:23 Uhr Mathematik - Bachelor Mathematik 2014 Seite 1 von 7. Studiengang Bachelor of Science Mathematik (BSc-Ma)
|
|
- Albert Meinhardt
- vor 6 Jahren
- Abrufe
Transkript
1 :23 Uhr Mathematik - Bachelor Mathematik 2014 Seite 1 von 7 Studiengang Bachelor of Science Mathematik (BSc-Ma) Abschluss: Bachelor of Science Fakultät: Fakultät II Kürzel: BSc-Ma Verantwortlich: Kreusler, Hans-Christian Immatrikulation zum: Winter- und Sommersemester Studiengangsbeschreibung: Bachelorstudiengang Mathematik Weitere Informationen finden Sie unter: Bachelor of Science Mathematik (BSc-Ma) Bachelor Mathematik 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.
2 :23 Uhr Mathematik - Bachelor Mathematik 2014 Seite 2 von 7 Bachelorarbeit Mathematik (BSc) - Bachelor Mathematik 2014 Modulliste SS 2017 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 Mathematik 12 Abschlussarbeit ja 1.5 Grundlagenerweiterung Mathematik Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Alle untergeordneten Studiengangsbereiche müssen bestanden werden. Grundlagenerweiterung Mathematik - Pflicht Unterbereich von 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 ja 1.0 Wahrscheinlichkeitstheorie I ja 1.0 Grundlagenerweiterung Mathematik - Wahlpflicht Unterbereich von Grundlagenerweiterung Mathematik Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es muss mindestens 1 Modul bestanden werden. Es darf höchstens 1 Modul bestanden werden. Module in diesem Studiengangsbereich: Titel LP Prüfungsform Benotet Gewicht Algebra I ja 1.0 Differentialgeometrie I ja 1.0 Differentialgleichungen I ja 1.0 Funktionalanalysis I ja 1.0 Geometrie I ja 1.0 Geometrische Grundlagen der Linearen Optimierung I ja 1.0 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 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 Mathematisches Seminar
3 :23 Uhr Mathematik - Bachelor Mathematik 2014 Seite 3 von 7 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 Nebenfach Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 24 Leistungspunkte bestanden werden. Es dürfen höchstens 35 Leistungspunkte bestanden werden. Studienrichtungen Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es darf höchstens 1 Unterelement bestanden werden. 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 :23 Uhr Mathematik - Bachelor Mathematik 2014 Seite 4 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 ja 1.0 Differentialgleichungen mit Zeitverzögerung 5 ja 1.0 Differentiell-Algebraische Gleichungen ja 1.0 Dynamische Systeme in der Neurowissenschaft 5 ja 1.0 Fortgeschrittene Themen der Differentialgleichungen (LP) ja 1.0 Fortgeschrittene Themen der Differentialgleichungen (5LP) 5 ja 1.0 Fortgeschrittene Themen der Funktionalanalysis (LP) ja 1.0 Fortgeschrittene Themen der Funktionalanalysis (5LP) 5 ja 1.0 Fortgeschrittene Themen der Kontrolltheorie (LP) ja 1.0 Fortgeschrittene Themen der Kontrolltheorie (5LP) 5 ja 1.0 Fortgeschrittene Themen der Modellierung mit Differentialgleichungen (LP) ja 1.0 Fortgeschrittene Themen der Modellierung mit Differentialgleichungen (5LP) 5 ja 1.0 Fortgeschrittene Themen der Nichtlinearen Optimierung (LP) ja 1.0 Fortgeschrittene Themen der Nichtlinearen Optimierung (5LP) 5 ja 1.0 Funktionalanalysis II ja 1.0 Funktionalanalysis III ja 1.0 Geometry of Highdimensional Spaces 5 ja 1.0 Harmonische Analysis 5 ja 1.0 Inverse Probleme ja 1.0 Kontrolltheorie ja 1.0 Mathematical Introduction to Compressed Sensing ja 1.0 Mathematische Kontinuumsmechanik ja 1.0 Mathematische Signal- und Bildverarbeitung ja 1.0 Modellreduktion 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 ja 1.0 Numerik stochastischer partieller Differentialgleichungen ja 1.0 Optimalsteuerung bei partiellen Differentialgleichungen ja 1.0 Sobolew-Räume 5 ja 1.0 Stochastische Partielle Differentialgleichungen 5 ja 1.0 Variationsrechnung und Optimalsteuerung 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 :23 Uhr Mathematik - Bachelor Mathematik 2014 Seite 5 von 7 Titel LP Prüfungsform Benotet Gewicht Algebra II ja 1.0 Algebraische Geometrie 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) ja 1.0 Computational Mixed Integer Programming (ADM III) ja 1.0 Diskrete Geometrie II ja 1.0 Diskrete Geometrie III ja 1.0 Diskrete Optimierung (ADM II) ja 1.0 Diskrete Strukturen II: Graphentheorie ja 1.0 Diskrete Strukturen III ja 1.0 Fortgeschrittene Themen der Algebra (LP) ja 1.0 Fortgeschrittene Themen der Algebra (5LP) 5 ja 1.0 Fortgeschrittene Themen der Algorithmisch Diskreten Mathematik (LP) ja 1.0 Fortgeschrittene Themen der Algorithmisch Diskreten Mathematik (5LP) 5 ja 1.0 Fortgeschrittene Themen der Diskreten Geometrie (LP) ja 1.0 Fortgeschrittene Themen der Diskreten Geometrie (5LP) 5 ja 1.0 Fortgeschrittene Themen der Diskreten Strukturen (LP) ja 1.0 Fortgeschrittene Themen der Diskreten Strukturen (5LP) 5 ja 1.0 Konvexgeometrie I ja 1.0 Konvexgeometrie II ja 1.0 Multilevel methods for solving linear systems of equations 5 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 ja 1.0 Differentialgeometrie III ja 1.0 Diskrete Geometrie II ja 1.0 Diskrete Geometrie III ja 1.0 Fortgeschrittene Themen der Differentialgeometrie (LP) ja 1.0 Fortgeschrittene Themen der Differentialgeometrie (5LP) 5 ja 1.0 Fortgeschrittene Themen der Diskreten Geometrie (LP) ja 1.0 Fortgeschrittene Themen der Diskreten Geometrie (5LP) 5 ja 1.0 Fortgeschrittene Themen der Geometrie (LP) ja 1.0 Fortgeschrittene Themen der Geometrie (5LP) 5 ja 1.0 Fortgeschrittene Themen der Mathematischen Physik (LP) ja 1.0 Fortgeschrittene Themen der Mathematischen Physik (5LP) 5 ja 1.0 Fortgeschrittene Themen der Mathematischen Visualisierung (LP) ja 1.0 Fortgeschrittene Themen der Mathematischen Visualisierung (5LP) 5 ja 1.0 Geometrie II ja 1.0 Geometrie III ja 1.0 Komplexe Analysis II ja 1.0 Mathematische Physik II ja 1.0 Mathematische Physik III ja 1.0 Mathematische Visualisierung I ja 1.0 Mathematische Visualisierung II 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 :23 Uhr Mathematik - Bachelor Mathematik 2014 Seite 6 von 7 Module in diesem Studiengangsbereich: Titel LP Prüfungsform Benotet Gewicht Computational Finance ja 1.0 Differentiell-Algebraische Gleichungen ja 1.0 Fortgeschrittene Themen der Kontrolltheorie (LP) ja 1.0 Fortgeschrittene Themen der Kontrolltheorie (5LP) 5 ja 1.0 Fortgeschrittene Themen der Numerischen Mathematik (LP) ja 1.0 Fortgeschrittene Themen der Numerischen Mathematik (5LP) 5 ja 1.0 Kontrolltheorie ja 1.0 Matrizentheorie 5 ja 1.0 Modellreduktion ja 1.0 Numerik partieller Differentialgleichungen ja 1.0 Numerik stochastischer Prozesse ja 1.0 Numerik stochastischer partieller Differentialgleichungen ja 1.0 Numerische Lineare Algebra I 5 ja 1.0 Numerische Lineare Algebra I+II ja 1.0 Numerische Lineare Algebra II 5 ja 1.0 Numerische Mathematik II ja 1.0 Numerische Mathematik für Ingenieurwissenschaften II ( LP) ja 1.0 Realisierung finiter