Archiv / Archive

Sommersemester 2019: Online-Lehrveranstaltungskatalog
Summer term 2019: Course Catalogue

Abkürzungen / abbreviations:
V, VO = Vorlesung / lecture, Ü = Übung / problem class, T = Tutorium / tutorial, S = Seminar / seminar
Categories: Zielgruppe = audience, Klassifizierung = classification, Inhalt = Curriculum, Einschreibung = inscription, Leistungsnachweis = type of examination,
Dozent/Zeit/Ort = Lecturer/Time/Venue



Master Computational Modeling and Simulation (CMS)

Ein Studiengang der Fakultät Informatik, der Fakultät Mathematik und des Center for Molecular and Cellular Bioengineering.
Die Modulbeschreibungen finden Sie in der Studienordnung: Anlage 1: Modulbeschreibungen
  
Modul Math Ma PDENMW: Numerik mit partiellen Differentialgleichungen – weiterführende Konzepte: Adaptive Finite-Elemente-Methoden
3+1+0 F01/545
Zielgruppe Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik, Master CMS
Klassifizierung Master Math: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zu den Studienschwerpunkten 'Analysis und Stochastik' und 'Numerik, Optimierung, Modellierung und Simulation'.
Master TMath: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zu den Studienschwerpunkten 'Analysis und Stochastik' und 'Numerik, Optimierung, Modellierung und Simulation'.
Master WMath: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich.
Vorkenntnisse Grundkenntnisse der Numerik von partiellen Differentialgleichungen; Grundwissen in Differentialgeometrie ist wünschenswert
Inhalt Die klassische Finite-Elemente-Methode zur numerischen Lösung von partiellen Differentialgleichungen nutzt Triangulierungen, die überall gleich fein sind. Das kann eine große Verschwendung sein! Schlauer wäre doch, ein Gitter zu nehmen, das dort und nur dort hochaufgelöst ist, wo die Finite-Elemente-Lösung der Gleichung das auch erfordert. Dummerweise müsste man natürlich die Lösung schon kennen, um so ein Gitter zu konstruieren, und die hat man natürlich nicht. Das ganze kann also nicht funktionieren. Denkt man. Kurioserweise gibt es trotzdem Verfahren die gleichzeitig eine FE-Lösung und eine dazu passende Triangulierung erzeugen. Dazu muss wiederholt der aktuelle Fehler geschätzt, und die Triangulierung entsprechend umgebaut werden. Solche Verfahren funktionieren in der Praxis erstaunlich gut. Die Mathematikerin will aber natürlich wissen ob das Verfahren auch in der Theorie funktioniert, d.h. ob es Lösungen produziert die gegen die Lösung der Differentialgleichung konvergieren. Dass es das tut ist ein erstaunlich neues Resultat. Außerdem möchte sie wissen ob sich der Aufwand auch lohnt. Um das zu zeigen braucht man viele schöne Mathematik, mit Anleihen aus der Geometrie, der Funktionalanalysis, und der Komplexitätstheorie.
Einschreibung   1. Vorlesung
Leistungsnachweis   laut Modulbeschreibung
OPAL  OPAL-Kurs
Sprache / Language  English on request
Dozent∗in/Zeit/Ort Sander    V    Mo / Mon    5. DS (14:50-16:20)   WIL C204              
  Sander    V    Mi / Wed    3. DS (11:10-12:40)   WIL C133            
  Hardering    Ü                (in Vorlesung integriert)      
  
Modul Math Ma SCCOMP: Große dünnbesetzte Gleichungssysteme / Large sparse linear systems
3+1+0 F01/642
Zielgruppe Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik, Master CMS
Klassifizierung Master Math: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zum Studienschwerpunkt 'Numerik, Optimierung, Modellierung und Simulation'.
Master TMath: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich, gehört zum Studienschwerpunkt 'Numerik, Optimierung, Modellierung und Simulation'.
Master WMath: Wahlpflichtmodul im Mathematischen Wahlpflichtbereich.
Vorkenntnisse Kompetenzen aus den Gebieten Modellierung und Simulation auf Bachelor-Niveau und abhängig von der inhaltlichen Ausrichtung ggf. Grundkenntnisse zu partiellen Differentialgleichungen auf Bachelor-Niveau.
Inhalt DE
Beschreibung: Dieses Modul befasst sich mit der Lösung von Gleichungssystemen, die aus der Diskretisierung von partiellen Differentialgleichungen entstehen. In der Regel sind diese System sehr groß, mit vielen millionen Unbekannten, und dünn besetzt. Wir wollen uns mit direkten und iterativen Lösungsstrategien beschäftigen, die die Struktur des Problems, beispielsweise die Diskretisierung auf einem Gitter, ausnutzen. Mögliche Themen umfassen Krylov-Methoden, Gebietszerlegungsverfahren und Mehrgitter Ansätze.
EN
Abstract: In this class, we focus on the solution of linear systems arising from the discretization of partial differential equations. Those systems of equations are typically very large, i.e. millions of unknowns, and sparse. We want to discuss solution strategies involving the structure of the problem, e.g. that the equations arise from discretization on a computational grid. Possible topics include: Krylov-subspace methods, domain decomposition, and multigrid approaches.
Einschreibung   1. Lehrveranstaltung
Leistungsnachweis   laut Modulbeschreibung
Internet  Webseite zur Vorlesung
Sprache / Language  English on request
Dozent∗in/Zeit/Ort Praetorius    V    Di / Tue    3. DS (11:10-12:40)   WIL C206              
  Praetorius    V/Ü    Do / Thu    3. DS (11:10-12:40)   WIL A124            
  
