|  | 
| Modulbezeichnung (engl.): 
Applied Mathematics | 
|  | 
| Code:  WIMASc235 | 
|  | 
| 2V+2U (4 Semesterwochenstunden) | 
| 6 | 
| Studiensemester: 2 | 
| Pflichtfach: ja | 
| Arbeitssprache: Deutsch
 | 
| Prüfungsart: Klausur
 
 [letzte Änderung 05.03.2013]
 
 | 
| WIMASc235 (P450-0101) Wirtschaftsingenieurwesen, Master, ASPO 01.10.2014
, 2. Semester, Pflichtfach
 
 | 
| Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 6 Creditpoints 180 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 135 Stunden zur Verfügung. | 
| Empfohlene Voraussetzungen (Module): Keine.
 
 | 
| Als Vorkenntnis empfohlen für Module: WIMAScWPF-Ing15 Hydraulik I + II
 
 
 [letzte Änderung 11.03.2020]
 
 | 
| Modulverantwortung: Prof. Dr. Frank Kneip
 | 
| Dozent/innen: Prof. Dr. Frank Kneip
 
 
 [letzte Änderung 11.02.2020]
 
 | 
| Lernziele: Studierende, die dieses Modul erfolgreich abgeschlossen haben, können:
 •       Aufgaben mit nichtlinearen Gleichungen lösen, ein geeignetes Lösungsverfahren auswählen und ihre Auswahl begründen
 •       geeignete Systeme in Form eines Linearen Gleichungssystems modellieren und haben die Fähigkeit, unbekannte Parameter anhand von gegebenen Messdaten zu identifizieren
 •       die Grundlagen der Zustandsschätzung bzw. Zeitreihenanalyse mittels Hidden Markov Modellen auf Fragestellungen beschreiben und bekannte Beispiele reproduzieren, sowie die Verfahren auf ähnliche Systeme zu adaptieren
 •       die erlernten Algorithmen in Matlab in Aufgaben implementieren
 •       aus den berechneten Ergebnissen Schlussfolgerungen ziehen und diese plausibilisieren
 
 [letzte Änderung 06.01.2020]
 
 | 
| Inhalt: 1.      Numerische Methoden: Lösung nichtlinearer Gleichungen
 1.1     Bisektions-Verfahren
 1.2     Fixpunkt-Verfahren
 1.3     Sekanten-Verfahren
 1.4     Newton-Verfahren
 1.5     Genauigkeit und Abbruchkriterien
 1.6     Konvergenzeigenschaften
 1.7     Anwendungen
 
 2.      Parameter-Schätzung: Lineare Ausgleichsrechnung
 2.1     Modellierung
 2.2     Methode der Kleinsten Quadrate
 2.3     Gewichtete Kleinste Quadrate
 2.4     Rekursive Kleinste Quadrate
 2.5     Anwendungen
 
 3.      Zustands-Schätzung und Zeitreihenanalyse: Hidden Markov Modelle
 3.1     Definition und Modellierung des Hidden Markov Modells
 3.2     Forward-Algorithmus
 3.3     Backward-Algorithmus
 3.4     Viterbi-Algorithmus
 3.5     Baum-Welch-Algorithmus
 3.6     Anwendungen
 
 
 [letzte Änderung 13.12.2019]
 
 | 
| Weitere Lehrmethoden und Medien: Beamer-Präsentation, Skript, Tafel, PC, Matlab/Simulink, rechnergestützte Übungen
 
 [letzte Änderung 05.03.2013]
 
 | 
| Literatur: •       Dahmen, W., Reusken, A.: Numerik für Ingenieure und Naturwissenschaftler; 2. Auflage, Springer, 2008
 •       Gramlich, G., Werner, W.: Numerische Mathematik mit Matlab; dpunkt verlag, 2000
 •       Björck, A.: Numerical Methods for Least Squares Problems; Society for Industrial and Applied Mathematics (SIAM), 1996
 •       Rabiner, L. R.: A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition; Proceedings of the IEEE, Band 77, Nr. 2, S. 257–286, 1989
 •       Fraser, A. M.: Hidden Markov Models and Dynamical Systems; Society for Industrial and Applied Mathematics (SIAM), 2009
 
 [letzte Änderung 13.12.2019]
 
 |