Elemente 5 ja 1.0 Theory of Krylov subspace methods 5 ja 1.0 Wissenschaftliches Rechnen ja 1.0 Zufallsgeneratoren und Monte - Carlo - Methoden 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 ja 1.0 Extremwerttheorie und Punktprozesse 5 ja 1.0 Finanzmathematik I ja 1.0 Finanzmathematik II ja 1.0 Fortgeschrittene Themen der Finanzmathematik (LP) ja 1.0 Fortgeschrittene Themen der Finanzmathematik (5LP) 5 ja 1.0 Fortgeschrittene Themen der Stochastik (LP) ja 1.0 Fortgeschrittene Themen der Stochastik (5LP) 5 ja 1.0 Numerik stochastischer partieller Differentialgleichungen ja 1.0 Statistik ja 1.0 Stochastic Processes in Evolution 5 ja 1.0 Stochastik in den Neurowissenschaften ja 1.0 Stochastische Modelle ja 1.0 Stochastische Partielle Differentialgleichungen 5 ja 1.0 Versicherungsmathematik ja 1.0 Wahrscheinlichkeitstheorie III 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 :23 Uhr Mathematik - Bachelor Mathematik 2014 Seite 7 von 7 Titel LP Prüfungsform Benotet Gewicht Algebra I ja 1.0 Differentialgeometrie I ja 1.0 Differentialgleichungen I ja 1.0 Diskrete Geometrie I ja 1.0 Diskrete Strukturen I: Kombinatorik ja 1.0 Einführung in die Lineare und Kombinatorische Optimierung (ADM I) ja 1.0 Elementare Zahlentheorie ja 1.0 Funktionalanalysis I ja 1.0 Geometrie I ja 1.0 Geometrische Grundlagen der Linearen Optimierung I ja 1.0 Komplexe Analysis I ja 1.0 Mathematische Physik I ja 1.0 Maß- und Integrationstheorie ja 1.0 Modellierung mit Differentialgleichungen Portfolioprüfung ja 1.0 Modellierung mit Differentialgleichungen (Variante Vorlesung) ja 1.0 Nichtlineare Optimierung ja 1.0 Topologie ja 1.0 Wahrscheinlichkeitstheorie II ja 1.0 Wahlbereich Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 5 Leistungspunkte bestanden werden. Es dürfen höchstens 16 Leistungspunkte bestanden werden.
8 :23 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: % Sozialkompetenz: % Leistungskurs in Mathematik 1.) Leistungsnachweis Lineare Algebra II 2.) Leistungsnachweis Lineare Algebra I schriftlich
9 :23 Uhr #20002/1 Seite 1 von 1 Algebra I Algebra I MA 3-2 Bürgisser, Peter pbuerg@math.tu-berlin.de Beherrschung der Grundlagen der algebraischen Strukturen: Gruppen, Ringe, Körper. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: % Sozialkompetenz: 5% wünschenswert: Lineare Algebra I&II
10 :23 Uhr #200/1 Seite 1 von 1 Bachelorarbeit Mathematik Bachelorarbeit Mathematik 12 Kreusler, Hans-Christian hans-christian.kreusler.1@tuberlin.de siehe Studien- und Prüfungsordnung siehe Studien- und Prüfungsordnung Abschlussarbeit
11 :23 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: % Sozialkompetenz: 5% - Fortgeschrittene Kenntnisse der Analysis (dringend empfohlen) - Differentialgleichungen I
12 :23 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: % Sozialkompetenz: 5% - Fortgeschrittene Kenntnisse der Analysis, Grundkenntnisse der Funktionalanalysis (dringend empfohlen) - Differentialgleichungen I, Differentialgleichungen II A
13 :23 Uhr #20062/1 Seite 1 von 1 Differentialgleichungen III Differentialgleichungen III Differential Equations III 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: %, Sozialkompetenz: 5% Differentialgleichungen I, IIA und IIB
14 :23 Uhr #20063/1 Seite 1 von 1 Differentiell-Algebraische Gleichungen Differentiell-Algebraische Gleichungen Differential Algebraic Equations 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: % 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 :23 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Theorie der Differentialgleichungen
16 :23 Uhr #20065/1 Seite 1 von 1 Fortgeschrittene Themen der Differentialgleichungen (LP) Fortgeschrittene Themen der Differentialgleichungen (LP) Advanced Topics in the Theory of Differential Equations (LP) 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Theorie der Differentialgleichungen
17 :23 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Funktionalanalysis
18 :23 Uhr #20067/2 Seite 1 von 1 Fortgeschrittene Themen der Funktionalanalysis (LP) Fortgeschrittene Themen der Funktionalanalysis (LP) Advanced Topics in Functional Analysis (LP) 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Funktionalanalysis
19 :23 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Kontrolltheorie
20 :23 Uhr #20069/1 Seite 1 von 1 Fortgeschrittene Themen der Kontrolltheorie (LP) Fortgeschrittene Themen der Kontrolltheorie (LP) Advanced Topics in Control Theory (LP) 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Kontrolltheorie
21 :23 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 :23 Uhr #20071/3 Seite 1 von 1 Funktionalanalysis I Funktionalanalysis I Functional Analysis I 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: % Sozialkompetenz: 5% Analysis und Lineare Algebra. Prerequisites: Analysis and linear algebra
23 :23 Uhr #20072/1 Seite 1 von 1 Fortgeschrittene Themen der Modellierung mit Differentialgleichungen (LP) Fortgeschrittene Themen der Modellierung mit Differentialgleichungen (LP) Advanced Thematics in Modelling of Differential Equations 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 :23 Uhr #20073/3 Seite 1 von 1 Funktionalanalysis II Funktionalanalysis II Functional Analysis II 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 :23 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Nichtlinearen Optimierung
26 :23 Uhr #20075/1 Seite 1 von 1 Fortgeschrittene Themen der Nichtlinearen Optimierung (LP) Fortgeschrittene Themen der Nichtlinearen Optimierung (LP) Advanced Topics in Nonlinear Optimization (LP) 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Nichtlinearen Optimierung
27 :23 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Numerischen Mathematik
28 :23 Uhr #20077/1 Seite 1 von 1 Fortgeschrittene Themen der Numerischen Mathematik (LP) Fortgeschrittene Themen der Numerischen Mathematik (LP) Advanced Topics in Numerical Mathematics (LP) 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Numerischen Mathematik
29 :23 Uhr #20078/3 Seite 1 von 1 Funktionalanalysis III Funktionalanalysis III Functional Analysis III 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: % Sozialkompetenz: 5% Funktionalanalysis I, II
30 :23 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: % Sozialkompetenz: % Funktionalanalysis I und II (IIA und IIB)
31 :23 Uhr #20080/1 Seite 1 von 1 Modellreduktion Modellreduktion Model reduction 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: % 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 :23 Uhr #20081/1 Seite 1 von 1 Numerik partieller Differentialgleichungen Numerik partieller Differentialgleichungen Numerics of Partial Differential Equations 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: % 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 :23 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: % Sozialkompetenz: 5% dringend empfohlen: Lineare Algebra I und II, wünschenswert: Analysis I und II,Programmierkenntnisse (insbesondere MATLAB)
