MLU
MAT.03665.05 - Vertiefungsmodul Numerik (Complete module description)
Original version English
MAT.03665.05 5 CP
Module label Vertiefungsmodul Numerik
Module code MAT.03665.05
Semester of first implementation
Faculty/Institute Institut für Mathematik
Module used in courses of study / semesters
  • Mathematik (Gymnasium) (ELF) (Lehramt) > Mathematik Mathematik (Gymnasium) (ELF), Version of accreditation (WS 2007/08 - SS 2012) > Wahlpflicht-Modul für das umfangreichere Fach
  • Mathematik (Gymnasium) (ELF) (Lehramt) > Mathematik Mathematik (Gymnasium) (ELF), Version of accreditation (WS 2012/13 - SoSe 2023) > Wahlpflicht-Modul für das umfangreichere Fach
  • Mathematik mit Anwendungsfach (180 LP) (Bachelor) > Mathematik Mathematik m. Anw.fach180, Version of accreditation (WS 2006/07 - SS 2013) > Vertiefungsmodule
  • Mathematik (Sekundarschule) (ELF) (Lehramt) > Mathematik Mathematik (Sekundar) (ELF), Version of accreditation (WS 2007/08 - SS 2012) > Wahlpflicht-Modul für das umfangreichere Fach
  • Mathematik (Sekundarschule) (ELF) (Lehramt) > Mathematik Mathematik (Sekundar) (ELF), Version of accreditation (WS 2007/08 - SS 2012) > Wahlpflicht-Modul für das umfangreichere Fach
  • Mathematik (Sekundarschule) (ELF) (Lehramt) > Mathematik Mathematik (Sekundar) (ELF), Version of accreditation (WS 2012/13 - SoSe 2023) > Wahlpflicht-Modul für das umfangreichere Fach
  • Mathematik (Sekundarschule) (ELF) (Lehramt) > Mathematik Mathematik (Sekundar) (ELF), Version of accreditation (WS 2012/13 - SoSe 2023) > Wahlpflicht-Modul für das umfangreichere Fach
  • Wirtschaftsmathematik (180 LP) (Bachelor) > Wirtschaftsmathematik Wirtschaftsmathematik180, Version of accreditation (WS 2006/07 - SS 2013) > Vertiefungsmodul
  • Wirtschaftsmathematik (180 LP) (Bachelor) > Wirtschaftsmathematik Wirtschaftsmathematik180, Version of accreditation (WS 2013/14 - SS 2022) > Vertiefungsbereich
Responsible person for this module
Further responsible persons
Prof. Dr. Martin Arnold; Prof. Dr. Raphael Kruse
Prerequisites
Skills to be acquired in this module
  • Die Studierenden sollen ein vertieftes Verständnis für grundlegende Prinzipien und Fragestellungen der numerischen Mathematik erzielen.
  • Die Studierenden erlangen Fähigkeiten und Methodenkenntnisse, mit denen Fragestellungen aus den Natur- und Lebenswissenschaften computerbasiert bearbeitet werden können.
  • Die Studierenden sollen grundlegendes Fachwissen erwerben, die für eine ggf. anschließende Bachelorarbeit in der Numerischen Mathematik qualifizieren.
  • Die zugehörigen Übungen dienen neben der Vertiefung der Vorlesungsinhalte auch dem Erwerb von Kommunikationsfähigkeiten und Präsentationskompetenzen.
Module contents
Es kann aus den folgenden Veranstaltungen gewählt werden:
  • Differenzengleichungen und ihre Anwendung
Lineare Differenzengleichungen; Systeme mit konstanten Koeffizienten; Stabilität; Asymptotisches Verhalten; Anwendungen (iterative Lösung linearer Gleichungssysteme, orthogonale Polynome, A-Stabilität linearer Mehrschrittverfahren)
  • Geometrische Zeitintegration
Bei der numerischen Lösung von Anfangswertproblemen für zeitabhängige Differentialgleichungen ("Zeitintegration") erweisen sich numerische Lösungsverfahren als vorteilhaft, die gewisse qualitative Eigenschaften des mathematischen Modells berücksichtigen (Energieerhaltung, lineare und nichtlineare Invarianten, ...). Gegenstand der Vorlesung ist die Konstruktion, Analyse und praktische Umsetzung dieser sog. "geometrischen" Zeitintegrationsverfahren sowie deren Anwendung in den Naturwissenschaften.
  • Numerische Methoden der Nichtlinearen Optimierung
Optimierungsaufgaben, praktische Anwendungen; Ableitungsfreie Optimierungsverfahren; Freie Optimierungsprobleme: Theoretische Grundlagen; Gradientenbasierte Lösungsverfahren für freie Minimierungsprobleme: Konvergenzanalyse, Fehlerabschätzungen, praktische Aspekte; Optimierungsprobleme mit linearen Gleichungs- und Ungleichungsnebenbedingungen: Optimalitätsbedingungen, (Newton-)SQP-Verfahren; Optimierungsprobleme mit nichtlinearen Nebenbedingungen: Optimalitätsbedingungen, Lagrange-Newton-SQP-Verfahren
  • Monte Carlo Methoden und Zufallszahlengeneratoren
Pseudo-Zufallszahlengeneratoren für die Gleichverteilung (u.a. LCGs, Mersenne Twister); Methoden zur Generierung der Normalverteilung (u.a. Box-Muller Methode, Ziggurat Algorithmus); Direkte Simulation (statistische Auswertung, Konvergenzbegriffe und Komplexitätsanalyse); Varianzreduktionstechniken (u.a. antithetic sampling, control variates, stratified sampling); Multilevel Monte Carlo; Markov Chain Monte Carlo
Forms of instruction Lecture (2 SWS)
Exercises (1 SWS)
Course
Languages of instruction German, English
Duration (semesters) 1 Semester Semester
Module frequency jedes Semester
Module capacity unlimited
Time of examination
Credit points 5 CP
Share on module final degree Course 1: %; Course 2: %; Course 3: %.
Share of module grade on the course of study's final grade 1
Reference text
Angebotsturnus im Wechsel mit anderen Vertiefungsmodulen
Module course label Course type Course title SWS Workload of compulsory attendance Workload of preparation / homework etc Workload of independent learning Workload (examination and preparation) Sum workload
Course 1 Lecture Vorlesung 2 0
Course 2 Exercises Übung 1 0
Course 3 Course Selbststudium 0
Workload by module 150 150
Total module workload 150
Examination Exam prerequisites Type of examination
Course 1
Course 2
Course 3
Final exam of module
Lösen von Übungsaufgaben und deren Präsentation
mündliche Prüfung
Exam repetition information
Prerequisites and conditions Prerequisites Frequency Compulsory attendance Share on module grade in percent
Course 1 Summer or winter semester No %
Course 2 Summer or winter semester No %
Course 3 Summer or winter semester No %