Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Logout in [min] [minutetext]

Wissenschaftliches Rechnen - Einzelansicht

Grunddaten
Veranstaltungsart Vorlesung Langtext
Veranstaltungsnummer 106232 Kurztext
Semester WS 2016/17 SWS 4
Erwartete Teilnehmer/-innen Studienjahr
Max. Teilnehmer/-innen
Credits 6 ECTS Belegung Belegpflicht
Hyperlink http://wwwmath.uni-muenster.de/num/Vorlesungen/WissenschaftlichesRechnen_WS1617/
Sprache deutsch
Termine Gruppe: [unbenannt] iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export für Outlook
Di. 10:00 bis 12:00 woch 18.10.2016 bis 31.01.2017  Einsteinstr. 64 - M B 6 (M 6)        
iCalendar Export für Outlook Do. 10:00 bis 12:00 woch bis 02.02.2017  Einsteinstr. 62 - M A 109 (SR 1B)        
Gruppe [unbenannt]:
 


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Schindler, Felix, Dr. verantwort
Rave, Stephan, Dr. verantwort
Studiengänge
Abschluss - Studiengang Sem ECTS Bereich Teilgebiet
Master - Mathematik (88 105 10) - 6
Master - Mathematik (88 105 13) - 6
Prüfungen / Module
Prüfungsnummer Modul
11007 Vorlesung zur angewandten Mathematik 1 - Master Mathematik Version 2013
18003 Vorlesung 2 (ohne Studienleistung) - Master Mathematik Version 2013
18001 Vorlesung 1 - Master Mathematik Version 2013
21001 Vorlesung 1 - Master Mathematik Version 2010
21010 Klausur/mündliche Prüfung zu einer Vorlesung/Vorlesungskombination - Master Mathematik Version 2010
21005 Vorlesung 2 - Master Mathematik Version 2010
Zuordnung zu Einrichtungen
Fachbereich 10 Mathematik und Informatik
Inhalt
Kommentar

Ziel der Vorlesung ist die Analyse und Implementierung effizienter numerischer Verfahren zur Lösung partieller Differentialgleichungen.

 

In erster Linie werden wir uns hierbei mit der Familie der Discontinuous-Galerkin (DG) Verfahren beschäftigen, welche auf Approximationsräumen unstetiger, stückweise polinomieller Gitter-Funktionen basieren. DG-Verfahren erlauben eine leichte Konstruktion von effizient parallelisierbaren hp-adaptiven Verfahren höherer Ordnung und eigenen sich besonders zur numerischen Simulation von transportdominierten Prozessen geringer Regularität (z.B. Schockwellen).

 

Im ersten Teil der Vorlesung werden wir eine ausführliche Einführung in die Theorie von DG-Verfahren für elliptische Differentialgleichungen geben. Auf dieser Basis werden wir im zweiten Teil der Vorlesung Erweiterungen auf Advektions-Diffusions-Gleichungen sowie auf Systeme nichtlinearer Erhaltungsgleichungen wie die kompressiblen Euler- und Navier-Stokes-Gleichungen betrachten. Zudem werden wir genauer auf Aspekte der Implementierung von DG-Verfahren eingehen.

 

Ziel der begleitenden Übungen ist die praktische Umsetzung der vorgestellten Verfahren und ihre Anwendung auf relevante Problemstellungen. Dazu werden wir im Laufe des Semesters entsprechende Diskretisierungsverfahren in der Python/Cython Umgebung implementieren und anhand dessen relevante Programmierparadigmen, wie zum Beispiel Vektorisierung vs. schleifenbasiertes Programmieren, automatische Code-Generierung, oder Parallelisierungsansätze (MPI), kennenlernen.

Literatur
  • V. Dolejsi, M. Feistauer: Discontinuous Galerkin Method (Analysis and Applications to Compressible Flow), Springer Series in Computational Mathematics 48, Springer
  • D. A. Di Pietro, A. Ern: Mathematical Aspects of Discontinuous Galerkin Methods, Springer Series Mathématiques et Applications 69, Springer
  • K. W. Smith: Cython, O'Reilly
  • http://docs.cython.org/
  • B. W. Kernighan, D. M. Ritchie: The C Programming Language, Prentice Hall Software Series, Prentice Hall
  • http://www.cprogramming.com/
Bemerkung

Die Übung findet im SRA statt

Voraussetzungen

Voraussetzung für eine erfolgreiche Teilnahme sind Grundkenntnisse in der Numerik sowie grundlegende Programmierkenntnisse in Python, wie sie zum Beispiel im frei verfügbaren Buch Programming for Computations - Python oder dem Kompatkurs Einführung in die Programmierung zur Numerik mit Python erworben werden können.

 

Kenntnisse der Numerik partieller Differentialgleichungen und einer statisch typisierten Programmiersprache wie Cython oder C/C++ (siehe auch die Einführung in die Programmierung mit C++) sind hilfreich, werden aber nicht vorausgesetzt.

Zielgruppe Die Veranstaltung ist im MSc Informatik anrechenbar für das Modul "Praktische und Angewandte Informatik", aber nicht für das Modul "Formale Methoden und Algorithmik".

Im MSc Mathematik ist sie anrechenbar im Spezialisierungsmodul "Wissenschaftliches Rechnen".

Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WS 2016/17 , Aktuelles Semester: SoSe 2024