich ja 1.0 Unternehmensfinanzierung und Investitionscontrolling 6 schriftlich ja 1.0 Wassermanagement und -technologie 6 Portfolioprüfung ja 1.0 Wirtschaftsprüfung 6 schriftlich ja 1.0 Öffentliche Finanzen I (Ökonomie des öffentlichen Sektors und Soziale Sicherung) 6 schriftlich ja 1.0 Ökonometrie 6 schriftlich ja 1.0 Praktikum Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Für diesen Studiengangsbereich sind keine Wahlregeln angegeben. Bachelorarbeit Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Alle Module dieses Studiengangsbereiches müssen bestanden werden. Module in diesem Studiengangsbereich: Titel LP Prüfungsform Benotet Gewicht Bachelorarbeit Wirtschaftsmathematik 12 Abschlussarbeit ja 1.5

9 :13 Uhr #20000/3 Seite 1 von 1 Lineare Algebra I+II Lineare Algebra I+II 20 MA 3-3 Nabben, Reinhard nabben@math.tu-berlin.de Die Studierenden kennen die Grundlagen der Linearen Algebra und können diese im weiteren Studium in vertiefenden mathematischen Bereichen anwenden. Sie sind vertraut mit der Struktur mathematischer Schluss- und Arbeitsweisen. Fachkompetenz: 50% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 10% Leistungskurs in Mathematik 1.) Leistungsnachweis Lineare Algebra II 2.) Leistungsnachweis Lineare Algebra I schriftlich

10 :13 Uhr #20002/1 Seite 1 von 1 Algebra I Algebra I 10 MA 3-2 Bürgisser, Peter pbuerg@math.tu-berlin.de Beherrschung der Grundlagen der algebraischen Strukturen: Gruppen, Ringe, Körper. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% wünschenswert: Lineare Algebra I&II

11 :13 Uhr #20060/1 Seite 1 von 1 Differentialgleichungen II A Differentialgleichungen II A Differential Equations II A 5 MA 5-3 Emmrich, Etienne emmrich@math.tu-berlin.de 1) Fähigkeit, partielle Differentialgleichungsprobleme identifizieren, mit analytischen Methoden untersuchen, qualitative Aussagen treffen und diese interpretieren zu können. 2) Beherrschung grundlegender Beweistechniken bei partiellen Differentialgleichungen. 3) Fähigkeit zur Analyse und Bearbeitung von Problemstellungen unter Verwendung von weiterführender Literatur. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% - Fortgeschrittene Kenntnisse der Analysis (dringend empfohlen) - Differentialgleichungen I

12 :13 Uhr #20061/1 Seite 1 von 1 Differentialgleichungen II B Differentialgleichungen II B Differential Equations II B 5 MA 5-3 Emmrich, Etienne emmrich@math.tu-berlin.de 1) Fähigkeit, partielle Dierentialgleichungsprobleme identifizieren, mit analytischen Methoden untersuchen, qualitative Aussagen treffen und diese interpretieren zu können. 2) Beherrschung fortgeschrittener Beweistechniken. 3) Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen unter Verwendung von weiterführender Literatur. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% - Fortgeschrittene Kenntnisse der Analysis, Grundkenntnisse der Funktionalanalysis (dringend empfohlen) - Differentialgleichungen I, Differentialgleichungen II A

13 :13 Uhr #20062/1 Seite 1 von 1 Differentialgleichungen III Differentialgleichungen III Differential Equations III 10 MA 5-3 Emmrich, Etienne emmrich@math.tu-berlin.de 1) Fähigkeit, ausgewählte Differentialgleichungsprobleme von hohem Schwierigkeitsgrad mit analytischen Methoden untersuchen, qualitative Aussagen treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 55%, Methodenkompetenz: 30%, Systemkompetenz: 10%, Sozialkompetenz: 5% Differentialgleichungen I, IIA und IIB

14 :13 Uhr #20063/1 Seite 1 von 1 Differentiell-Algebraische Gleichungen Differentiell-Algebraische Gleichungen Differential Algebraic Equations 10 MA 4-5 Mehrmann, Volker mehrmann@math.tu-berlin.de In der Veranstaltung sollen die Grundlagen der Analysis und der numerischen Lösung differentiell-algebraischer Gleichungen vermittelt werden. Knowledge of the basic theory of the analytical and numerical treatment of differential algebraic equations. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% Analysis, Lineare Algebra, Numerische Mathematik I und II, Differentialgleichungen I Prerequisities: Analysis and linear algebra, basic knowledge of numerics and ordinary differential equations.

