Scientific Computing I

Modul IN2005

Dieses Modul wird durch Fakultät für Informatik bereitgestellt.

Diese Modulbeschreibung enthält neben den eigentlichen Beschreibungen der Inhalte, Lernergebnisse, Lehr- und Lernmethoden und Prüfungsformen auch Verweise auf die aktuellen Lehrveranstaltungen und Termine für die Modulprüfung in den jeweiligen Abschnitten.

Modulversion vom SS 2012 (aktuell)

Von dieser Modulbeschreibung gibt es historische Versionen. Eine Modulbeschreibung ist immer so lange gültig, bis sie von einer neuen abgelöst wird.

verfügbare Modulversionen
SS 2012WS 2011/2

Basisdaten

IN2005 ist ein Semestermodul in Englisch auf Master-Niveau das im Wintersemester angeboten wird.

Das Modul ist Bestandteil der folgenden Kataloge in den Studienangeboten der Physik.

  • Allgemeiner Katalog der nichtphysikalischen Wahlfächer
GesamtaufwandPräsenzveranstaltungenUmfang (ECTS)
150 h 60 h 5 CP

Inhalte, Lernergebnisse und Voraussetzungen

Inhalt

The lecture includes the following scientific computing topics: - steps of the scientific computing simulation pipeline; - classification of mathematical models (discrete/continuous, deterministic/stochastic, etc.); - modeling with ordinary differential equations for the example of population growth; - numerical solution of systems of ordinary differential equations - modeling with partial differential equations for the example of fluid dynamics; - numerical discretization methods for partial differential equations (finite elements, time stepping, grid generation) - algorithms (grid traversal, data storage and access, matrix assembly) for the example of tree-structured grids - analysis of methods and results (adequacy and asymptotic behaviour of models; stability, consistency, accuracy, and convergence of numerical methods; sequential and parallel performance of simulation codes). An outlook will be given on the following topics: - implementation (architectures, parallel programming, load distribution, domain decomposition, parallel numerical methods) - visualization for the example of fluid dynamics - embedding in larger simulation environments (example fluidstructure interactions) - interactivity and computational steering

Lernergebnisse

At the end of the module, participants know the steps of the scientific computing pipeline. They are able to classify and derive simple models, to analyse crticial points and asymptotic behaviour, and to apply common discretization methods as well as explicit and implicit time stepping schemes to a given PDE model. They know the basic approaches to analyse the adequacy and accuracy of numerical methods and underlying models. In addition, students are familiar with typical grid generation, grid traversal, data storage, matrix assembly, parallelization, and visualization issues and know examples for solution strategies and performance analysis measures.

Voraussetzungen

Students should have basic knowledge in differential calculus and linear algebra.

Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise

Lehrveranstaltungen und Termine

ArtSWSTitelDozent(en)Termine
VO 2 Scientific Computing 1 (IN2005) Mittwoch, 10:00–12:00
UE 2 Practical Scientific Computing 1 (IN2005) Termine in Gruppen

Lern- und Lehrmethoden

This module comprises lectures and accompanying tutorials. The contents of the lectures will be taught by talks and presentations. Students will be encouraged to study literature and to get involved with the topics in depth. In the tutorials, concrete problems will be solved - partially in teamwork - and selected examples will be discussed.

Medienformen

Slides, whiteboard, exercise sheets

Literatur

- A.B. Shiflet and G.W. Shiflet: Introduction to Computational Science, Princeton University Press - Golub, Ortega: Scientific Computing: An Introduction with Parallel Computing, Academic Press, 1993 - Strang: Computational Science and Engineering, Cambridge University Press, 2007 - Tveito, Winther: Introduction to Partial Differential Equations - A Computational Approach, Springer, 1998 - Boyce, DiPrima: Elementary Differential Equations and Boundary Value Problems, Wiley, 1992 (5th edition) - Stoer, Bulirsch: Introduction to Numerical Analysis, Springer, 1996

Modulprüfung

Beschreibung der Prüfungs- und Studienleistungen

Type of Assessment: exam In the exam students should prove to be able to identify a given problem and find solutions within limited time. The examination will completely cover the content of the lectures. The answers will require own formulations. In addition, questions requiring short calculations may be posed. Exam questions assess the participants' knowledge on the important steps of the scientific computing pipeline. They also test the capability to classify and derive simple models, to analyse critical points and asymptotic behaviour, and to apply common discretisation methods as well as explicit and implicit time stepping schemes to a given PDE model. The exam evaluates the students' ability to implement various ways of grid generation, grid traversal, data storage, matrix assembly, parallelisation, and visualization issues.

Wiederholbarkeit

Eine Wiederholungsmöglichkeit wird am Semesterende angeboten.

Aktuell zugeordnete Prüfungstermine

Derzeit sind in TUMonline die folgenden Prüfungstermine angelegt. Bitte beachten Sie neben den oben stehenden allgemeinen Hinweisen auch stets aktuelle Ankündigungen während der Lehrveranstaltungen.

Titel
ZeitOrtInfoAnmeldung
Scientific Computing I
Fr, 3.3.2017, 13:30 bis 15:00 00.02.001
MI: 00.02.001
bis 15.1.2017 (Abmeldung bis 24.2.2017)

Kondensierte Materie

Wenn Atome sich zusammen tun, wird es interessant: Grundlagenforschung an Festkörperelementen, Nanostrukturen und neuen Materialien mit überraschenden Eigenschaften treffen auf innovative Anwendungen.

Kern-, Teilchen-, Astrophysik

Ziel der Forschung ist das Verständnis unserer Welt auf subatomarem Niveau, von den Atomkernen im Zentrum der Atome bis hin zu den elementarsten Bausteinen unserer Welt.

Biophysik

Biologische Systeme, vom Protein bis hin zu lebenden Zellen und deren Verbänden, gehorchen physikalischen Prinzipien. Unser Forschungsbereich Biophysik ist deutschlandweit einer der größten Zusammenschlüsse in diesem Bereich.