Höhere Mathematik & Simulation

Lehrinhalte

Die Lehrveranstaltung behandelt Themen der höheren Mathematik, die Grundlagen der Modellierung und Simulation, sowie deren Anwendung in computergestützen Analysewerkzeugen (Excel, R, Python, etc.)

Die Kerninhalte umfassen:
[1] n-dimensionale Vektor- und Matrizenrechnung
[2] Grundlagen der Optimierung
[3] Grundlagen der Modellbildung
[4] Monte Carlo Methoden zur Simulation
[5] Bootstrap Methoden zur Simulation

Im Rahmen der Lehrveranstaltung werden zudem die digitalen Kompetenzen der TeilnehmerInnen durch die Anwendung der gelernten Inhalte in state of the art Software (Excel, R, Python, etc) gefördert.

Lernergebnisse der LV

AbsolventInnen besitzen Grundkenntnisse der Wirtschafts- und Finanzmathematik, verstehen die Grundlagen der Datenanalyse, können diese anwenden und Daten mit statistischen Methoden zu beschreiben. Überdies sind die Studierenden in der Lage Daten auf deren Qualität hin zu überprüfen und verstehen die Funktionsweise von Simulationen. Ebenso haben die Studierenden Kenntnisse über das betriebliche Rechnungswesen und kennen die Grundsätze ordnungsgemäßer Buchführung, das System doppelter Buchhaltung, könnnen Geschäftsfälle verbuchen und können Vorgänge und Zusammenhänge in Bilanz und GuV beschreiben und darstellen.

Empfohlene oder verpflichtende Fachliteratur und andere Lernressourcen bzw. –instrumente

Bücher: Hackl: Einführung in die Ökonometrie;
Munzert: Automated Data Collection with R;
Kähler: Statistische Datenanalyse;
Waldmann, Helm: Simulation stochastischer Systeme
Nahrstedt: Die Monte-Carlo-Methode;
Knut Sydsaeter / Peter Hammond: Mathematik für Wirtschaftswissenschaftler;
Albrecht, P., Grundprinzipien der Finanz- und Versicherungsmathematik;
Schira: Statistische Methoden der VWL und BWL;
Zwerenz: Statistik - Einführung in die computergestützte Datenanalyse;
Fachzeitschriften:

Art der Vermittlung

ILV

Voraussetzungen und Begleitbedingungen

Quantitative Grundlagen 1

Prüfungsmethode und Beurteilungskriterien

LV-abschließende Prüfung, zusätzlich immanente Beurteilung