15 :13 Uhr #20064/1 Seite 1 von 1 Fortgeschrittene Themen der Differentialgleichungen (5LP) Fortgeschrittene Themen der Differentialgleichungen (5LP) Advanced Topics in the Theory of Differential Equations (5LP) 5 MA 5-3 Emmrich, Etienne emmrich@math.tu-berlin.de 1) Fähigkeit, ausgewählte Differentialgleichungsprobleme von hohem Schwierigkeitsgrad mit analytischen Methoden untersuchen, qualitative Aussagen treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Theorie der Differentialgleichungen

16 :13 Uhr #20065/1 Seite 1 von 1 Fortgeschrittene Themen der Differentialgleichungen (10LP) Fortgeschrittene Themen der Differentialgleichungen (10LP) Advanced Topics in the Theory of Differential Equations (10LP) 10 MA 5-3 Emmrich, Etienne emmrich@math.tu-berlin.de 1) Fähigkeit, ausgewählte Differentialgleichungsprobleme von hohem Schwierigkeitsgrad mit analytischen Methoden untersuchen, qualitative Aussagen treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Theorie der Differentialgleichungen

17 :13 Uhr #20066/2 Seite 1 von 1 Fortgeschrittene Themen der Funktionalanalysis (5LP) Fortgeschrittene Themen der Funktionalanalysis (5LP) Advanced Topics in Functional Analysis (5LP) 5 MA 5-4 Kutyniok, Gitta kutyniok@math.tu-berlin.de 1) Fähigkeit, ausgewählte Probleme der Funktionalanalysis von hohem Schwierigkeitsgrad zu untersuchen, qualitative Aussagen zu treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Funktionalanalysis

18 :13 Uhr #20067/2 Seite 1 von 1 Fortgeschrittene Themen der Funktionalanalysis (10LP) Fortgeschrittene Themen der Funktionalanalysis (10LP) Advanced Topics in Functional Analysis (10LP) 10 MA 5-4 Kutyniok, Gitta kutyniok@math.tu-berlin.de 1) Fähigkeit, ausgewählte Probleme der Funktionalanalysis von hohem Schwierigkeitsgrad zu untersuchen, qualitative Aussagen zu treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Funktionalanalysis

19 :13 Uhr #20068/1 Seite 1 von 1 Fortgeschrittene Themen der Kontrolltheorie (5LP) Fortgeschrittene Themen der Kontrolltheorie (5LP) Advanced Topics in Control Theory (5LP) 5 MA 4-5 Mehrmann, Volker mehrmann@math.tu-berlin.de 1) Fähigkeit, ausgewählte Probleme der Kontrolltheorie von hohem Schwierigkeitsgrad zu untersuchen, qualitative Aussagen zu treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Kontrolltheorie

20 :13 Uhr #20069/1 Seite 1 von 1 Fortgeschrittene Themen der Kontrolltheorie (10LP) Fortgeschrittene Themen der Kontrolltheorie (10LP) Advanced Topics in Control Theory (10LP) 10 MA 4-5 Mehrmann, Volker mehrmann@math.tu-berlin.de 1) Fähigkeit, ausgewählte Probleme der Kontrolltheorie von hohem Schwierigkeitsgrad zu untersuchen, qualitative Aussagen zu treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Kontrolltheorie

21 :13 Uhr #20070/1 Seite 1 von 1 Fortgeschrittene Themen der Modellierung mit Differentialgleichungen (5LP) Fortgeschrittene Themen der Modellierung mit Differentialgleichungen (5LP) Advanced Thematics in Modelling of Differential Equations 5 MA 6-4 Unterreiter, Andreas unterreiter@math.tu-berlin.de Die Fähigkeit, implizite Annahmen "para-mathematischer Theorien" zu erkennen und bei Bedarf durch passendere Voraussetzungen zu ersetzen, soll ausgestaltet werden. Mathematische oder numerische Verfahren zur Beurteilung von Modellierunsaspekten sollen getestet oder ausgestaltet oder verfestigt werden. Die Fähigkeit, "para-mathematische Theorien" rigoros zu mathematisieren soll ausgestaltet werden. Fachkompetenz: 45% Methodenkompetenz: 45% Systemkompetenz: 5% Sozialkompetenz: 5% obligatorisch: Erfolgreicher Abschluss der Module Mathematische Modellierung mit Differentialgleichungen und Analysis. dringend empfohlen: Grundkenntnisse Numerische Mathematik. wünschenswert: Interesse an analytischer Wissenschaftstheorie