34 :23 Uhr #20083/1 Seite 1 von 1 Optimalsteuerung bei partiellen Differentialgleichungen Optimalsteuerung bei partiellen Differentialgleichungen 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: % Sozialkompetenz: 5% dringend empfohlen: Analysis I-II, Lineare Algebra I-II wünschenswert: Nichtlineare Optimierung, Theorie oder Numerik partieller Dierentialgleichungen
35 :23 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: % Sozialkompetenz: 5% dringend empfohlen: Numerische Lineare Algebra I, wünschenswert: Programmierkenntnisse (insbesondere MATLAB)
36 :23 Uhr #20085/1 Seite 1 von 1 Wissenschaftliches Rechnen Wissenschaftliches Rechnen Scientific Computing 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: % Sozialkompetenz: 5% - Numerische Mathematik oder Numerische Mathematik II fur Ingenieure - Programmiersprache (z.b. Fortran, C, C++, Java, Matlab)
37 :23 Uhr #20086/1 Seite 1 von 1 Numerische Mathematik I Numerische Mathematik I 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: % Sozialkompetenz: % wünschenswert: Analysis I-II und Lineare Algebra I, Kenntnis einer Programmiersprache 1.) Leistungsnachweis Numerische Mathematik I
38 :23 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) 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: % Sozialkompetenz: 5% Analysis, Lineare Algebra, Kenntnisse in einer höheren Programmiersprache
39 :23 Uhr #20088/1 Seite 1 von 1 Diskrete Optimierung (ADM II) Diskrete Optimierung (ADM II) 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: % Sozialkompetenz: 5% Analysis, Lineare Algebra, Kenntnisse in einer hoheren Programmiersprache, Einführung in die lineare und kombinatorische Optimierung (ADM I)
40 :23 Uhr #20089/1 Seite 1 von 1 Numerische Mathematik II Numerische Mathematik II 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: % Sozialkompetenz: 5% dringend empfohlen: Numerische Mathematik I, Kenntnis einer höheren Programmiersprache
41 :23 Uhr #20091/1 Seite 1 von 1 Approximationsalgorithmen (ADM III) Approximationsalgorithmen (ADM III) 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: % Sozialkompetenz: 5% Graphen- und Netzwerkalgorithmen (ADM I), Lineare Optimierung (ADM II)
42 :23 Uhr #20092/1 Seite 1 von 1 Computational Mixed Integer Programming (ADM III) Computational Mixed Integer Programming (ADM III) 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: % Sozialkompetenz: 5% Graphen- und Netzwerkalgorithmen (ADMI), Lineare Optimierung (ADM II)
43 :23 Uhr #20094/1 Seite 1 von 1 Algebra II Algebra II 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: % Sozialkompetenz: 5% wünschenswert: Algebra I
44 :23 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Algorithmischen Diskreten Mathematik
45 :23 Uhr #20096/1 Seite 1 von 1 Fortgeschrittene Themen der Algorithmisch Diskreten Mathematik (LP) Fortgeschrittene Themen der Algorithmisch Diskreten Mathematik (LP) 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Algorithmischen Diskreten Mathematik
46 :23 Uhr #200/1 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Theorie der Diskreten Strukturen
47 :23 Uhr #201/1 Seite 1 von 1 Fortgeschrittene Themen der Diskreten Strukturen (LP) Fortgeschrittene Themen der Diskreten Strukturen (LP) 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Theorie der Diskreten Strukturen
48 :23 Uhr #202/1 Seite 1 von 1 Diskrete Strukturen I: Kombinatorik Diskrete Strukturen I: Kombinatorik Combinatorics 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: % Sozialkompetenz: 5% Lineare Algebra Prerequisities: Linear algebra
49 :23 Uhr #205/1 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Stochastik
50 :23 Uhr #206/1 Seite 1 von 1 Fortgeschrittene Themen der Stochastik (LP) Fortgeschrittene Themen der Stochastik (LP) Advanced Topics in Stochastics (LP) 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: % Sozialkompetenz: 5% Fortgeschrittene Kenntnisse der Stochastik
51 :23 Uhr #208/1 Seite 1 von 1 Diskrete Strukturen II: Graphentheorie Diskrete Strukturen II: Graphentheorie Graph theory 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: % Sozialkompetenz: 5% Lineare Algebra
52 :23 Uhr #209/1 Seite 1 von 1 Finanzmathematik I Finanzmathematik I MA 7-1 Bank, Peter bank@math.tu-berlin.de Vermittlung der Grundlagen und Prinzipien der modernen stochastischen Finanzmathematik. Fachkompetenz: 55%, Methodenkompetenz: 30%, Systemkompetenz: %, Sozialkompetenz: 5% Wahrscheinlichkeitstheorie I, Wahrscheinlichkeitstheire II, Maßtheorie, Funktionalanalysis
53 :23 Uhr #20111/1 Seite 1 von 1 Maß- und Integrationstheorie Maß- und Integrationstheorie 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: % Sozialkompetenz: 5% dringend empfohlen: Analysis I und II, Lineare Algebra
54 :23 Uhr #20112/1 Seite 1 von 1 Wahrscheinlichkeitstheorie I Wahrscheinlichkeitstheorie I 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: % Sozialkompetenz: 5% Dringend empfohlen: Analysis I und II, Lineare Algebra I und II 1.) Leistungsnachweis Wahrscheinlichkeitstheorie I
55 :23 Uhr #20113/2 Seite 1 von 1 Statistik Statistik 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: % Sozialkompetenz: 5% dringend empfohlen: Wahrscheinlichkeitstheorie I
56 :23 Uhr #20114/1 Seite 1 von 1 Stochastische Modelle Stochastische Modelle 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: % Sozialkompetenz: 5% dringend empfohlen: Wahrscheinlichkeitstheorie I wünschenswert: Wahrscheinlichkeitstheorie II
57 :23 Uhr #20115/1 Seite 1 von 1 Wahrscheinlichkeitstheorie III Wahrscheinlichkeitstheorie III Stochastic Processes II 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: % Sozialkompetenz: 5% dringend empfohlen: Wahrscheinlichkeitstheorie II wünschenswert: Maßtheorie, Funktionalanalysis. Prerequisities:Wahrscheinlichkeitstheorie II (Stochastic processes I), basic knowledge of measure theory and functional analysis
58 :23 Uhr #20116/1 Seite 1 von 1 Versicherungsmathematik Versicherungsmathematik Scheutzow, Michael ms@math.tu-berlin.de Vermittlung der Grundlagen und Techniken der Versicherungsmathematik und Anwendungen in der Praxis. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: % Sozialkompetenz: 5% dringend empfohlen: Wahrscheinlichkeitstheorie I, Wahrscheinlichkeitstheorie II
59 :23 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: % Sozialkompetenz: 5% dringend empfohlen: Wahrscheinlichkeitstheorie III wünschenswert: Maßtheorie, Funktionalanalysis
60 :23 Uhr #20118/1 Seite 1 von 1 Wahrscheinlichkeitstheorie II Wahrscheinlichkeitstheorie II Stochastic Processes I 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: % Sozialkompetenz: 5% Dringend empfohlen: Wahrscheinlichkeitstheorie I wünschenswert: Maßtheorie, Funktionalanalysis Prerequisities: Basic knowledge of probability theory, measure theory and functional analysis.