Modul Math Ma MODSEM: Modellierungsseminar / CMS-CMA-MODSEM Modeling Case Studies
0+4+0 F01/644
Zielgruppe Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik, Master CMS
Klassifizierung Master TMath: Pflichtmodul
Vorkenntnisse Es werden Kompetenzen aus den Modulen Math-Ma-PDEANA, Math-Ma-FEM, Math-Ma-PDENM vorausgesetzt.
Einschreibung   Master Technomathematik: siehe OPAL-Kurs, Master CMS: in SELMA
Leistungsnachweis   laut Modulbeschreibung
OPAL  OPAL-Kurs für die Einschreibung (Technomathematik)
Sprache / Language  English
Dozent∗in/Zeit/Ort Voigt    S    Mo / Mon    4. DS (13:00-14:30)   WIL C203            
  
Modul CMS-SEM: Literature Studies in Computational Modeling
0+0+2 F01/647
Zielgruppe Master-Studiengang CMS - Computational Modeling and Simulation
Klassifizierung Master TMath: Pflichtmodul
Leistungsnachweis   laut Modulbeschreibung
Sprache / Language  English
Dozent∗in/Zeit/Ort Voigt    S    Fr / Fri    2. DS (09:20-10:50)   WIL C307            



  •  •  •   Fakultativ - Für alle Interessenten:
Vorlesungen / Forschungsseminare / Seminare / Gastvorträge in den Instituten   •  •  •  
  
Seminar des Institutes für Numerische Mathematik
0+2+0 F01/555
Zielgruppe Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik (Spezialisierung Numerische Mathematik)
Inhalt Vorstellung aktueller Ergebnisse zur Numerischen Mathematik, Gastvorträge
Internet  Aktuelle Vorträge
Dozent∗in/Zeit/Ort Fischer    S    Di / Tue    5. DS (14:50-16:20)   WIL C307            
  
Seminar Differentialgleichungen
0+2+0 F01/556
Zielgruppe Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik (Spezialisierung Numerische Mathematik)
Vorkenntnisse Numerik partieller Differentialgleichungen
Inhalt Aktuelle Forschungsergebnisse im Fachgebiet
Internet  Aktuelle Vorträge
Dozent∗in/Zeit/Ort Sander    S    Di / Tue    3. DS (11:10-12:40)   WIL C203            
  
Seminar Optimierung und optimale Steuerung
0+2+0 F01/557
Zielgruppe Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik (Spezialisierung Numerische Mathematik)
Inhalt Vorträge zu den Themengebieten Optimierung und optimale Steuerung sowie verwandten Gebieten
Internet  Aktuelle Vorträge
Dozent∗in/Zeit/Ort Fischer    S    Di / Tue    3. DS (11:10-12:40)   WIL C307            
  
Forschungsseminar des Institutes für Wissenschaftliches Rechnen
0+2+0 F01/655
Zielgruppe Master-Studiengänge Mathematik, Technomathematik, Wirtschaftsmathematik
Inhalt Vorträge eingeladener Wissenschaftler zu ausgewählten Themen aus Gebieten des Wissenschaftlichen Rechnens.
Internet  Aktuelle Vorträge
Dozent∗in/Zeit/Ort Voigt    S    Mo / Mon    3. DS (11:10-12:40)   WIL A120            





 Autor: Lehrveranstaltungsmanagement Mathematik
 Für Impressum, Datenschutzerklärung und Barrierefreiheit siehe Startseite des Lehrveranstaltungsarchivs