22 :13 Uhr #20071/3 Seite 1 von 1 Funktionalanalysis I Funktionalanalysis I Functional Analysis I 10 MA 5-4 /Englisch Kutyniok, Gitta Kutyniok, Gitta kutyniok@math.tu-berlin.de In dieser Veranstaltung sollen, aufbauend auf den Grundvorlesungen Lineare Algebra und Analysis, fundamentale Eigenschaften von linearen Abbildungen zwischen im allgemeinen unendlichdimensionalen normierten Räumen erlernt werden. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% Analysis und Lineare Algebra. Prerequisites: Analysis and linear algebra

23 :13 Uhr #20072/1 Seite 1 von 1 Fortgeschrittene Themen der Modellierung mit Differentialgleichungen (10LP) Fortgeschrittene Themen der Modellierung mit Differentialgleichungen (10LP) Advanced Thematics in Modelling of Differential Equations 10 MA 6-4 Unterreiter, Andreas unterreiter@math.tu-berlin.de Die Fähigkeit, implizite Annahmen "para-mathematischer Theorien" zu erkennen und bei Bedarf durch passendere Voraussetzungen zu ersetzen, soll ausgestaltet werden. Mathematische oder numerische Verfahren zur Beurteilung von Modellierunsaspekten sollen getestet oder ausgestaltet oder verfestigt werden. Die Fähigkeit, "para-mathematische Theorien" rigoros zu mathematisieren soll ausgestaltet werden. Fachkompetenz: 45% Methodenkompetenz: 45% Systemkompetenz: 5% Sozialkompetenz: 5% obligatorisch: Erfolgreicher Abschluss der Module Mathematische Modellierung mit Differentialgleichungen und Analysis. dringend empfohlen: Grundkenntnisse Numerische Mathematik. wünschenswert: Interesse an analytischer Wissenschaftstheorie

24 :13 Uhr #20073/3 Seite 1 von 1 Funktionalanalysis II Funktionalanalysis II Functional Analysis II 10 MA 5-4 Englisch Kutyniok, Gitta kutyniok@math.tu-berlin.de Aufbauend auf den Kenntnissen der Veranstaltung Funktionalanalysis I sollen die Studierenden einen weiten Überblick über die weiterführende Funktionalanalysis erhalten. Funktionalanalysis I

25 :13 Uhr #20074/1 Seite 1 von 1 Fortgeschrittene Themen der Nichtlinearen Optimierung (5LP) Fortgeschrittene Themen der Nichtlinearen Optimierung (5LP) Advanced Topics in Nonlinear Optimization (5LP) 5 MA 4-5 Hömberg, Dietmar hoemberg@math.tu-berlin.de 1) Fähigkeit, ausgewählte Probleme der Nichtlinearen Optimierung von hohem Schwierigkeitsgrad mit analytischen Methoden untersuchen, qualitative Aussagen treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Nichtlinearen Optimierung

26 :13 Uhr #20075/1 Seite 1 von 1 Fortgeschrittene Themen der Nichtlinearen Optimierung (10LP) Fortgeschrittene Themen der Nichtlinearen Optimierung (10LP) Advanced Topics in Nonlinear Optimization (10LP) 10 MA 4-5 Hömberg, Dietmar hoemberg@math.tu-berlin.de 1) Fähigkeit, ausgewählte Probleme der Nichtlinearen Optimierung von hohem Schwierigkeitsgrad mit analytischen Methoden untersuchen, qualitative Aussagen treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Nichtlinearen Optimierung

27 :13 Uhr #20076/1 Seite 1 von 1 Fortgeschrittene Themen der Numerischen Mathematik (5LP) Fortgeschrittene Themen der Numerischen Mathematik (5LP) Advanced Topics in Numerical Mathematics (5LP) 5 MA 4-5 Mehrmann, Volker mehrmann@math.tu-berlin.de 1) Fahigkeit, ausgewahlte Probleme der Numerischen Mathematik von hohem Schwierigkeitsgrad zu untersuchen, qualitative Aussagen zu treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Numerischen Mathematik

