Scientific Computing II

Modul IN2141

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

IN2141 ist ein Semestermodul in Englisch auf Master-Niveau das im Sommersemester 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 gives deeper insight into two important topics of scientific computing: - Iterative solution methods for large, sparse linear systems (relaxation methods, geometric and algebraic multigrid methods, Krylov-subspace methods, preconditioning techniques); intuitive introduction, mathematical performance analysis and sample computations - Molecular dynamics simulation as a case study for the particle-based simulation approaches in scientific computing (overview; modelling of molecular dynamics; discretization approaches; efficient implementation of all-to-all interaction; techniques for parallelization)

Lernergebnisse

At the end of the module, students are able to remember and identify the main classes of iterative methods to solve large, sparse linear systems. The participants can evaluate the range of application of such methods in standard scenarios, they are familiar with their basic performance features, and they can apply and implement them. They are familiar with the typical steps of the simulation pipeline from modeling over discretization and numerics to implementation and visualization. For the scenario Molecular Dynamics, they have detailed knowledge of these steps and are able to design and realise suitable simulation software.

Voraussetzungen

Students should have basic knowledge in differential calculus and linear algebra. Knowlegde in numerical programming and scientic computing is recommended (modules IN2005 Einführung in das Wissenschaftliche Rechnen and IN0019 Numerisches Programmieren, e.

Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise

Lehrveranstaltungen und Termine

ArtSWSTitelDozent(en)Termine
VU 4 Scientific Computing II (IN2141) Montag, 14:00–16:00
Dienstag, 10:00–12:00

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

- William L. Briggs, Van Emden Henson, Steve F. McCormick. A Multigrid Tutorial. Second Edition. SIAM. 2000. - J.R. Shewchuk. An Introduction to the Conjugate Gradient Method Without the Agonizing Pain. Edition 1.25. 1994. - W. Hackbusch. Iterative Solution of Large Sparse Systems of Equations. Springer, 1993. - Y. Saad. Iterative Methods for sparse linear systems, SIAM 2003. - M. Griebel, S. Knapek, G. Zumbusch, and A. Caglar. Numerical Simulation in Molecular Dynamics. Springer, 2007. - M. P. Allen and D. J. Tildesley. Computer Simulation of Liquids. Oxford University Press, 2003. - D. Frenkel and B. Smith. Understanding Molecular Simulation from Algorithms to ASpplications. Academic Press (2nd ed.), 2002. - R. J. Sadus. Molecular Simulation of Fluids; Theory, Algorithms and Object-Orientation. Elsevier, 1999. - D. Rapaport. The art of molecular dynamics simulation. Camebridge University Press, 1995.

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 test the participants' capability to remember and identify the main classes of iterative methods to solve large, sparse linear systems and to explain their basic performance features. The students demonstrate that they are familiar with the typical steps of the simulation pipeline from modelling over discretisation and numerics to implementation and visualization.

Wiederholbarkeit

Eine Wiederholungsmöglichkeit wird am Semesterende angeboten.

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.