Anmelden

Diese Seite unterstützt Internet Explorer nicht mehr.

Modulbeschreibung

Quantitative Methoden der Logistik

Inhalt

ür den Modulteil "Statistik"

  • Deskriptive Statistik: Häufigkeitsverteilungen, graphische Veranschaulichung, Verteilungsfunktion, Lage- und Streuungsparameter,

  • Zweidimensionale Daten, Kontingenztafeln, Kovarianz, Korrelationsrechnung, Regressionsrechnung

  • Stochastik: Laplace-Wahrscheinlichkeit, Kombinatorik, bedingte Wahrscheinlichkeit, Unabhängigkeit, Gesetz der großen Zahlen

  • Diskrete Zufallsvariablen: Verteilung, Verteilungsfunktion, Erwartungswert und Varianz, spezielle Verteilungen

  • Stetige Zufallsvariablen: Dichtefunktion, Verteilungsfunktion Erwartungswert und Varianz, spezielle Verteilungen, Zentraler Grenzwertsatz

  • Induktive Statistik: Schätzen und Testen

Für den Modulteil "Operations Research"

  • Modellierung: Erstellen eines linearen Modells

  • Lineare Optimierung und Simplex-Verfahren (primal und dual)

  • Graphentheorie: Dijkstra-, FIFO- und Kruskal-Algorithmus

  • Lineare Probleme mit spezieller Struktur: Transportproblem, Zuordnungsproblem, Umladeproblem

  • Netzplantechnik: Struktur- und Zeitplanung, Finanzplanung, Ressourcenoptimierung, Critical-Path-Method (CPM)

Lernergebnisse

Für den Modulteil "Statistik"

Fachkompetenz:

Die Studierenden kennen die in der Vorlesung vermittelten Grundlagen und sind in der Lage, diese zu erläutern und zu interpretieren. Sie sind in der Lage, für ein- und zweidimensionale Anwendungsdaten geeignete Methoden der deskriptiven Statistik auszuwählen und statistische Kenngrößen zu berechnen.

Sie kennen grundlegende Begriffe der Wahrscheinlichkeitsrechnung und können diese mittels einfachen Beispielen darstellen und erläutern. Einfache praxisrelevante Fragestellungen können den vermittelten grundlegenden Konzepten zugeordnet werden und einfache Kenngrößen können berechnet werden.

Lern- bzw. Methodenkompetenz:

Studierende können Arbeitsschritte bei der Problemlösung zielgerichtet planen und durchführen. Sie sind in der Lage, die daraus abgeleiteten Ergebnisse zu interpretieren und gegebenenfalls zu visualisieren.

Selbstkompetenz:

Studierende können ihre eigenen Fähigkeiten bei der Analyse von Problemstellungen und der Erarbeitung von Lösungswegen einschätzen.

Sozialkompetenz:

Studierende können sich gegenseitig beim Lösen von Aufgaben in Lerngruppen und im Rahmen von Selbstlerneinheiten unterstützen.

Für den Modulteil "Operations Research"

Fachkompetenz:

Die Studierenden kennen die in der Vorlesung vermittelten Grundlagen und sind in der Lage, diese zu erläutern und zu interpretieren. Sie sind in der Lage, für einfache praktische Optimierungsprobleme ein geeignetes Modell aufzustellen sowie für schwierigere Problemstellungen eine Modellierung zu skizzieren und schrittweise zu verfeinern.

Die in der Vorlesung behandelten Optimierungsalgorithmen können benannt werden und deren Funktionsweise dem Grunde nach erläutert werden. Für einfache praktische Fragestellungen kann ein Lösungsalgorithmus zugeordnet und angewandt werden und die berechnete Lösung kann plausibilisiert weden.

Lern- bzw. Methodenkompetenz:

Studierende können Arbeitsschritte bei der Problemlösung zielgerichtet planen und durchführen. Sie sind in der Lage, die daraus abgeleiteten Ergebnisse zu interpretieren und gegebenenfalls zu visualisieren.

Selbstkompetenz:

Studierende können ihre eigenen Fähigkeiten bei der Analyse von Problemstellungen und der Erarbeitung von Lösungswegen einschätzen.

Sozialkompetenz:

Studierende können sich gegenseitig beim Lösen von Aufgaben in Lerngruppen und im Rahmen von Selbstlerneinheiten unterstützen.

ECTS

8 Punkte

Studien- und Prüfungsleistungen

Prüfungsleistungen:
  • Quantitative Methoden der Logistik (120 min, Klausur)

Lehr- und Lernformen

  • Statistik (4 SWS, Vorlesung)
  • Operations Research (4 SWS, Vorlesung)

Studiengänge

  • Wirtschaftsingenieurwesen / Logistik(WL) - Pflichtmodul

Modulverantwortliche

Prof. Dr. Thorsten Titzmann

Dozenten

Prof. Dr. Thorsten Titzmann

Literatur

Domschke, W.; Drexl, A.. Einführung in Operations Research. Springer, Wiesbaden, 2010.
Domschke, W.; Drexl, A.; Klein, R.; Scholl, A.; Voß, S.. Übungen und Fallbeispiele zum Operations Research. Springer, Wiesbaden, 2011.
Sachs, M.. Wahrscheinlichkeitsrechnung und Statistik. Hanser, München, 2007.
Bosch, K.. Elementare Einführung in die Wahrscheinlichkeitsrechnung. , 2006.

Quicklinks