28 :13 Uhr #20077/1 Seite 1 von 1 Fortgeschrittene Themen der Numerischen Mathematik (10LP) Fortgeschrittene Themen der Numerischen Mathematik (10LP) Advanced Topics in Numerical Mathematics (10LP) 10 MA 4-5 Mehrmann, Volker mehrmann@math.tu-berlin.de 1) Fahigkeit, ausgewählte Probleme der Numerischen Mathematik von hohem Schwierigkeitsgrad zu untersuchen, qualitative Aussagen zu treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Numerischen Mathematik

29 :13 Uhr #20078/3 Seite 1 von 1 Funktionalanalysis III Funktionalanalysis III Functional Analysis III 10 MA 5-4 Kutyniok, Gitta Kutyniok, Gitta kutyniok@math.tu-berlin.de In der Veranstaltung werden sowohl die zentralen Resultate und Beweistechniken als auch ein Verständnis für praktische Anwendungen insbesondere der Angewandten Harmonischen Analysis, aber auch verwandter Gebiete wie z.b. Compressed Sensing und Frame-Theorie, vermittelt. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% Funktionalanalysis I, II

30 :13 Uhr #20079/2 Seite 1 von 1 Harmonische Analysis Harmonische Analysis Harmonic Analysis 5 MA 5-4 Vybiral, Jan vybiral@math.tu-berlin.de The students will learn the basic concepts of Harmonic Analysis, including singular integral operators, Khintchine's inequalities, and Littlewood-Paley theory. Furthermore, they will understand the connections to other areas of mathematics, as approximation theory, partial dierential equations, and stochastics. Fachkompetenz: 40% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 10% Funktionalanalysis I und II (IIA und IIB)

31 :13 Uhr #20080/1 Seite 1 von 1 Modellreduktion Modellreduktion Model reduction 10 MA 4-5 Mehrmann, Volker mehrmann@math.tu-berlin.de In dieser Veranstaltung sollen die grundlegenden Verfahren der Modellreduktion erlernt werden. Die Studierenden sollen in der Lage sein, große Differentialgleichungssysteme sachgemäß und praktikabel auf kleinere Systeme zu reduzieren und mit der Reduktion das ursprüngliche Problem zu bearbeiten. Knowledge of the basic methods of model reduction. The students can reduce large systems of differential equations to small ones and are able to use this method in order to deal with the original problem. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% Numerische Mathematik II, Differentialgleichungen I, Kenntnis einer höheren Programmiersprache Prerequisities: Analysis and numerics of ordinary differential equations, knowledge of some high level computer language.

32 :13 Uhr #20081/1 Seite 1 von 1 Numerik partieller Differentialgleichungen Numerik partieller Differentialgleichungen Numerics of Partial Differential Equations 10 MA 3-3 Yserentant, Heinrich yserenta@math.tu-berlin.de Ziel der Veranstaltung ist, Grundtatsachen über die numerische Lösung einfacher elliptischer und parabolischer Differentialgleichungen mit der Methode der Finiten Elemente zu vermitteln. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% dringend empfohlen: Analysis I-II, Lineare Algebra I-II, Numerische Mathematik, - Programmiersprache (z.b. Fortran, C, C++, Java, Matlab) wünschenswert: Analysis III, Numerische Mahtematik II

33 :13 Uhr #20082/1 Seite 1 von 1 Numerische Lineare Algebra I Numerische Lineare Algebra I Numerical Linear Algebra I 5 MA 4-5 Liesen, Jörg liesen@math.tu-berlin.de In dieser Veranstaltung sollen Grundlagen der numerischen Lösung von Problemen der linearen Algebra, die in vielen Anwendungen in den Natur- und Ingenieurwissenschaften auftreten, erlernt werden. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% dringend empfohlen: Lineare Algebra I und II, wünschenswert: Analysis I und II,Programmierkenntnisse (insbesondere MATLAB)