61 :23 Uhr #20120/1 Seite 1 von 1 Modellierung mit Differentialgleichungen (Variante Vorlesung) Modellierung mit Differentialgleichungen (Variante Vorlesung) 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: % Sozialkompetenz: 5%
62 :23 Uhr #20123/1 Seite 1 von 1 Diskrete Geometrie I Diskrete Geometrie I Discrete Geometry I 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: % Sozialkompetenz: 5% Analysis, Lineare Algebra, Computerorientierte Mathematik
63 :23 Uhr #20124/1 Seite 1 von 1 Diskrete Geometrie II Diskrete Geometrie II Discrete Geometry II Joswig, Michael joswig@math.tu-berlin.de Die Studierenden haben vertiefte Kenntnisse über Strukturen, Konzepte und Methoden der Diskreten Geometrie. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: % Sozialkompetenz: 5% Lineare Algebra, Diskrete Geometrie I, Computerorientierte Mathematik
64 :23 Uhr #20126/2 Seite 1 von 1 Differentialgleichungen I Differentialgleichungen I Differential Equations I MA 5-3 Emmrich, Etienne emmrich@math.tu-berlin.de 1) Fähigkeit, gewöhnliche Differentialgleichungsprobleme identifizieren, mit analytischen Methoden untersuchen, qualitative Aussagen trennen und diese interpretieren zu können. 2) Beherrschung grundlegender Beweistechniken. Fachkompetenz: 55%, Methodenkompetenz: 30%, Systemkompetenz: %, Sozialkompetenz: 5% Grundlegende Kenntnisse der Analysis und der Linearen Algebra
65 :23 Uhr #20144/1 Seite 1 von 1 Algorithmische Algebra Algorithmische Algebra 5 MA 3-2 Bürgisser, Peter pbuerg@math.tu-berlin.de Die Studierenden kennen die algorithmischen Aspekte der grundlegenden Themen der Algebra und die entsprechenden Algorithmen und können diese analysieren. Fachkompetenz: 45%, Methodenkompetenz: 40%, Systemkompetenz: %, Sozialkompetenz: 5% wünschenswert: Algebra I
66 :23 Uhr #20145/1 Seite 1 von 1 Analysis I Analysis I MA 3-3 Nabben, Reinhard nabben@math.tu-berlin.de In der Veranstaltung werden die Grundlagen der reellen Analysis vermittelt. Der Stoff der Vorlesung bildet das Fundament für jede weitere mathematische Arbeit im analytischen Bereich. Die Studierenden sind vertraut mit der Struktur mathematischer Schluss- und Arbeitsweisen und können diese in den aufbauenden mathematischen Lehrveranstaltungen anwenden. Fachkompetenz: 50%, Methodenkompetenz: 30%, Systemkompetenz: %, Sozialkompetenz: % Leistungskurs in Mathematik 1.) Leistungsnachweis Analysis I schriftlich
67 :23 Uhr #20149/1 Seite 1 von 1 Analysis II+III Analysis II+III 20 MA 3-3 Nabben, Reinhard nabben@math.tu-berlin.de In der Veranstaltung werden die Grundlagen der reellen Analysis vertieft. Der Stoff der Vorlesung bildet das Fundament für jede weitere mathematische Arbeit im analytischen Bereich. Die Hörerinnen und Hörer werden mit der Struktur komplexerer mathematischer Schluss- und Arbeitsweisen vertraut gemacht. Fachkompetenz: 50%, Methodenkompetenz: 30%, Systemkompetenz: %, Sozialkompetenz: % 1.) Modul Analysis I Bestanden 2.) Leistungsnachweis Analysis III 3.) Leistungsnachweis Analysis II
68 :23 Uhr #20150/1 Seite 1 von 1 Finanzmathematik II Finanzmathematik II MA 7-1 Bank, Peter bank@math.tu-berlin.de Vermittlung der Grundlagen und Prinzipien der modernen stochastischen Finanzmathematik insbesondere mit Blick auf die gängigen zeitstetigen Finanzmarktmodelle und Problemstellungen. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: % Sozialkompetenz: 5% dringend empfohlen: Finanzmathematik I, Wahrscheinlichkeitstheorie II
69 :23 Uhr #20151/1 Seite 1 von 1 Inverse Probleme Inverse Probleme MA 4-5 Laurain, Antoine laurain@math.tu-berlin.de Die Studierenden verfügen über Grundkenntnisse der Analysis und Numerik für Inverse Probleme. Fachkompetenz: 60% Methodenkompetenz: 25% Systemkompetenz: % Sozialkompetenz: 5% dringend empfohlen: Analysis I+II, Lineare Algebra I+II wünschenswert: Funktionalanalysis
70 :23 Uhr #20152/3 Seite 1 von 1 Mathematisches Seminar Mathematisches Seminar 6 MA 3-3 Nabben, Reinhard nabben@math.tu-berlin.de In diesem Modul soll erlernt werden, sich mathematische Originalliteratur selbständig zu erarbeiten und darüber vorzutragen. Die Teilnehmenden sollen zudem ihre Fähigkeiten zu selbständigem wissenschaftlichen Arbeiten und zum Formulieren dieser Arbeitsergebnisse entwickeln und nachweisen. Damit soll die Vorbereitung zu einer erfolgreichen Bearbeitung einer Abschlussarbeit gelegt werden. dringend empfohlen: Vertiefende Lehrveranstaltung zum Gebiet des Seminars Prüfungsform: Portfolioprüfung (0 Punkte insgesamt) Benotet: un Notenschlüssel: Ab 50 Portfoliopunkten bestanden. Prüfungsbeschreibung: Referat sowie schriftliche Ausarbeitung Das Modul ist bestanden, sofern insgesamt mindestens 50 Punkte erreicht werden. Prüfungselement Kategorie Gewicht Dauer/Umfang Schriftliche Ausarbeitung schriftlich 50. Vortrag 50.
Übersicht über die mathematischen Module der Bachelor- und Masterstudiengänge Mathematik, Wirtschaftsmathematik und Technomathematik
Übersicht über die mathematischen Module der Bachelor- und Masterstudiengänge Mathematik, Wirtschaftsmathematik und Technomathematik Modul LP Prüfungsform 1 Pflichtmodule Bachelor Mathematik, Wirtschaftsmathematik
MehrBeschluss AK-Mathematik 01/
TU Berlin Marchstraße 6 10587 Berlin Auszug aus dem (noch nicht genehmigten) Protokoll der 02. Sitzung der Ausbildungskommission Mathematik im Jahr 2013 am Dienstag, den 28. Mai 2013, Raum MA 415 Beschluss
MehrBeitrag AM zum Lehrveranstaltungsplan SoSe 2010 (Stand: 30. November 2009)
Beitrag AM zum Lehrveranstaltungsplan SoSe 2010 (Stand: 30. November 2009) A. Mathematik I. BACHELOR (MATHEMATIK, WIRTSCHAFTSMATHEMATIK, MATHEMATIK LEHRAMT AN GYMNASIEN UND LEHRAMT AN BERUFLICHEN SCHULEN)
MehrModulnummer Modulname Verantwortlicher Dozent. Lineare Algebra und Analytische Geometrie
MN-SEBS-MAT-LAAG (MN-SEGY-MAT-LAAG) (MN-BAWP-MAT-LAAG) Lineare Algebra und Analytische Geometrie Direktor des Instituts für Algebra n Die Studierenden besitzen sichere Kenntnisse und Fähigkeiten insbesondere
MehrCredits. Studiensemester. 1. Sem. Kontaktzeit 4 SWS / 60 h 2 SWS / 30 h
Modulhandbuch für den Lernbereich Mathematische Grundbildung im Studiengang Bachelor of Arts mit bildungswissenschaftlichem Anteil für die Studienprofile Lehramt an Grundschulen und Lehramt für sonderpädagogische
MehrModulhandbuch. der Mathematisch-Naturwissenschaftlichen Fakultät. der Universität zu Köln. für den Lernbereich Mathematische Grundbildung
Modulhandbuch der Mathematisch-Naturwissenschaftlichen Fakultät der Universität zu Köln für den Lernbereich Mathematische Grundbildung im Studiengang Bachelor of Arts mit bildungswissenschaftlichem Anteil
MehrSTUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG TECHNOMATHEMATIK an der Technischen Universität München. Übersicht Vorstudium
STUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG TECHNOMATHEMATIK an der Technischen Universität München Übersicht Vorstudium Das erste Anwendungsgebiet im Grundstudium ist Physik (1. und 2. Sem.) Im 3. und 4. Sem.
