Studium und Lehre
Auf dieser Seite finden Sie die aktuellen Lehrveranstaltungen der Abteilung für Angewandte Mathematik sowie eine Übersicht über einen typischen Studienablauf im Schwerpunktgebiet Angewandte Analysis und Numerik.
Aktuelle Lehrveranstaltungen
1a. Einführende Pflichtvorlesungen der verschiedenen Studiengänge
| D | Numerik II Vorlesung: Mi, 14-16 Uhr, HS Rundbau, Albertstr. 21 Übung: 2-stündig 14-täglich, verschiedene Termine Assistenz | Patrick Dondl Jonathan Brugger |
1c. Weiterführende zweistündige Vorlesungen
| E | Algorithmic Aspects of Data Analytics and Machine Learning Vorlesung: Mo, 12-14 Uhr, SR 226, Hermann-Herder-Str. 10 Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben Assistenz | Sören Bartels Tatjana Schreiber |
| E | Introduction to Theory and Numerics of Stochastic Differential Equations Vorlesung: Mi, 12-14 Uhr, SR 226, Hermann-Herder-Str. 10 Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben | Diyora Salimova |
| E | „Short course“ des IGRK | Sören Bartels |
2c. Praktische Übungen
| D | Praktische Übung Numerik Praktische Übung: 2-stündig 14-täglich, verschiedene Termine | Patrick Dondl |
3a. Proseminare
| D | Proseminar: Numerik Seminar: Mo, 14-16 Uhr, SR 226, Hermann-Herder-Str. 10 Assistenz | Sören Bartels Dominik Schneider |
3b. Seminare
| D/E | Seminar: Approximation Properties of Deep Learning Seminar: Mi, 14-16 Uhr, SR 226, Hermann-Herder-Str. 10 | Diyora Salimova |
| D/E | Seminar: Topics in the Calculus of Variations Seminar: Mi, 16-18 Uhr, SR 125, Ernst-Zermelo-Str. 1 | Patrick Dondl, Guofang Wang |
5b. Oberseminare
| D/E | Oberseminar: Angewandte Mathematik Di, 14-16 Uhr, SR 226, Hermann-Herder-Str. 10 | Sören Bartels, Patrick Dondl, Michael Růžička, Diyora Salimova |
Typischer Studienablauf
Eine Spezialisierung im Bereich der Angewandte Analysis / Numerik beinhaltet in der Regel die folgenden Veranstaltungen. Alternative Studienabläufe besprechen Sie am besten mit der Studienfachberatung oder einem der Dozierenden des Schwerpunktgebiets.
Bachelor:
- 3. Semester: Analysis III, Numerik I
- 4. Semester: Funktionalanalysis, Numerik II, Numerik für Differentialgleichungen
- 5. Semester: Einführung in die Theorie und Numerik für partielle Differentialgleichungen
- 6. Semester: Seminar und Bachelor-Arbeit
Master: (bei Beginn im Wintersemester; sonst entsprechende Umstellungen)
- 7. und 8. Semester: vertiefte Vorlesungen wie Theorie und Numerik für partielle Differentialgleichungen – …, Nichtlineare Funktionalanalysis (alle unregelmäßig angeboten)
- 9. Semester: Spezialvorlesung oder Wissenschaftliches Arbeiten; Seminar aus dem Schwerpunktgebiet
- 10. Semester: Master-Arbeit
Zu den numerisch orientierten Vorlesungen wird die Teilnahme an den dazu angebotenen Praktischen Übungen empfohlen. Den eher theoretisch interessierten Studierenden wird empfohlen, im 7.–9. Semester zusätzlich Vorlesungen zur Theorie partieller Differentialgleichungen zu hören.
Mehr Informationen zum Master-Studiengang MSc Mathematics in Data and Technology gibt es auf der Seite des Mathematischen Instituts.