34 :13 Uhr #20083/1 Seite 1 von 1 Optimalsteuerung bei partiellen Differentialgleichungen Optimalsteuerung bei partiellen Differentialgleichungen 10 MA 4-5 Tröltzsch, Fredi troeltzsch@math.tu-berlin.de In der Veranstaltung werden Grundkenntnisse der Analysis und Numerik fur die optimale Steuerung elliptischer und parabolischer partieller Dierentialgleichungen vermittelt. Fachkompetenz: 60% Methodenkompetenz: 25% Systemkompetenz: 10% Sozialkompetenz: 5% dringend empfohlen: Analysis I-II, Lineare Algebra I-II wünschenswert: Nichtlineare Optimierung, Theorie oder Numerik partieller Dierentialgleichungen

35 :13 Uhr #20084/1 Seite 1 von 1 Numerische Lineare Algebra II Numerische Lineare Algebra II Numerical Linear Algebra II 5 MA 4-5 Liesen, Jörg liesen@math.tu-berlin.de In dieser Veranstaltung sollen vertiefende Kenntnisse der Lösungsmethoden für Problemstellungen der numerischen linearen Algebra erworben werden. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% dringend empfohlen: Numerische Lineare Algebra I, wünschenswert: Programmierkenntnisse (insbesondere MATLAB)

36 :13 Uhr #20085/1 Seite 1 von 1 Wissenschaftliches Rechnen Wissenschaftliches Rechnen Scientific Computing 10 MA 6-4 Schwandt, Hartmut schwandt@math.tu-berlin.de In dieser Veranstaltung sollen die Grundkenntnisse des Wissenschaftlichen Rechnens erlernt und vertieft werden. Dazu gehören: Umsetzung von mathematischen Algorithmen auf Rechnern. Kenntnisse der Parallel- und Vektorrechnernarchitektur. Einsatz von numerischen Basisalgorithmen. Problembezogene Interpretation numerischer Ergebnisse. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% - Numerische Mathematik oder Numerische Mathematik II fur Ingenieure - Programmiersprache (z.b. Fortran, C, C++, Java, Matlab)

37 :13 Uhr #20086/1 Seite 1 von 1 Numerische Mathematik I Numerische Mathematik I 10 MA 4-5 Mehrmann, Volker mehrmann@math.tu-berlin.de In der Veranstaltung sollen die Grundlagen des numerischen Rechnens vermittelt werden. Fachkompetenz: 50% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 10% wünschenswert: Analysis I-II und Lineare Algebra I, Kenntnis einer Programmiersprache 1.) Leistungsnachweis Numerische Mathematik I

38 :13 Uhr #20087/1 Seite 1 von 1 Einführung in die Lineare und Kombinatorische Optimierung (ADM I) Einführung in die Lineare und Kombinatorische Optimierung (ADM I) 10 MA 5-2 Skutella, Martin skutella@math.tu-berlin.de In der Veranstaltung werden algorithmische und strukturelle Grundlagen der Linearen und Kombinatorischen Optimierung vermittelt. Dazu gehören Grundlagen der Graphen- und Polyedertheorie und das Erlernen algorithmischer Denk- und Arbeitsweisen wie Komplexität von Problemklassen, Effizienz von Algorithmen und Approximation am Beispiel von Optimierungsaufgaben in Netzwerken. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% Analysis, Lineare Algebra, Kenntnisse in einer höheren Programmiersprache

39 :13 Uhr #20088/1 Seite 1 von 1 Diskrete Optimierung (ADM II) Diskrete Optimierung (ADM II) 10 MA 5-2 Skutella, Martin skutella@math.tu-berlin.de In der Veranstaltung werden algorithmische und strukturelle Methoden der linearen, kombinatorischen und ganzzahligen Optimierung vermittelt und vertieft. Dazu gehort insbesondere die Komplexität linearer Programme, die Behandlung NPschwerer Optimierungsprobleme sowie Theorie und Praxis der Lösung ganzzahliger Optimierungsprobleme. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% Analysis, Lineare Algebra, Kenntnisse in einer hoheren Programmiersprache, Einführung in die lineare und kombinatorische Optimierung (ADM I)

40 :13 Uhr #20089/1 Seite 1 von 1 Numerische Mathematik II Numerische Mathematik II 10 MA 4-5 Mehrmann, Volker mehrmann@math.tu-berlin.de In dieser Veranstaltung sollen, aufbauend auf der Vorlesung Numerische Mathematik I, Kenntnisse in der numerischen Behandlung von Differentialgleichungen und Eigenwertaufgaben erlangt und vertieft werden. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% dringend empfohlen: Numerische Mathematik I, Kenntnis einer höheren Programmiersprache

