Computergestützte Numerik und Stochastik für Ingenieure (Fernstudium)

Studienabschnitt	Master
Kompetenzbereich	Übergreifende Inhalte
Umfang	6 LP

Ziel des Moduls

Im Rahmen dieses Moduls werden grundlegende Kenntnisse zu numerischen Verfahren und deren softwaretechnische Umsetzung vermittelt. Die Studierenden erwerben die Fähigkeit, die jeweiligen Anwendungsgrenzen der Algorithmen einzuschätzen und die numerischen Ergebnisse hinsichtlich eines Fehlermaßes zu beurteilen. Des Weiteren vermittelt das Modul grundlegendes Wissen zur Wahrscheinlichkeitstheorie und Statistik. Nach erfolgreichem Abschluss dieses Modulteils können die Studierenden

geeignete stochastische Modelle für zufallsbedingte Vorgänge im Ingenieur- und Umweltbereich wählen und Aussagen zur Wahrscheinlichkeit von Ereignissen treffen,
die Methoden der Statistik für die Auswertung und Beurteilung von Messergebnissen nutzen, und
Ergebnisse stochastischer Untersuchungen realitätsnah interpretieren.

Inhalt des Moduls

Numerische Verfahren zur Lösung allgemeiner Ingenieuraufgaben:
Fehler
Analytische Loesung linearer Gleichungssysteme: Gauss Elimination, Matrix-Dekomposition
Numerische Loesung linearer Gleichungssysteme: Jacobi-Iteration, Gauss-Seidel-Iteration
Numerische Loesung nichtlinearer Gleichungssysteme: Newton-Raphson-Verfahren, Grundform und inkrementell- iterative Verfahren
Numerische Loesung von Eigenwertproblemen: Potenzmethode, inverse Potenzmethode
Fourier-Reihen und Fourier-Transformation, numerische Lösung: Diskrete- und Fast-Fourier-Transformation
Numerische Lösung gewöhnlicher Differentialgleichungen: Explizite und implizite Operatoren für Anfangswertprobleme,
Grundlagen und Modelle der Wahrscheinlichkeitstheorie
Stochastische Simulation und beurteilende Statistik
Einführung in das Softwaresystem Matlab

Weitere Informationen zu diesem Modul finden Sie im Online-Vorlesungsverzeichnis.
Die Administration der Lehrveranstaltung (News, Literatur, Downloads, etc.) findet in Stud.IP statt. Als Teilnehmer der Veranstaltung melden Sie sich bitte dort an!

Online-Vorlesungsverzeichnis

QIS

Lernplattform

Stud.IP