MehrModulkatalog: Kernbereich des Schwerpunktfachs Physik
Die Naturwissenschaftlich-Technische Fakultät 7 der Universität des Saarlandes Fachrichtung Physik Modulkatalog: Kernbereich des Schwerpunktfachs Physik Fassung vom 12. August 2015 auf Grundlage der Prüfungs-
MehrModulhandbuch Studiengang Bachelor of Arts (Kombination) Mathematik Prüfungsordnung: 2013 Nebenfach
Modulhandbuch Studiengang Bachelor of Arts (Kombination) Mathematik Prüfungsordnung: 2013 Nebenfach Sommersemester 2016 Stand: 14. April 2016 Universität Stuttgart Keplerstr. 7 70174 Stuttgart Inhaltsverzeichnis
MehrINHALTSÜBERSICHT. Das Präsidium der Freien Universität Berlin, Kaiserswerther Straße 16-18, 14195 Berlin
Mitteilungen FU BERLIN 35/2006 Amtsblatt der Freien Universität Berlin 12.07.2006 INHALTSÜBERSICHT Bekanntmachungen Erste Ordnung zur Änderung der Studienordnung für den Bachelorstudiengang Mathematik
MehrKooperationsprojekt NAWI-GRAZ
Kooperationsprojekt NAWI-GRAZ MASTERSTUDIUM MATHEMATICS Matrikel-Nr. Name, Vorname(n) Kennzeichnung des Studiums B 0 6 6 3 9 4 Abgabe nur mit aktuellem Studienblatt möglich! Auflagen: JA, NEIN Auflagen
MehrMathematik Bachelor, Master, Doktorat
Mathematik Bachelor, Master, Doktorat Mathematik die zentrale Wissenschaft Bankomatkarte, MP3-Player, Computertomographie, Stahlblech, Navigationssysteme all das wäre ohne Mathematik nicht denkbar. Mit
MehrMathematik und Computational Science in Regensburg
Mathematik und Computational Science in Regensburg Fakultät für Mathematik Oktober 2014 Wahlbereich Mathematik Pflichtveranstaltungen Analysis 1 Analysis 2 Analysis 3 (Maß- und Funktionentheorie) Lineare
MehrAufstellungssystematik der Abteilung Mathematik
Aufstellungssystematik der Abteilung Mathematik 00* Allgemeines Überblicke Anwendungen der Mathematik (siehe auch 92) Industrie-Mathematik Didaktik Gesetze 01 Geschichtliches Biographien 03 Mathematische
MehrBachelor (BSc) Mathematik
BACHELOR-MASTER-KONZEPT FÜR MATHEMATISCHE STUDIENGÄNGE an der Technischen Universität München (TUM) FPO 2007 www-sb.ma.tum.de/study/studplan/ www-sb.ma.tum.de/docs/fpo/ 1. Übersicht Zum Wintersemester
MehrStudienverlaufspläne M.Sc. Computational Science. 19. Juli 2011
Studienverlaufspläne M.Sc. Computational Science 19. Juli 2011 1 Vertiefungsfach Wissenschaftliches Rechnen Specialization Scientific Computing Zusatzpraktikum Modellierung und Simulation I P2 4 Modellierung
Mehr1 Studienplan Master Technomathematik 1
1 Studienplan Master Technomathematik 1 1.1 Qualifikationsziele Ausbildungsziel des interdisziplinären Masterstudiengangs Technomathematik ist die Qualifizierung für eine berufliche Tätigkeit in der Industrie
MehrInformations- und Orientierungsveranstaltung. Master Mathematik Erstsemester WS2016/17
Informations- und Orientierungsveranstaltung (mit Wahlmöglichkeiten) Master Mathematik Erstsemester WS2016/17 Christoph Kühn Studiendekan Mathematik 12. Oktober 2016 Gliederung des Masterstudiums Hauptfachstudium
MehrModulhandbuch für den Masterstudiengang Lehramt im Fach Mathematik. Modulhandbuch für den Masterstudiengang. Lehramt im Fach Mathematik
Modulhandbuch für den Masterstudiengang Lehramt im Fach Mathematik Modulhandbuch für den Masterstudiengang Lehramt im Fach Mathematik Stand: Juni 2016 Modulhandbuch für den Masterstudiengang Lehramt im
MehrModulhandbuch für die Masterstudiengänge Mathematik und Technomathematik der Fakultät Elektrotechnik, Informatik und Mathematik
Nr. 49 / 13 vom 31. Mai 2013 Modulhandbuch für die Masterstudiengänge Mathematik und Technomathematik der Fakultät Elektrotechnik, Informatik und Mathematik Modulhandbuch für die Masterstudiengänge Mathematik
MehrHochschule für Technik Stuttgart. Studien- und Prüfungsordnung. Master Mathematik. - Teilzeit - Schellingstrasse 24 D-70174 Stuttgart
Schellingstrasse 24 D-70174 T +49 (0)711 8926 0 F +49 (0)711 8926 2666 www.hft-stuttgart.de info@hft-stuttgart.de Hochschule für Technik Studien- und Prüfungsordnung Master Mathematik - Teilzeit - Stand:
MehrDer Mathematik-Teil der Classe Préparatoire Mathématiques Supérieures ist anzuerkennen für die beiden Prüfungsfächer
Verordnung des Senats der TU Wien über die Anrechnung gemäß 59 Abs 1 von im Rahmen des Doppeldiplomprogramms an der Ecole Centrale des Arts et Manufactures, Paris absolvierten Studien für die Studienrichtung
MehrSTUDIENPLAN FÜR DEN BACHELORSTUDIENGANG MATHEMATIK
STUDIENPLAN FÜR DEN BACHELORSTUDIENGANG MATHEMATIK an der Technischen Universität München gemäß FPO vom 12. Januar 2005 Es werden folgende Studienrichtungen angeboten: I W Ph N mit dem Nebenfach Informatik
MehrModulstruktur des Bachelorstudiengangs Mathematik ab WS 2014/15
Modulstruktur des Bachelorstudiengangs Mathematik ab WS 2014/15 Im Bachelorstudiengang Mathematik wird besonderer Wert auf eine solide mathematische Grundausbildung gelegt, die die grundlegenden Kenntnisse
MehrEinführungsveranstaltung für alle Statistik Nebenfächer
Einführungsveranstaltung für alle Statistik Nebenfächer Johanna Brandt (Nebenfachstudienberatung) Institut für Statistik, LMU 02. Oktober 2014 Johanna Brandt (Institut für Statistik, LMU) Nebenfachstudienberatung
MehrUniversität Augsburg. Modulhandbuch. Studiengang Lehramt Gymnasium LPO 2008 Lehramt
Universität Augsburg Modulhandbuch Studiengang Lehramt Gymnasium LPO 2008 Lehramt Stand: (leer) - Gedruckt am 18.11.2015 Inhaltsverzeichnis Übersicht nach Modulgruppen 1) Fachwissenschaft (Gy) (PO 08)
MehrPrüfungsordnungsänderungen 2015/16
Prüfungsordnungsänderungen 2015/16 Fachstudiengänge Mathematik und Physik Axel Köhler Studiengangskoordination Fakultät für Mathematik und Physik korrigierte Version 15. Juli 2015 1 / 18 Aufbau 1 Formales
MehrStudienordnung. für den. Diplomstudiengang Wirtschaftsmathematik. an der Hochschule für Technik, Wirtschaft und Kultur Leipzig (FH)
bereich Informatik, Mathematik und Naturwissenschaften Studienordnung für den Diplomstudiengang Wirtschaftsmathematik an der Hochschule für Technik, Wirtschaft und Kultur Leipzig (FH) (SO Wirtschaftsmathematik)
MehrKlausurtermine der Fakultät Mathematik und Informatik im SS 2016
Klausurtermine der Fakultät Mathematik und im SS 2016 An alle Beleger/Innen von Kursen der Mathematik, und Elektro- und Informationstechnik im SS 2016 Auskunft erteilt: der jeweilige Kursbetreuer Tel 02331/
MehrKantonsschule Ausserschwyz. Mathematik. Kantonsschule Ausserschwyz 83
Kantonsschule Ausserschwyz Mathematik Kantonsschule Ausserschwyz 83 Bildungsziele Für das Grundlagenfach Die Schülerinnen und Schüler sollen über ein grundlegendes Orientierungs- und Strukturwissen in
MehrDiskrete Strukturen Kapitel 1: Einleitung
WS 2015/16 Diskrete Strukturen Kapitel 1: Einleitung Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15
MehrB-P 11: Mathematik für Physiker
B-P 11: Mathematik für Physiker Status: freigegeben Modulziele Erwerb der Grundkenntnisse der Analysis, der Linearen Algebra und Rechenmethoden der Physik Modulelemente Mathematik für Physiker I: Analysis
MehrAlgorithmische Mathematik und Programmieren
Algorithmische Mathematik und Programmieren Martin Lanser Universität zu Köln WS 2016/2017 Organisatorisches M. Lanser (UzK) Alg. Math. und Programmieren WS 2016/2017 1 Ablauf der Vorlesung und der Übungen
Mehr1 Studienpläne bis zum Vordiplom und Bachelor-Abschluss
1 Studienpläne bis zum Vordiplom und Bachelor-Abschluss Die Pflichtvorlesungen für das Studium Lehramt Mathematik an Gymnasien (LG) stimmen in den ersten Semestern weitgehend mit denen des Studiengangs
MehrBemerkung: Termine und Orte für die einzelnen Lehrveranstaltungen sind dem Stundenplan zu entnehmen.