41 :13 Uhr #20091/1 Seite 1 von 1 Approximationsalgorithmen (ADM III) Approximationsalgorithmen (ADM III) 10 MA 5-2 Skutella, Martin skutella@math.tu-berlin.de In der Veranstaltung sollen algorithmische und strukturelle Grundlagen der approximativen Lösung kombinatorischer Optimierungsprobleme vermittelt werden. Einen Schwerpunkt bilden Algorithmen und algorithmische Techniken, die (oder deren Analyse) auf linearer Optimierung beruhen. Dazu gehören insbesondere das Primal-Duale Schema und LP-Runden. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% Graphen- und Netzwerkalgorithmen (ADM I), Lineare Optimierung (ADM II)

42 :13 Uhr #20092/1 Seite 1 von 1 Computational Mixed Integer Programming (ADM III) Computational Mixed Integer Programming (ADM III) 10 MA 5-2 Skutella, Martin skutella@math.tu-berlin.de In der Veranstaltung wird an den Stand der Technik bei algorithmischen und programmiertechnischen Fragestellungen der rechnerischen Losung gemischt-ganzzahliger Programme herangefuhrt. Die Teilnehmer sollen in die Lage versetzt werden, eine geeignete Kombination von Modell und Algorithmus zu finden oder zu entwickeln, um für komplexe kombinatorische Optimierungsprobleme Optimallösungen oder Lösungen beweisbarer Gute berechnen zu können. Ein unverzichtbarer Schwerpunkt ist dabei die Kenntnis des internen Aufbaus moderner Lösungssoftware. Fachkompetenz: 35% Methodenkompetenz: 50% Systemkompetenz: 10% Sozialkompetenz: 5% Graphen- und Netzwerkalgorithmen (ADMI), Lineare Optimierung (ADM II)

43 :13 Uhr #20094/1 Seite 1 von 1 Algebra II Algebra II 10 MA 3-2 Bürgisser, Peter pbuerg@math.tu-berlin.de Erwerb eines fundierten Wissens zu Körpererweiterungen und Galoistheorie, Grundwissen zu algebraischen Kurven und Moduln/Gittern. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% wünschenswert: Algebra I

44 :13 Uhr #20095/1 Seite 1 von 1 Fortgeschrittene Themen der Algorithmisch Diskreten Mathematik (5LP) Fortgeschrittene Themen der Algorithmisch Diskreten Mathematik (5LP) 5 MA 5-2 Skutella, Martin skutella@math.tu-berlin.de 1) Fähigkeit, ausgewahlte Probleme der Algorithmischen Diskreten Mathematik von hohem Schwierigkeitsgrad zu untersuchen, qualitative Aussagen zu treffen und diese interpretieren zu konnen. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Algorithmischen Diskreten Mathematik

45 :13 Uhr #20096/1 Seite 1 von 1 Fortgeschrittene Themen der Algorithmisch Diskreten Mathematik (10LP) Fortgeschrittene Themen der Algorithmisch Diskreten Mathematik (10LP) 10 MA 5-2 Skutella, Martin skutella@math.tu-berlin.de 1) Fähigkeit, ausgewahlte Probleme der Algorithmischen Diskreten Mathematik von hohem Schwierigkeitsgrad zu untersuchen, qualitative Aussagen zu treffen und diese interpretieren zu konnen. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Algorithmischen Diskreten Mathematik

46 :13 Uhr #20100/1 Seite 1 von 1 Fortgeschrittene Themen der Diskreten Strukturen (5LP) Fortgeschrittene Themen der Diskreten Strukturen (5LP) 5 MA 6-1 Felsner, Stefan felsner@math.tu-berlin.de 1) Fahigkeit, ausgewählte Probleme der Diskreten Strukturen von hohem Schwierigkeitsgrad zu untersuchen, qualitative Aussagen zu treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fäahigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Theorie der Diskreten Strukturen

47 :13 Uhr #20101/1 Seite 1 von 1 Fortgeschrittene Themen der Diskreten Strukturen (10LP) Fortgeschrittene Themen der Diskreten Strukturen (10LP) 10 MA 6-1 Felsner, Stefan felsner@math.tu-berlin.de 1) Fähigkeit, ausgewählte Probleme der Diskreten Strukturen von hohem Schwierigkeitsgrad zu untersuchen, qualitative Aussagen zu treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fäahigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Theorie der Diskreten Strukturen

