Modulhandbuch MaTIN2012_Wissenschaftliches Rechnen

---

Verantwortlich: Prof. Dr. Beate Rhein

Modul

Anerkennbare Lehrveranstaltung (LV)

• F07 WR

Organisation

Bezeichnung Lang MaTIN2012_Wissenschaftliches Rechnen MID MaTIN2012_WR MPID

Zuordnung Studiengang MaTIN2012 Studienschwetpunkt alle Wissensgebiete VGMT, SPP

Einordnung ins Curriculum Fachsemester 1-2 Pflicht Wahl E

Version erstellt 2012-04-12 VID 1 gültig ab SS 2015 gültig bis

Zeugnistext

de

Wissenschaftliches Rechnen

en

Scientific Computing

Unterrichtssprache

Deutsch

Modulprüfung

Form der Modulprüfung
sMP	mündliche Prüfung

Beiträge ECTS-CP aus Wissensgebieten
VGMT	3
SPP	2
Summe	5

Aufwand [h]: 150

---

Prüfungselemente

Vorlesung / Übung

Form Kompetenznachweis
bÜA	Präsenzübung und Selbstlernaufgaben

Beitrag zum Modulergebnis
bÜA	unbenotet

Spezifische 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)

Exemplarische inhaltliche Operationalisierung

In Anwendungen können Abhängigkeiten zwischen Ein- und Ausgabeparametern häufig nur über Versuche oder aufwändige Simulationen für einzelne Parameterkombinationen bestimmt werden. Um eine funktionale Abhängigkeit für den gesamten Parameterraum zu modellieren, werden zunächst mit Methoden der statistischen Versuchsplanung die zu simulierenden Parameterkombniationen bestimmt und anschließend mit Hilfe von Approximationsverfahren ein Metamodell erstellt. Dieses Verfahren wird anhand der Optimierung eines Pressfittings durchgeführt.

Praktikum

Form Kompetenznachweis
bSZ	praxisnahes Szenario bearbeiten

Beitrag zum Modulergebnis
bSZ	Voraussetzung für mündliche Prüfung

Spezifische Lernziele

Fertigkeiten

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

Handlungskompetenz demonstrieren

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

Exemplarische inhaltliche Operationalisierung