Lehrveranstaltungshandbuch Wissenschaftliches Rechnen

Lehrveranstaltung

Befriedigt Modul (MID)

• aktuelle
  • Ma TIN2012 WR

Organisation

Unterrichtssprache

• Deutsch

Niveau

• Master

Notwendige Voraussetzungen

Literatur

Dozenten

• Prof. Dr. Rhein

Wissenschaftliche Mitarbeiter

Zeugnistext

Kompetenznachweis

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