48 :13 Uhr #20102/1 Seite 1 von 1 Diskrete Strukturen I: Kombinatorik Diskrete Strukturen I: Kombinatorik Combinatorics 10 MA 6-1 Felsner, Stefan felsner@math.tu-berlin.de In dieser Veranstaltung werden die Grundlagen der Kombinatorik vermittelt. Kennengelernt bzw. eingeübt werden: Typische kombinatorische Fragestellungen. Methoden zur Behandlung kombinatorischer Probleme. Begriffe und Notation. Knowledge of the basic theory of combinatorics, in particular typical combinatorical problems, methods and notations. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% Lineare Algebra Prerequisities: Linear algebra

49 :13 Uhr #20105/1 Seite 1 von 1 Fortgeschrittene Themen der Stochastik (5LP) Fortgeschrittene Themen der Stochastik (5LP) Advanced Topics in Stochastics (5LP) 5 MA 7-5 Scheutzow, Michael ms@math.tu-berlin.de 1) Fähigkeit, ausgewählte Probleme der Stochastik von hohem Schwierigkeitsgrad zu untersuchen, qualitative Aussagen zu treffen und diese interpretieren zu köonnen. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Stochastik

50 :13 Uhr #20106/1 Seite 1 von 1 Fortgeschrittene Themen der Stochastik (10LP) Fortgeschrittene Themen der Stochastik (10LP) Advanced Topics in Stochastics (10LP) 10 MA 7-5 Scheutzow, Michael ms@math.tu-berlin.de 1) Fähigkeit, ausgewählte Probleme der Stochastik von hohem Schwierigkeitsgrad zu untersuchen, qualitative Aussagen zu treffen und diese interpretieren zu können. 2) Weiterer Ausbau der Fähigkeit zur Analyse und Bearbeitung komplexer Problemstellungen. Fachkompetenz: 45% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Stochastik

51 :13 Uhr #20108/1 Seite 1 von 1 Diskrete Strukturen II: Graphentheorie Diskrete Strukturen II: Graphentheorie Graph theory 10 MA 6-1 Felsner, Stefan felsner@math.tu-berlin.de In dieser Veranstaltung werden die Grundlagen der Graphentheorie vermittelt. Kennengelernt bzw. eingeübt werden: Typische Fragestellungen. Methoden zur Behandlung graphentheoretischer Probleme. Begriffe und Notation. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% Lineare Algebra

52 :13 Uhr #20109/1 Seite 1 von 1 Finanzmathematik I Finanzmathematik I 10 MA 7-1 Bank, Peter bank@math.tu-berlin.de Vermittlung der Grundlagen und Prinzipien der modernen stochastischen Finanzmathematik. Fachkompetenz: 55%, Methodenkompetenz: 30%, Systemkompetenz: 10%, Sozialkompetenz: 5% Wahrscheinlichkeitstheorie I, Wahrscheinlichkeitstheire II, Maßtheorie, Funktionalanalysis

53 :13 Uhr #20111/1 Seite 1 von 1 Maß- und Integrationstheorie Maß- und Integrationstheorie 10 MA 7-5 Scheutzow, Michael ms@math.tu-berlin.de In der Veranstaltung sollen die Grundlagen der Maß- und Integrationstheorie vermittelt werden. Die behandelten Techniken spielen eine grundlegende Rolle in Wahrscheinlichkeitstheorie, Finanzmathematik, Statistik und Funktionalanalysis. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% dringend empfohlen: Analysis I und II, Lineare Algebra

54 :13 Uhr #20112/1 Seite 1 von 1 Wahrscheinlichkeitstheorie I Wahrscheinlichkeitstheorie I 10 Scheutzow, Michael ms@math.tu-berlin.de In der Veranstaltung sollen die Grundlagen der Wahrscheinlichkeitstheorie und der mathematischen Statistik vermittelt werden. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% Dringend empfohlen: Analysis I und II, Lineare Algebra I und II 1.) Leistungsnachweis Wahrscheinlichkeitstheorie I

55 :13 Uhr #20113/2 Seite 1 von 1 Statistik Statistik 10 MA 7-5 Scheutzow, Michael ms@math.tu-berlin.de Diese Veranstaltung ist eine Einführung in die mathematische Statistik. Schwerpunkt wird auf Verständnis der verschiedenen Begrie gelegt; wie Schätztheorie, Kondenzbereiche und statistische Entscheidungstheorie. In den Übungen wird parallel zu der Bearbeitung von theoretischen Aufgaben auch statistische Software benutzt. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% dringend empfohlen: Wahrscheinlichkeitstheorie I

