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



14 - 18 Uhr



online (Webex)

Mathematik Deutsch

Herr Arslan Austin

Mo-Fr



09 - 13 Uhr

online (Webex)

Link folgt

Mathematics English

 

Herr Arslan Austin



 

Mo-Fr



09 - 13 Uhr

Moodle

Statistik Deutsch Sabine Lauderbach, M.A.

Mo-Fr



14 - 18 Uhr

Moodle

Statistics English

Sabine Lauderbach, M.A.

Mo-Fr

13:30-

15:30 Uhr

und

16-18 Uhr

online

Link folgt

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