Numerische Analyse und wissenschaftliches Rechnen

Immer leistungsfähigere Rechner und immer besserer Algorithmen haben über die letzten Jahrzehnte die numerische Simulation komplexer Prozesse und Systeme zu einem unverzichtbaren Hilfsmittel in Wissenschaft, Technik, und darüber hinaus werden lassen. Dieser Themenschwerpunkt führt die Studierenden in die mathematischen und algorithmischen Grundlagen ein, die numerischen Methoden verschiedenster Art zugrundeliegen. Im Zentrum steht ihre strenge mathematische Analyse, die sich mit Fragen der Stabilität, Approximation, Genauigkeit und Konvergenz befasst. Daneben wird auch ihre Effizienz im Hinblick auf die Rechenkosten und den Gewinn an Genauigkeit untersucht. Es werden Methoden aus so unterschiedlichen Bereichen der Mathematik wie Funktionalanalysis, Differentialgeometrie, Theorie der Differentialgleichungen und Stochastik sowie Konzepte aus der Informatik angewendet.

Das Seminar für Angewandte Mathematik (SAM, Englisch) beschäftigt sich mit mathematischer Modellierung, numerischer Analysis und den mathematischen Grundlagen numerischer Methoden. Besondere Forschungsschwerpunkte sind numerische Methoden für partielle Differentialgleichungen (Finite Elemente und Randelemente), Methoden für hochdimensionale Probleme, strukturerhaltende Diskretisierung, Algorithmen für «uncertainty quantification» (UQ), modellbasiertes maschinelles Lernen und inverse Probleme.

Grundlagen

Empfohlene Vorlesungen (diese werden in der Regel während des Bachelor-Studiums im dritten Jahr besucht)

  • Numerische Methoden für partielle Differentialgleichungen I (Elliptische und parabolische Probleme) (Herbstsemester)
  • Numerische Methoden für partielle Differentialgleichungen II (Hyperbolische Probleme) (Frühjahrssemester)

Es wird auch empfohlen, Vorlesungen über Funktionalanalysis, Theorie der partiellen Differentialgleichungen und Wahrscheinlichkeitstheorie zu besuchen.

Fortgeschrittene

Einige dieser Vorlesungen werden unregelmässig und andere regelmässig jedes Semester angeboten.

  • Moderne numerische Methoden für Rechnergestützte Wissenschaften
  • Mathematische und numerische Methoden für Photonik
  • Numerische Berechnung elektromagnetischer Felder
  • Numerische Lösung von stochastischen Differentialgleichungen
  • Inverse Probleme

Algorithmisches Denken ist ein wesentlicher Bestandteil der Computermathematik. Daher werden Projekte in diesem Bereich in der Regel die Software-Implementierung und empirische Untersuchung numerischer Methoden beinhalten. Daher werden Programmierkenntnisse in einer Allzweck- (C++, Pyhton) oder domänenspezifischen (MATLAB, Julia) Programmiersprache erwartet.

JavaScript wurde auf Ihrem Browser deaktiviert