Allgemeine Modulbeschreibungen für das erste Semester Bachelor Informatik 1. Objektorientierte Programmierung Bestehend aus - Vorlesung Objektorientierte Programmierung (Prof. Zimmermann) - Übung zu obiger
MehrInformatik in den Lehramtsstudiengängen
Hochschulinformationstag 2015 Universität Bayreuth 12. Februar 2015 Informatik in den Lehramtsstudiengängen Dr. Matthias Ehmann Fon +49 921 55-7657 Fachgebiet Didaktik der Informatik email matthias.ehmann@uni-bayreuth.de
MehrStudienberatung Mathematik Lehramt: Prof. Dr. Stefan Hilger KG I B 001a. Terminvereinbarung per .
S. Hilger Studium,,Lehramt Mathematik in Eichstätt Angaben ohne Gewähr Okt 2014 1 Studienberatung Mathematik Lehramt: Prof. Dr. Stefan Hilger Stefan.Hilger@ku.de KG I B 001a. Terminvereinbarung per email.
MehrDigitale Bildverarbeitung in BA/MA
Digitale Bildverarbeitung in BA/MA Prof. Dr.-Ing. Joachim Denzler Lehrstuhl Digitale Bildverarbeitung Friedrich-Schiller-Universität Jena http://www.inf-cv.uni-jena.de Bedarf Bildverarbeitung In der Industrie:
MehrKlausurplan Mathematik
Klausurplan Mathematik SS 16 Stand: 4. Juli 2016 Zuordnung: Studenten Montag, der 18. Juli 2016 9:30 10:30 Schadenversicherungsmathematik Hilfsmittel: etr, esa: 2 A4-Blätter S103/123 Dienstag, der 19.
MehrErstsemesterbegrüßung Master Mathematik/Wirtschaftsmathematik/ Mathematische Biometrie
Erstsemesterbegrüßung Master Mathematik/Wirtschaftsmathematik/ Mathematische Biometrie Jan-Willem Liebezeit 11. April 2016 Universität Ulm, Fakultät für Mathematik und Wirtschaftswissenschaften Seite 2
MehrStudienordnung für den Master-Studiengang Wirtschaftsmathematik
Studienordnung Master-Studiengang Wirtschaftsmathematik Stand: 10.06.2009 Universität Rostock Mathematisch-Naturwissenschaftliche Fakultät Institut für Mathematik Studienordnung für den Master-Studiengang
MehrStudienordnung. Angewandte Mathematik / Applied Mathematics. Masterstudiengang (Master of Science)
Fachbereich Informatik, Mathematik und Naturwissenschaften Studienordnung Angewandte Mathematik / Applied Mathematics Masterstudiengang (Master of Science) an der Hochschule für Technik, Wirtschaft und
Mehrder physik/studienberatung/
S. Hilger Studium,,Lehramt Mathematik in Eichstätt Angaben ohne Gewähr Okt 2011 1 Studienberatung Mathematik Lehramt: PD Dr. Stefan Hilger Stefan.Hilger@ku-eichstaett.de Raum KG I B 001a Termin nach Vereinbarung
MehrModulverzeichnis - Mathematik Anlage 2
1 Modulverzeichnis - Mathematik Anlage 2 : Grstrukturen Einführung, Reflexion Vertiefung grlegender mathematischer Begriffe Strukturen keine Abschlussklausur 6 240 8.1: Einführung in Grstrukturen.2: Seminar
MehrModulbeschreibungen. Pflichtmodule. Introduction to the Study of Ancient Greek. Modulbezeichnung (englisch) Leistungspunkte und Gesamtarbeitsaufwand
Modulbeschreibungen Pflichtmodule Einführung Gräzistik Introduction to the Study of Ancient Greek 6 180 Stunden jedes Wintersemester Die Studierenden werden mit den Grundlagen des wissenschaftlichen Arbeitens,
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrStudienordnung für den Bachelor-Studiengang Mathematik der Universität Rostock
Studienordnung für den Bachelor-Studiengang Mathematik der Universität Rostock vom 10.11.2008 Aufgrund von 2 Abs. 1 in Verbindung mit 39 Abs. 1 des Gesetzes über die Hochschulen des Landes Mecklenburg-Vorpommern
MehrErster Termin Klausuren der Fakultät für Mathematik und Informatik, Frühjahr 2017
Erster Termin 11.02.2017 Klausuren der Fakultät für und, Frühjahr 2017 635021 Sicherheit im Internet (PK 01866/01868) 10:00-12:00 Uhr 01671 Datenbanken I 10:00-12:00 Uhr 01690 Kommunikations- und Rechnernetze
MehrModulhandbuch Wirtschaftsmathematik (M.Sc.)
Modulhandbuch Sommersemester 2015 Langfassung Stand: 26.02.2015 Fakultät für Wirtschaftswissenschaften Fakultät für Mathematik KIT - Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrMündliche Kommunikation /Sprecherziehung. 1. Studieneinheit Mündliche Kommunikation /Sprecherziehung
Mündliche Kommunikation / 1. Studieneinheit Mündliche Kommunikation / 2. Fachgebiet / Verantwortlich Zentrum Sprache und Kommunikation / Christian Gegner 3. Inhalte / Lehrziele Überblick über Theorie und
MehrModulbezeichnung in Englisch Algebra II Qualifikationsstufe/Geberstudien Bachelormodul/ Lehramt Gymnasium. N.N. verantwortlicher. Modulverantwortung /
Algebra II Modulbezeichnung in Englisch Algebra II Qualifikationsstufe/Geberstudien Bachelormodul/ Lehramt Gymnasium 82-105-L-MAT09-H-0610 N.N. Lehramt (H. Fischer) Leistungspunkte (ECTS-Punkte) 5 Gründliches
Mehr1. Semester 2. Semester 3. Semester. Mechanik I mit Relativitätstheorie (6) Praktikum I (4) Proseminar I (1)
1 Anhang 1a Bachelorstudium Physik (120 ECTS-Punkte) 1. Semester 2. Semester 3. Semester Physik I (6.5) Physik II (6.5) Mathematische Methoden der Physik I (4,5) Mathematische Methoden der Physik II (4.5)
MehrStudienordnung für den Diplomstudiengang Mathematik an der Fakultät für Mathematik und Informatik der Universität Leipzig
Universität Leipzig November 1993 Fakultät für Mathematik und Informatik Mathematisches Institut (geringfügige Änderungen im Studienablauf sind eingearbeitet, 24.4.97) Studienordnung für den Diplomstudiengang
MehrEinführung Bachelor in Informatik 2016
Einführung Bachelor in Informatik 2016 Judith Zimmermann, Studienkoordinatorin D-INFK Judith Zimmermann 15.05.2016 1 Aufbau der Präsentation Einführung Bachelor-Studiengang in Informatik 2016 Bachelor-Studiengang
MehrD I E N S T B L A T T
143 D I E N S T B L A T T DER HOCHSCHULEN DES SAARLANDES 174 Studienordnung für den Bachelorstudiengang Mathematik und die Masterstudiengänge Angewandte Mathematik, Mathematische Grundlagenforschung Vom
MehrUniversität Hamburg S TUDIENORDNUNG. für den Diplomstudiengang Betriebswirtschaftslehre. Fachbereich Wirtschaftswissenschaften (4. 10.
