Dauer:
1 Semester | Angebotsturnus:
Jedes zweite Sommersemester | Leistungspunkte:
5 |
Studiengang, Fachgebiet und Fachsemester: - Master Mathematik in Medizin und Lebenswissenschaften 2023 (Wahlpflicht), Mathematik, 2. oder 4. Fachsemester
- Bachelor Mathematik in Medizin und Lebenswissenschaften 2023 (Wahlpflicht), Mathematik, 6. Fachsemester
- Bachelor Mathematik in Medizin und Lebenswissenschaften 2016 (Wahlpflicht), Mathematik, 6. Fachsemester
- Master Mathematik in Medizin und Lebenswissenschaften 2016 (Wahlpflicht), Mathematik, 2. oder 4. Fachsemester
|
Lehrveranstaltungen: - MA5034-Ü: Variationsrechnung und Partielle Differentialgleichungen (Übung, 1 SWS)
- MA5034-V: Variationsrechnung und Partielle Differentialgleichungen (Vorlesung, 2 SWS)
| Workload: - 65 Stunden Selbststudium und Aufgabenbearbeitung
- 45 Stunden Präsenzstudium
- 10 Stunden Prüfungsvorbereitung
- 30 Stunden Eigenständige Projektarbeit
| |
Lehrinhalte: | - Motivation und Beispiele aus der Anwendung
- Funktionalanalytische Grundlagen
- Die direkte Methode der Variationsrechnung
- Dualräume, schwache Konvergenz, Sobolevräume
- Optimalitätsbedingungen
- Klassifikation partieller Differentialgleichungen und typische PDGLen
- Fundamentallösung, Maximumprinzip
- Finite Elemente für elliptische partielle Differentialgleichungen
| |
Qualifikationsziele/Kompetenzen: - Studierende verstehen Modellierung mit Methoden der Variationsrechnung.
- Studierende können einfache physikalische Probleme mit Methoden der Variationsrechnung formulieren und lösen.
- Studierende verstehen den Zusammenhang zwischen variationellen Methoden und Partiellen Differentialgleichungen.
- Studierende können Optimalitätsbedingungen für variationelle Funktionale aufstellen.
- Studierende verstehen den mathematischen Hintergrund ausgewählter variationeller Probleme.
- Studierende können ausgewählte grundlegende variationelle Probleme numerisch umsetzen.
- Studierende können ausgewählte praktische Probleme variationell formulieren.
- Fachübergreifende Aspekte:
- Studierende besitzen fortgeschrittene Modellbildungskompetenz.
- Studierende können theoretische Konzepte in die Praxis umsetzen.
- Studierende besitzen Implementierungserfahrung.
- Studierende können praktische Probleme abstrahieren.
|
Vergabe von Leistungspunkten und Benotung durch: - Klausur oder mündliche Prüfung nach Maßgabe des Dozenten
|
Modulverantwortlicher: Lehrende: |
Literatur: - Vogel: Computational Methods for Inverse Methods - SIAM
- Aubert, Kornprobst: Mathematical Problems in Image Processing: Partial Differential Equations and the Calculus of Variations - Springer
- Scherzer, Grasmair, Grossauer, Haltmeier, Lenzen: Variational Methods in Imaging - Springer
|
Sprache: - Sowohl Deutsch- wie Englischkenntnisse nötig
|
Bemerkungen:Zulassungsvoraussetzungen zur Belegung des Moduls: - Keine (die Kompetenzen der unter Voraussetzungen genannten Module werden für dieses Modul benötigt, sind aber keine formale Voraussetzung) Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en): - Unbenotete Prüfungsvorleistungen sind Übungsaufgaben sowie deren Präsentation. Diese müssen vor der Erstprüfung bearbeitet und positiv bewertet worden sein. Modulprüfung(en): - MA5034-L1: Variationsrechnung und Partielle Differentialgleichungen, Klausur (90 min) oder mündliche Prüfung (30 min) nach Maßgabe des Dozenten, 100 % der Modulnote |
Letzte Änderung: 22.2.2022 |
für die Ukraine