Lehrveranstaltungshandbuch Wissenschaftliches Rechnen


Verantwortlich: Prof. Dr. Beate Rhein

Lehrveranstaltung

Befriedigt Modul (MID)

Organisation

Version
erstellt 2012-04-12
VID 1
gültig ab SS 2015
gültig bis
Bezeichnung
Lang Wissenschaftliches Rechnen
MID F07_WR
MPID

Semesterplan (SWS)
Vorlesung
Übung (ganzer Kurs)
Übung (geteilter Kurs)
Praktikum
Projekt
Seminar
Tutorium (freiwillig)
Präsenzzeiten
Vorlesung
Übung (ganzer Kurs)
Übung (geteilter Kurs)
Praktikum
Projekt
Seminar
Tutorium (freiwillig)
max. Teilnehmerzahl
Übung (ganzer Kurs)
Übung (geteilter Kurs)
Praktikum
Projekt
Seminar

Gesamtaufwand: 150

Unterrichtssprache

  • Deutsch

Niveau

  • Master

Notwendige Voraussetzungen

Literatur

Dozenten

  • Prof. Dr. Rhein

Wissenschaftliche Mitarbeiter

Zeugnistext

de

Kompetenznachweis

Form
sMP

Aufwand [h]
sMP

Intervall: 1/Jahr


Lehrveranstaltungselemente

Vorlesung / Übung

Lernziele

Lerninhalte(Kenntnisse)
  • Grundbegriffe des wissenschaftlichen Rechnens (PFK 2, PFK 4)
  • Approximationsverfahren (PFK 5, PFK 6)
    • Metamodellierung
    • Regressionsverfahren
    • Statistische Versuchsplanung
  • Multikriterielle Optimierung (PFK 4, PFK 5, PFK 6)
    • Formulierung
    • Paretofront
    • Algorithmen
    • Visualisierung
  • Clusteranalyse (PFK 5, PFK 6)
    • Partionierende Verfahren
    • Hierarchische Verfahren
    • Dichtebasierte Verfahren
    • Gütemaße

Fertigkeiten
  • Zu Anwendungsaufgaben passende mathematische Verfahren kennen, diese über numerische Methoden und geschickte Implementierung in laufzeit- und speicherplatzoptimierte Programme umsetzen (PFK 2, PFK 6)
  • Approximationsverfahren kennen und für eine Aufgabenstellung passendes Verfahren auswählen und anwenden (PFK 5)
  • Anwendungsaufgabe als multikriterielle Optimierungsaufgabe formulieren und lösen können (PFK 5)
  • Methoden der Clusteranalyse kennen, passendes Verfahren auswählen und anwenden (PFK 5)

Kompetenzen
  • Für eine Anwendungsaufgabe aus dem Bereich der Approximationsverfahren, der multikriteriellen Optimierung oder der Clusteranalyse geeigneten Algorithmus auswählen
  • Algorithmus durch geschickte Kombination von Methoden der Numerik und der Informatik effizient implementieren

Begleitmaterial

  • Elektronische Vortragsfolien zur Vorlesung
  • Rechnerbasierte Entwicklungswerkzeuge
  • Elektronische Tutorials für das Selbststudium

Besondere Voraussetzungen

  • keine

Besondere Literatur

  • keine

Besonderer Kompetenznachweis

Praktikum

Lernziele

Fertigkeiten (PFK 8)
  • Anwendung und Programmierung von Approximationsverfahren in MATLAB
  • Anwendung und Programmierung multikriterieller Optimierungsverfahren in MATLAB
  • Anwendung und Programmierung von Clusterverfahren in MATLAB

Handlungskompetenz demonstrieren (PFK 4, PFK 5)
  • numerische Verfahren effizient implementieren
  • Algorithmen hinsichtlich ihrer Komplexität bewerten

Begleitmaterial

  • Elektronische Aufgabenbeschreibung
  • Beispielprogramme
  • Programmiersprache für Wissenschaftliches Rechnen
  • Elektronische Tutorials für Selbststudium

Besondere Voraussetzungen

  • keine

Besondere Literatur

Besonderer Kompetenznachweis

  • Präsentation der Ergebnisse des Praktikums
  • Beitrag zum LV-Ergebnis
  • Intervall
    • 1/Jahr

Topic-Revision: r3 - 11 Jan 2016, GeneratedContent
 
Diese Seite läuft auf FoswikiDas Urheberrecht © liegt bei den mitwirkenden Autoren. Alle Inhalte dieser Kollaborations-Plattform sind Eigentum der Autoren.
Ideen, Anfragen oder Probleme bezüglich Foswiki? Feedback senden