Universität Hamburg Fachbereich Wirtschaftswissenschaften S TUDIENORDNUNG für den Diplomstudiengang Betriebswirtschaftslehre (4. 10. 1996) 2 Die Studienordnung konkretisiert die Prüfungsordnung und regelt
MehrInformatik-Studiengänge an der Universität zu Lübeck
Informatik-Studiengänge an der Universität zu Lübeck Wissenswertes für Erstsemestler Prof. Dr. Till Tantau Studiendekan Technisch-Naturwissenschaftliche Fakultät Universität zu Lübeck Gliederung Wie sollten
MehrStudienordnung für den Bachelorstudiengang Mathematik an der Technischen Universität Berlin
Studienordnung für den Bachelorstudiengang Mathematik an der Technischen Universität Berlin Der Fakultätsrat der Fakultät II: Mathematik und Naturwissenschaften hat am 24.1.2006 gemäß 71 Abs. 1 Nr. 1 des
MehrStudiengang: Maschinenbau. Abschlussart: Bachelor. Studienprüfungsordnung: StuPO Datum der Studienprüfungsordnung:
Studiengang: Maschinenbau Abschlussart: Bachelor Studienprüfungsordnung: StuPO 25.01.2006 Datum der Studienprüfungsordnung: 25.01.2006 generiert am: 02.10.2015 15:58 Uhr Maschinenbau Fakultät: Fakultät
MehrOperations Research I
Operations Research I Lineare Programmierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2015 Peter Becker (H-BRS) Operations Research I Sommersemester 2015
MehrDie beste junge Uni Deutschlands* stellt sich vor
Wer klare Vorstellungen hat, sollte abstrakt denken lernen. Erfolgreich a k k r e d r t! i ti e Fakultät für Mathematik und Wirtschaftswissenschaften Mathematik Die beste junge Uni Deutschlands* stellt
MehrURL: http://www.swt.tu-berlin.de/menue/studium_und_lehre/aktuelles_semester/ Modulbeschreibung
Titel des Moduls: Softwarequalität - Praxis Engl.: Applied Software Quality Verantwortlich für das Modul: Jähnichen, Stefan E-Mail: stefan.jaehnichen@tu-berlin.de Modulbeschreibung LP (nach ): 3 URL: http://www.swt.tu-berlin.de/menue/studium_und_lehre/aktuelles_semester/
MehrAllgemeine Methodenlehre, Datenerhebung und Datenauswertung, deskriptive Statistik
M1 Allgemeine Methodenlehre, Datenerhebung und Datenauswertung, deskriptive Statistik In diesem Modul erlernen die Studierenden die grundlegenden Konzepte, Ansätze und Verfahren methodischen Arbeitens.
MehrVorstellung MSc Schwerpunkte und Vertiefungsrichtung ThMB
Vorstellung MSc Schwerpunkte und Vertiefungsrichtung ThMB Prof. Böhlke Kontinuumsmechanik im Maschinenbau Institut für Technische Mechanik 12.11.2014 1 Inhalt Der Bereich Kontinuumsmechanik Vorstellung
MehrFakultät für Mathematik und Informatik
1 von 9 26.02.2007 19:24 Informationssystem der Universität Heidelberg Config eg Semester: WS 2006/2007 Fakultät für Mathematik und Informatik Abkürzungsschlüssel AG = Arbeitsgemeinschaft D = Didaktikveranstaltungen
MehrZuletzt geändert durch Satzung vom 6. August 2015
Satzung des Fachbereichs Elektrotechnik und Informatik der Fachhochschule Lübeck über das Studium im Bachelor-Studiengang Informatik/Softwaretechnik (INF) (Studienordnung Informatik/Softwaretechnik (INF))
MehrUNIVERSITÉ DE FRIBOURG SUISSE FACULTÉ DES SCIENCES. propädeutischen Fächer
UNIVERSITÉ DE FRIBOURG SUISSE FACULTÉ DES SCIENCES UNIVERSITÄT FREIBURG SCHWEIZ MATHEMATISCH-NATURWISSENSCHAFTLICHE FAKULTÄT Auszug aus dem Studienplan für die propädeutischen Fächer und die Zusatzfächer
MehrStudienplan Master Technomathematik 1
Karlsruher Institut für Technologie 1 Qualifikationsziele Studienplan Master Technomathematik 1 19. Mai 2016 Ausbildungsziel des interdisziplinären Masterstudiengangs Technomathematik ist die Qualifizierung
MehrSemester: Studiengang: Dozent: Termine:
1 Semester: Studiengang: Dozent: Termine: Winter 2011/12 Mathematik (Bachelor) Prof. Dr. Wolfgang Lauf Mo., 15:15 16:45 Uhr, E204 Di., 13:30 15:00 Uhr, E007 2 Erwartungen / Vorlesung Vorstellung Daten
MehrStudienordnung für den Masterstudiengang Wirtschaftsmathematik an der Technischen Universität Berlin
Studienordnung für den Masterstudiengang Wirtschaftsmathematik an der Technischen Universität Berlin Der Fakultätsrat der Fakultät II: Mathematik und Naturwissenschaften hat am 24.1.2006 gemäß 71 Abs.
MehrBachelor of Arts Sozialwissenschaften und Philosophie (Kernfach Philosophie)
06-03-101-1 Pflicht Einführung in die Theoretische Philosophie 1. Semester jedes Wintersemester Vorlesung "Einführung in die Theoretische Philosophie" (2 SWS) = 30 h Präsenzzeit und 70 h Seminar "Philosophische
MehrBACHELOR OF SCIENCE. Chemie. Zentrale Studienberatung
STUDIENFÜHRER BACHELOR OF SCIENCE Chemie Zentrale Studienberatung . STUDIENGANG: B.SC. CHEMIE 2. ABSCHLUSS: Bachelor of Science 3. REGELSTUDIENZEIT: 6 Semester LEISTUNGSPUNKTE: STUDIENBEGINN FÜR STUDIENANFÄNGER:
MehrB 1: Anglistik/Amerikanistik, Erstfach. 1. Module
B 1: Anglistik/Amerikanistik, Erstfach 1. Module Für das Studium des Faches Anglistik/Amerikanistik im Erstfach sind die nachfolgend aufgeführten Module zu belegen: Module nach Wahl mit einem Gesamtumfang
MehrSTUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG MATHEMATIK an der Technischen Universität München. Übersicht Vorstudium
STUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG MATHEMATIK an der Technischen Universität München Übersicht Vorstudium Es werden folgende Studienrichtungen angeboten: I W Ph EI MW N mit dem Nebenfach Informatik
MehrDritte Änderung der Studien- und Prüfungsordnung
Amtliches Mitteilungsblatt Mathematisch-Naturwissenschaftliche Fakultät I Dritte Änderung der Studien- und Prüfungsordnung für das Bachelorstudium Herausgeber: Satz und Vertrieb: Der Präsident der Humboldt-Universität
MehrSchulformspezifischer Master Lehramt an Förderschulen Mathematik
10-MATHMM-1021- Pflicht Höhere Analysis für Lehrer (Mittelschule) 2. Semester Mathematisches Institut jedes Sommersemester Vorlesung "Höhere Analysis für Lehrer" (4 SWS) = 60 h Präsenzzeit und 105 h Selbststudium
MehrModulnummer Modulname Verantwortliche/r Dozent/in
Anlage 13. Politikwissenschaft (35 ) Modulnummer Modulname Verantwortliche/r Dozent/in POL-BM-THEO Einführung in das Studium der Prof. Dr. Hans Vorländer politischen Theorie und Ideengeschichte Dieses
MehrFachspezifische Bestimmungen für den Master-Teilstudiengang Mathematik der Lehramtsstudiengänge der Universität Hamburg
604 Freitag, den 4. März 2011 Fachspezifische Bestimmungen für den Master-Teilstudiengang Mathematik der Lehramtsstudiengänge der Universität Hamburg Vom 2. Juni 2010 Das Präsidium der Universität Hamburg