56 :13 Uhr #20114/1 Seite 1 von 1 Stochastische Modelle Stochastische Modelle 10 MA 7-5 Scheutzow, Michael ms@math.tu-berlin.de In der Veranstaltung sollen die Grundlagen der Theorie stochastischer Prozesse und ihrer Anwendung auf reale Probleme vermittelt werden. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% dringend empfohlen: Wahrscheinlichkeitstheorie I wünschenswert: Wahrscheinlichkeitstheorie II

57 :13 Uhr #20115/1 Seite 1 von 1 Wahrscheinlichkeitstheorie III Wahrscheinlichkeitstheorie III Stochastic Processes II 10 MA 7-5 Scheutzow, Michael ms@math.tu-berlin.de In der Veranstaltung sollen die Kenntnisse in der Wahrscheinlichkeitstheorie weiter vertieft werden. Advanced knowledge of the theory of stochastic processes. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% dringend empfohlen: Wahrscheinlichkeitstheorie II wünschenswert: Maßtheorie, Funktionalanalysis. Prerequisities:Wahrscheinlichkeitstheorie II (Stochastic processes I), basic knowledge of measure theory and functional analysis

58 :13 Uhr #20116/1 Seite 1 von 1 Versicherungsmathematik Versicherungsmathematik 10 Scheutzow, Michael ms@math.tu-berlin.de Vermittlung der Grundlagen und Techniken der Versicherungsmathematik und Anwendungen in der Praxis. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% dringend empfohlen: Wahrscheinlichkeitstheorie I, Wahrscheinlichkeitstheorie II

59 :13 Uhr #20117/1 Seite 1 von 1 Wahrscheinlichkeitstheorie IV Wahrscheinlichkeitstheorie IV 5 MA 7-5 Scheutzow, Michael ms@math.tu-berlin.de Die Studierenden sollen ihre Kenntnisse in der Wahrscheinlichkeitstheorie bis an den Rand der aktuellen Forschung vertiefen. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% dringend empfohlen: Wahrscheinlichkeitstheorie III wünschenswert: Maßtheorie, Funktionalanalysis

60 :13 Uhr #20118/1 Seite 1 von 1 Wahrscheinlichkeitstheorie II Wahrscheinlichkeitstheorie II Stochastic Processes I 10 MA 7-5 Scheutzow, Michael ms@math.tu-berlin.de In der Veranstaltung sollen die Kenntnisse in der Wahrscheinlichkeitstheorie vertieft werden. Die Teilnehmer sollen in die Lage versetzt werden, die erlernten Methoden auf Probleme aus der Praxis anzuwenden und an weiterfuhrenden Lehrveranstaltungen teilzunehmen. Advanced knowledge of probability theory. Students can apply the methods on practical problems and will be prepared for further courses in probability theory. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% Dringend empfohlen: Wahrscheinlichkeitstheorie I wünschenswert: Maßtheorie, Funktionalanalysis Prerequisities: Basic knowledge of probability theory, measure theory and functional analysis.

61 :13 Uhr #20120/1 Seite 1 von 1 Modellierung mit Differentialgleichungen (Variante Vorlesung) Modellierung mit Differentialgleichungen (Variante Vorlesung) 10 Nabben, Reinhard reinhard.nabben@tu-berlin.de Kenntnis der grundlegenden Differentialgleichungen. Fähigkeit, problemangepasste Mathematik zu entwickeln, zu überprfüen und aktiv einzusetzen. Kritischer Einsatz standardisierter numerischer Verfahren. Problembezogene Interpretation numerischer Simulationen. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5%

62 :13 Uhr #20123/1 Seite 1 von 1 Diskrete Geometrie I Diskrete Geometrie I Discrete Geometry I 10 MA 6-2 Joswig, Michael joswig@math.tu-berlin.de Die Studierenden kennen grundlegende Strukturen, Konzepte, und Methoden der Diskreten Geometrie. Ferner können die Studierenden geometrische Algorithmen entwerfen und analysieren. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5% Analysis, Lineare Algebra, Computerorientierte Mathematik