Scientific Computing

Inhalte

  • Einführung in Scientific Computing (u.a. Fließkommazahlen und Rundungsfehler)
  • Sprachen und Entwicklungsumgebungen: R/RStudio, NetLogo (Matlab,Python, jupyter o.ä.)
  • Ausgewählte nummerische Methoden (Lösen von Gleichungssystemen,Interpolation, Integrieren, ); Pseudo-Zufallszahlen
  • Simulationsmethoden (mittels Differentialgleichungen, ereignis-orientiert, agenten-basiert; zelluläre Automaten) incl. Parameteroptimierung
  • Hochleistungsrechner und Cloud-Computing für naturwissenschaftlichtechnische Anwendungen
  • Zahlreiche Anwendungsbeispiele aus verschiedenen Domänen (Wirtschaft, Technik, Medizin uvm.)

Lernziele/Kompetenzen
Die Studierenden sind in der Lage,

  • grundlegende technische Probleme in einer Programmiersprache zu formulieren und zu implementieren.
  • komplexe technische oder wissenschaftliche Zusammenhänge zu beschreiben
  • die Komplexität der technischen Anwendungen, die in der Industrie zum
    Einsatz kommen, einzuschätzen.

moodle-Kurs