|
Lernziele / Kompetenzen
|
Kompetenzen:
Die Studierenden können betriebswirtschaftliche Aufgabenstellungen auf Grundlage quantitativer Daten
analysieren, planen und entscheiden.
Sie können Modellierungstechniken zur Formalisierung des realwirtschaftlichen Sachverhaltes in die Sprache der Mathematik umsetzen und beherrschen zugehörige mathematische Verfahren und deren Anwendung insbesondere bzgl. Prämissen, Auswahl, Spezifikation und Interpretation.
Dies wird durch das Einüben der Methodenanwendung anhand von betriebsnahen Fallbeispielen und durch Einweisung in die Nutzung von Software zu Lösungszwecken ermöglicht.
Lehrinhalte:
Analytische Statistik:
Grundlagen Wahrscheinlichkeitstheorie
Diskrete Verteilungen
Stetige Verteilungen
Schätzverfahren
Testverfahren
Operations Research:
Grundlagen der Modellbildung und der Entscheidungstheorie
Lineare Optimierung
Transport- und Flussprobleme
Komplexitätstheorie
Ganzzahlige und kombinatorische Optimierung
Dynamische Optimierung
|
|
Veranstaltungen
|
Analytische Statistik
| Art |
Vorlesung/Übung |
| Nr. |
BW1104 |
| SWS |
2.0 |
| Lerninhalt |
Inhalte:
- Grundlagen Wahrscheinlichkeitstheorie
- Diskrete Verteilungen (Binomial-, Hypergeometrische, Poisson-Verteilung)
- Stetige Verteilungen (Gleich-, Exponential-, Normal-Verteilung und Testverteilungen sowie Approximationsformeln)
- Schätzverfahren (Konfidenzintervalle, Stichprobenumfang)
- Testverfahren (Parametertests, Varianzanalyse (einfach, doppelt), Verteilungstests
Lernziele:
Die Studierenden können grundlegende Methoden und Instrumente der analytischen Statistik für verschiedene Problemstellungen in der betrieblichen Praxis anwenden. |
| Literatur |
- Bol (2007): Wahrscheinlichkeitstheorie, 6. Auflage, München (Oldenbourg Verlag)
- Scharnbacher, K. (2004): Statistik im Betrieb, 14. Auflage, Wiesbaden (Gabler Verlag)
- Senger (2008): Induktive Statistik (Oldenbourg Verlag)
|
Operations Research
| Art |
Vorlesung/Übung |
| Nr. |
BW1116 |
| SWS |
2.0 |
| Lerninhalt |
Inhalte:
- Grundlagen der Modellbildung und der Entscheidungstheorie
- Lineare Optimierung
- Transport- und Flussprobleme
- Flussprobleme
- Komplexitätstheorie
- Ganzzahlige und kombinatorische Optimierung
- Dynamische Optimierung
Lernziele:
Die Studierenden können betriebswirtschaftliche Problemstellungen in Planungsprozessen mit der Bestimmung von Zielen und Handlungsmöglichkeiten mittels mathematischer Methoden modellieren. Sie eignen sich grundlegende Verfahren (Algorithmen) zur Lösung der modellierten Problemstellungen an. Die Studierenden beherrschen die Verfahrensauswahl und –anpassung sowie die Ergebnisbewertung bzgl. Zulässigkeit, Lösungsgüte und Laufzeiteffizienz. Die Verfahren für z. B. Produktionsplanung, Touren- und Transportplanung, Reihenfolgeplanung, Zuordnungsprobleme, Ertragsmanagement etc. werden angewendet und eingeübt.
|
| Literatur |
- Domschke, W./ Drexl, A. (2011): Einführung in Operations Research, 8. Auflage, Springer, Berlin/Heidelberg
- Ellinger, T./ Beuermann, G./ Leisten, R. (2003): Operations Research: Eine Einführung. 6. Auflage. Springer, Berlin u. a.,
- Suhl, L./ Mellouli, T. (2009): Optimierungssysteme. Modelle, Verfahren, Software, Anwendungen. 2. Auflage. Springer, Berlin u. a.
|
|