11.05.2014 Aufrufe

MH Master Lehramt an Berufsbildenden Schulen

MH Master Lehramt an Berufsbildenden Schulen

MH Master Lehramt an Berufsbildenden Schulen

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

M.Ed. <strong>Lehramt</strong> <strong>an</strong> berufsbildenden <strong>Schulen</strong> – Modulh<strong>an</strong>dbuch<br />

Studieng<strong>an</strong>g:<br />

Unterrichtsfach:<br />

M.Ed. <strong>Lehramt</strong> <strong>an</strong> berufsbildenden <strong>Schulen</strong><br />

Mathematik<br />

Modul:<br />

Learning Outcomes:<br />

Stochastische Prozesse (Wahlpflicht Mathematik); Angebot im SoSe<br />

Die Studierenden erwerben Fähigkeiten zur Modellierung zufallsabhängiger Vorgänge, die zeitabhängig sind. In<br />

den Übungen wird durch die Diskussion und Präsentation der Lösungen von ausgewählten Übungsaufgaben die<br />

Team- und Kommunikationsfähigkeit der Studierenden gefördert.<br />

Die Vorlesung beh<strong>an</strong>delt die einfachsten, aber für die Anwendungen in Naturwissenschaften, Wirtschaft und<br />

Technik durchaus wichtigen Klassen von stochastischen Prozessen: Gauß-Prozesse, Punkt- bzw. Zählprozesse,<br />

Markov-Ketten und Markov-Prozesse.<br />

Lehrformen:<br />

Voraussetzung für die Teilnahme:<br />

Präsenzzeit/Lernzeit/Arbeitsaufw<strong>an</strong>d:<br />

Leistungsnachweise:<br />

Credits:<br />

Modulver<strong>an</strong>twortlicher:<br />

Vorlesung mit integrierten Übungen<br />

Einführung in die Wahrscheinlichkeitstheorie und Statistik<br />

4 SWS 56 h /124 h / 180 h<br />

1 LN<br />

mdl. Prüfung (20-30 Minuten)<br />

6 CP<br />

Prof. Christoph, Prof. Gaffke, Prof. Schwabe<br />

Studieng<strong>an</strong>g:<br />

Unterrichtsfach:<br />

M.Ed. <strong>Lehramt</strong> <strong>an</strong> berufsbildenden <strong>Schulen</strong><br />

Mathematik<br />

Modul:<br />

Learning Outcomes:<br />

Codierungstheorie und Kryptographie (Wahlpflicht Mathematik)<br />

Die Studierenden verfügen über Kenntnisse darüber, wie m<strong>an</strong> Daten gegenüber zufälligen Fehlern und unerlaubter<br />

M<strong>an</strong>ipulation sichert. Die Studierenden lernen, wie m<strong>an</strong> Methoden der Reinen Mathematik zur Lösung von<br />

Problemen aus der Praxis einsetzen k<strong>an</strong>n. Sie sind in der Lage, die Güte unterschiedlicher Verfahren einzuschätzen.<br />

In den Übungen wird durch die Diskussion und Präsentation der Lösungen von ausgewählten Übungsaufgaben die<br />

Team- und Kommunikationsfähigkeit der Studierenden gefördert.<br />

Inhalt:<br />

Codierungstheorie: Lineare Codes, Schr<strong>an</strong>ken, Decodierverfahren<br />

Kryptographie: Public Key Verfahren, Signaturen, Diskreter Logarithmus, Primzahltests, Faktorisierung<br />

Lehrformen:<br />

Voraussetzung für die Teilnahme:<br />

Präsenzzeit/Lernzeit/Arbeitsaufw<strong>an</strong>d:<br />

Leistungsnachweise:<br />

Credits:<br />

Modulver<strong>an</strong>twortlicher:<br />

Vorlesung, Übung<br />

Lineare Algebra, Algebra<br />

6 SWS 84 h /186 h / 270 h<br />

1 LN<br />

mdl. Prüfung (20-30 Minuten)<br />

9 CP<br />

Prof. Pott<br />

117

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!