MehrTechnische Universität Dresden. Fakultät Erziehungswissenschaften. Studienordnung für das Fach Mathematik im Studiengang Lehramt an Grundschulen
Technische Universität Dresden Fakultät Erziehungswissenschaften Studienordnung für das Fach Mathematik im Studiengang Lehramt an Vom 17.04.2016 Aufgrund von 36 Abs. 1 des Gesetzes über die Freiheit der
MehrGrundlagen- und Orientierungsprüfung im Fach Philosophie im Rahmen des Bachelorstudiengangs der Philosophischen Fakultäten:
Grundlagen- und Orientierungsprüfung im Fach Philosophie im Rahmen des Bachelorstudiengangs der Philosophischen Fakultäten: a) Philosophie als Hauptfach: bis zum Ende des 2. Fachsemesters müssen Lehrveranstaltungen
MehrModulhandbuch. Mathematik
Modulhandbuch Zwei-Fach-Bachelor Teilstudiengang (Basisfach) Mathematik Campus Landau Universität Koblenz-Landau Universität Koblenz-Landau Institut für Mathematik Fortstraße 7 76829 Landau Ansprechpartner:
MehrZur fachdidaktischen Ausbildung zukünftiger Mathematiklehrer an der Universität Tübingen
Zur fachdidaktischen Ausbildung zukünftiger Mathematiklehrer an der Universität 1 Das Schulpraxissemester I Das Schulpraxissemester umfasst 13 Unterrichtswochen. Beginn: Ende der Sommerferien In der Regel
MehrMitteilungsblatt Sondernummer der Paris Lodron-Universität Salzburg
Studienjahr 2007/2008 56. Stück Mitteilungsblatt Sondernummer der Paris Lodron-Universität Salzburg 152. Geändertes Curriculum für das Masterstudium Mathematik an der Universität Salzburg (Version 2008)
MehrBrückenkurs Mathematik
Informationen zur Lehrveranstaltung andreas.kucher@uni-graz.at Institute for Mathematics and Scientific Computing Karl-Franzens-Universität Graz Graz, July 19, 2016 Übersicht Motivation Motivation für
MehrWIRTSCHAFTSMATHEMATIK (DIPLOM)
1 von 8 06.01.2008 22:01 Start > Studium und Lehre > Studienordnungen WIRTSCHAFTSMATHEMATIK (DIPLOM) HERAUSGEBER Zentrale Universitätsverwaltung Abteilung I, Akademische Angelegenheiten Universitätsstr.
MehrWegleitung für das Bachelor- und Masterstudium in Mathematik an der Philosophisch-Naturwissenschaftlichen Fakultät der Universität Basel
Wegleitung für das Bachelor- und Masterstudium in Mathematik an der Philosophisch-Naturwissenschaftlichen Fakultät der Universität Basel Von der Philosophisch-Naturwissenschaftlichen Fakultät der Universität
MehrDynamische Optimierung im Dienstleistungsbereich
Dynamische Optimierung im Dienstleistungsbereich Univ.-Prof. Dr. Jochen Gönsch Universität Duisburg-Essen Mercator School of Management Lehrstuhl für Betriebswirtschaftslehre, insb. Service Operations
MehrMNF-math-phys Semester, Dauer: 1 Semester Prof. Dr. Walter Bergweiler Telefon 0431/ ,
Modulnummer Semesterlage / Dauer Verantwortliche(r) Studiengang / -gänge Lehrveranstaltungen Arbeitsaufwand Leistungspunkte Voraussetzungen Lernziele Lehrinhalte Prüfungsleistungen Mathematik für Physiker
MehrAufbau des Bachelorstudiengangs Economics. an der Universität Bayreuth *
Aufbau des Bachelorstudiengangs Economics an der Universität Bayreuth * Diese Kurzfassung zeigt komprimiert den Verlauf des Bachelorstudiengangs Economics an der Universität Bayreuth mit dem Abschluss
MehrHistorisches Seminar. Bachelor of Arts, Nebenfach. Geschichte. Modulhandbuch. Stand:
Historisches Seminar Bachelor of Arts, Nebenfach Geschichte Modulhandbuch Stand: 01.10.2013 1 Modul: M 1 Einführung in das Fachstudium (6 ECTS-Punkte) 1 Einführung in die V, P 6 3 4 Jedes 2. Semester Geschichtswissenschaft
MehrNeueinrichtung von Studiengängen - Kurzbeschreibung des Studiengangs (Konzeption)
Neueinrichtung von Studiengängen - Kurzbeschreibung des Studiengangs (Konzeption) 1. Bezeichnung des Studiengangs Mathematische und Theoretische Physik (MTP) 2. Ansprechpartner Gernot Akemann, Michael
MehrVertiefungsrichtung Angewandte Mathematik und Mechanik Wahlpflichtbereich A (Mathematik)
Vertiefungsrichtung Angewandte Mathematik und Mechanik Wahlpflichtbereich A (Mathematik) Prof. Dr. Stefan Ulbrich FG Nichtlineare Optimierung Fachbereich Mathematik Orientierungsveranstaltung CE, Ulbrich,
MehrStudienjahr 2013/14 Wintersemester 2013/14 Stand: 4. Februar 2014
Studienjahr 2013/14 Wintersemester 2013/14 Stand: 4. Februar 2014 Grundstudium/Bachelor-LaG-Pichtbereich (auch LaG Wahlbereich) Mathematik Analysis I (+ LaG, Ph) 4+2+T Groÿe-Brauckmann Lineare Algebra
MehrUniversitätsstr Bayreuth Tel.: 0921 / Fax: 0921 /
HERAUSGEBER Zentrale Universitätsverwaltung Abteilung I, Akademische Angelegenheiten Universitätsstr. 30 95440 Bayreuth Tel.: 0921 / 55-5215 Fax: 0921 / 55-5325 PÄDAGOGIK (MAGISTER) Der Text dieser Studienordnung
Mehrfür den Studiengang Soziale Arbeit Berufsakademie Sachsen Staatliche Studienakademie Breitenbrunn
B E R U F S A K A D E M I E S A C H S E N S t a a t l i c h e S t u d i e n a k a d e m i e B r e i t e n b r u n n Studienordnung für den Studiengang Soziale Arbeit Berufsakademie Sachsen Staatliche Studienakademie
MehrHöhere Mathematik für Naturwissenschaftler und Ingenieure
Günter Bärwolff Höhere Mathematik für Naturwissenschaftler und Ingenieure unter Mitarbeit von Gottfried Seifert ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spekt rum K-/1. AKADEMISCHER VERLAG AKADEMISC Inhaltsverzeichnis
MehrMathematik studieren an der Universität Regensburg
Mathematik studieren an der Universität Regensburg Schülerinformationstag, 9. November 2011 Clara Löh Fakultät für Mathematik. Universität Regensburg Herzlich Willkommen in der Fakultät für Mathematik
Mehr:20 Uhr Informationstechnik im Maschinenwesen - StuPo 2... Seite 1 von 6
01.04.2016 16:20 Uhr Informationstechnik im Maschinenwesen - StuPo 2... Seite 1 von 6 Studiengang Bachelor of Science Informationstechnik im Maschinenwesen (BSc-ITM) Abschluss: Bachelor of Science Fakultät:
MehrStudienplan für das Nebenfach Geschichte der Naturwissenschaften im Rahmen eines Bachelorstudiengangs im Umfang von 45 Leistungspunkten
Studienplan für das Nebenfach Geschichte der Naturwissenschaften im Rahmen eines Bachelorstudiengangs im Umfang von 45 Leistungspunkten (http://www.math.uni-hamburg.de/spag/gn/ba-nf-internet.pdf) Die Einschreibung
MehrBachelor of Arts (BA) kombinatorischer Zwei-Fach-Studiengang G E S C H I C H T E
Bachelor of Arts (BA) kombinatorischer Zwei-Fach-Studiengang G E S C H I C H T E Studienempfehlungen Stand: März 2014 Der polyvalente Studiengang Bachelor of Arts (BA) wird als kombinatorischer Zwei-Fach-
Mehr