Brückenkurse der Fakultät Kommunikation und Umwelt
Brückenkurse sind Intensivkurse vor Beginn eines Studiums. Die Teilnahme ist freiwillig und es werden keine Credit Points vergeben. Brückenkurse dienen dazu, bereits erworbenes Wissen aufzufrischen und eventuell vorhandene, kleine Wissenslücken zu schließen.
Im Folgenden finden Sie die aktuell geplanten Brückenkurse für die Zeit vom 11. - 15. September 2023. Bitte beachten Sie, dass sich das Programm noch kurzfristig ändern kann. Sollten Sie sich für einen oder mehrere der angebotenen Brückenkurse interessieren, können Sie sich über unser Webformular anmelden. Die Deadline zur Anmeldung endet am 27.08.2023 um 23:59 Uhr.
In der Woche vom 28.08.-01.09.2023 erhalten Sie nach erfolgter Anmeldung die Zugangsdaten und weitere Informationen zu den Brückenkursen per E-Mail.
Brückenkurse in der Zeit vom 11. bis 15. September
Uhrzeit | Titel | Sprache | Dozent*in |
---|---|---|---|
Mo-Fr |
Mathematik | Deutsch |
Herr Arslan Austin |
Mo-Fr online (Webex) |
Mathematics | English |
Herr Arslan Austin |
Mo-Fr |
Statistik | Deutsch | Sabine Lauderbach, M.A. |
Mo-Fr |
Statistics | English |
Sabine Lauderbach, M.A. |
Mo-Fr 13:30- online |
Physics | English | Kevin Shehu |
Themen der einzelnen Kurse:
Mathematik (Deutsch)
- Einleitung – Formalismus in der Wissenschaft
- Funktionen – Grundlagen und Anwendung
- Gleichungen – Grundlagen und Anwendung
- Matrizes – Grundlagen und Anwendung
- Differentiation (Ableitung) – Grundlagen und Anwendungen
- Integration – Grundlagen und Anwendungen
- Finanzmathematik – Grundlagen und Anwendungen
Mathematics (English)
- Introduction – comment on formalism in science
- Functions – fundamentals and application
- Equations – fundamentals and application
- Matrices – fundamentals and application
- Differentiation – fundamentals and applications
- Integration – fundamentals and applications
- Financial mathematics – fundamentals and applications
Statistik (Deutsch)
Tag 1: Deskriptives, Lagemaße und Streuung: Mittelwert, Standardabweichung, Ausreißer, Boxplot und Punktdiagramm, Normalverteilung, Schiefe, Kurtosis.
Tag 2: LaPlace-/Nicht La-Place Experimente, Wahrscheinlichkeiten, Münzwürfe, P-Wert, Urnenmodelle, Population und Stichprobe, Bedingte Wahrscheinlichkeit, Bayes Theorem.
Tag 3: Konfidenzintervall, Signifikanzniveau, H0/H1 und das Fehlalarm Paradoxon, Statistische Tests parametrisch und nicht parametrisch, Funktionsweise Chi-Square und Student T-Test (H0/H1 Test).
Tag 4: Self-Study Chi-Square Goodness of Fit / Casestudy: Problem des Handlungsreisenden, Lernvideos.
Tag 5: Parameterschätzung, Alpha und Beta Fehler, Anpassungsgüte, Optimierungsverfahren, Wahrscheinlichkeitsfunktionen, Arbeit mit Statistik Programmen (Jasp/SPSS/PSPP, R).
Statistics (English)
Day 1: Descriptives, mean, standard deviation, outliers, box plot and scatter plot, normal distribution, skewness and kurtosis.
Day 2: LaPlace/Non La Place experiments, probabilities, coin tosses, P-Value, urn problem, population and sample, conditional probability, Bayes' Theorem.
Day 3: Confidence interval, measuring significance, H0/H1 and false positive paradox, statistical tests parametric and non-parametric, chi-square and Student's T-Test.
Day 4: Self-Study Chi-Square Goodness of Fit / case study: the travelling salesman problem, learn videos.
Day 5: Parameter estimation, alpha and beta errors, goodness of fit, optimization methods, probability functions, working with statistical programs (Jasp/SPSS/PSPP, R).
Physics (English)
- Physical quantities
- The power of 10
- Dimensions and units, calculating with units
- Significant figures
- Derivatives and Antiderivatives
- 1D Motion
- Vectors
- 3D Motion
- Dealing with systems of equations
- Trigonometry
- Complex numbers