Achtung: diese Seite wird nur zu Testzwecken betrieben. Hier gelangen Sie zur Madipedia-Website: https://madipedia.de

Joachim Engel: Unterschied zwischen den Versionen

Aus dev_madipedia
Zur Navigation springen Zur Suche springen
[gesichtete Version][gesichtete Version]
Keine Bearbeitungszusammenfassung
Zeile 11: Zeile 11:
| email = engel@ph-ludwigsburg.de                                <!-- aktuelle E-Mail-Adresse -->
| email = engel@ph-ludwigsburg.de                                <!-- aktuelle E-Mail-Adresse -->
| homepage = http://www.joachimengel.eu                      <!-- URL der Homepage, inkl. http:// -->
| homepage = http://www.joachimengel.eu                      <!-- URL der Homepage, inkl. http:// -->
| MGP-ID = 8910
}}
}}



Version vom 22. April 2016, 05:57 Uhr

<img src="https://madipedia.de/images/Madipedia-Logo.png" alt="Madipedia" height="30">Begutachtete
Dissertationen
<img src="https://madipedia.de/images/Madipedia-Logo.png" alt="Madipedia" height="30">Betreute
Dissertationen

Prof. Dr. Joachim Engel.
Pädagogische Hochschule Ludwigsburg.
Eigene Homepage: http://www.joachimengel.eu.
E-Mail
Personen-ID im Mathematics Genealogy Project: 8910 
{{

 #loop: i
 | 0                     
 | 1 
 |   

}}


Kurzvita

Veröffentlichungen

Bücher, Monographien

  • Anwendungsorientierte Mathematik: Von Daten zur Funktion. Eine Einführung in die mathematische Modellbildung für Lehramtsstudierende. Springer Verlag: Heidelberg: 2009
  • Komplexe Zahlen und ebene Geometrie. Oldenbourg Verlag: München, 2009

Fachdidaktische Aufsätze in begutachteten wissenschaftlichen Zeitschriften

  • Bootstrap oder über die Kunst, sich selbst aus dem Sumpf zu ziehen. Mathematische Semesterberichte 55(2), 113-130, 2008 (zusammen mit Rudolf Grübel)

Fachmathematische Aufsätze in begutachteten Zeitschriften

  • The Multiresolution Histogram, Metrika(46), 41 – 57, 1997

Arbeitsgebiete

  • Didaktik der angewendungsorientierten Mathematik
  • Statistical Literacy
  • Stochastik in der Schule
  • Mathematische Modellbildung
  • Lernen mit neuen Medien
  • Nichtparametrisches Schätzen von Funktionen, Data Smoothing, Multivariate Statistik

Projekte

Mitgliedschaften