Universität Wien
Warning! The directory is not yet complete and will be amended until the beginning of the term.

051141 UE Introduction to Mathematical Modelling (2021S)

Continuous assessment of course work

Summary

1 Reichl , Moodle
2 Reichl , Moodle
3 Reichl , Moodle
4 Reichl , Moodle
5 Reichl , Moodle
6 Reichl , Moodle

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).
Registration information is available for each group.

Groups

Group 1

max. 25 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 02.03. 08:00 - 08:45 Digital
  • Tuesday 09.03. 08:00 - 08:45 Digital
  • Tuesday 16.03. 08:00 - 08:45 Digital
  • Tuesday 23.03. 08:00 - 08:45 Digital
  • Tuesday 13.04. 08:00 - 08:45 Digital
  • Tuesday 20.04. 08:00 - 08:45 Digital
  • Tuesday 27.04. 08:00 - 08:45 Digital
  • Tuesday 04.05. 08:00 - 08:45 Digital
  • Tuesday 11.05. 08:00 - 08:45 Digital
  • Tuesday 18.05. 08:00 - 08:45 Digital
  • Tuesday 01.06. 08:00 - 08:45 Digital
  • Tuesday 08.06. 08:00 - 08:45 Digital
  • Tuesday 15.06. 08:00 - 08:45 Digital
  • Tuesday 22.06. 08:00 - 08:45 Digital
  • Tuesday 29.06. 08:00 - 08:45 Digital

Aims, contents and method of the course

Die Studierenden kennen die Techniken, grundlegende Methoden und Algorithmen zu verschiedenen Teilbereichen der Modellierung und Optimierung (beispielsweise Differentialgleichungen, Lineare und Nichtlineare Optimierungsverfahren, Metaheuristiken) und können diese Kenntnisse auf einfache Fragestellungen anwenden.
Sie sind in der Lage, geeignete Softwarewerkzeuge zur Modellierung, grafischen Darstellung und Lösung der Fragestellungen effizient einzusetzen. Studierende können dieses Wissen im Rahmen einer mündlichen Präsentation vermitteln. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.

Group 2

max. 25 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 02.03. 08:45 - 09:30 Digital
  • Tuesday 09.03. 08:45 - 09:30 Digital
  • Tuesday 16.03. 08:45 - 09:30 Digital
  • Tuesday 23.03. 08:45 - 09:30 Digital
  • Tuesday 13.04. 08:45 - 09:30 Digital
  • Tuesday 20.04. 08:45 - 09:30 Digital
  • Tuesday 27.04. 08:45 - 09:30 Digital
  • Tuesday 04.05. 08:45 - 09:30 Digital
  • Tuesday 11.05. 08:45 - 09:30 Digital
  • Tuesday 18.05. 08:45 - 09:30 Digital
  • Tuesday 01.06. 08:45 - 09:30 Digital
  • Tuesday 08.06. 08:45 - 09:30 Digital
  • Tuesday 15.06. 08:45 - 09:30 Digital
  • Tuesday 22.06. 08:45 - 09:30 Digital
  • Tuesday 29.06. 08:45 - 09:30 Digital

Aims, contents and method of the course

Die Studierenden kennen die Techniken, grundlegende Methoden und Algorithmen zu verschiedenen Teilbereichen der Modellierung und Optimierung (beispielsweise Differentialgleichungen, Lineare und Nichtlineare Optimierungsverfahren, Metaheuristiken) und können diese Kenntnisse auf einfache Fragestellungen anwenden.
Sie sind in der Lage, geeignete Softwarewerkzeuge zur Modellierung, grafischen Darstellung und Lösung der Fragestellungen effizient einzusetzen. Studierende können dieses Wissen im Rahmen einer mündlichen Präsentation vermitteln. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.

Group 3

max. 25 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 02.03. 09:45 - 10:30 Digital
  • Tuesday 09.03. 09:45 - 10:30 Digital
  • Tuesday 16.03. 09:45 - 10:30 Digital
  • Tuesday 23.03. 09:45 - 10:30 Digital
  • Tuesday 13.04. 09:45 - 10:30 Digital
  • Tuesday 20.04. 09:45 - 10:30 Digital
  • Tuesday 27.04. 09:45 - 10:30 Digital
  • Tuesday 04.05. 09:45 - 10:30 Digital
  • Tuesday 11.05. 09:45 - 10:30 Digital
  • Tuesday 18.05. 09:45 - 10:30 Digital
  • Tuesday 01.06. 09:45 - 10:30 Digital
  • Tuesday 08.06. 09:45 - 10:30 Digital
  • Tuesday 15.06. 09:45 - 10:30 Digital
  • Tuesday 22.06. 09:45 - 10:30 Digital
  • Tuesday 29.06. 09:45 - 10:30 Digital

Aims, contents and method of the course

Die Studierenden kennen die Techniken, grundlegende Methoden und Algorithmen zu verschiedenen Teilbereichen der Modellierung und Optimierung (beispielsweise Differentialgleichungen, Lineare und Nichtlineare Optimierungsverfahren, Metaheuristiken) und können diese Kenntnisse auf einfache Fragestellungen anwenden.
Sie sind in der Lage, geeignete Softwarewerkzeuge zur Modellierung, grafischen Darstellung und Lösung der Fragestellungen effizient einzusetzen. Studierende können dieses Wissen im Rahmen einer mündlichen Präsentation vermitteln. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.

Group 4

max. 25 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 02.03. 10:30 - 11:15 Digital
  • Tuesday 09.03. 10:30 - 11:15 Digital
  • Tuesday 16.03. 10:30 - 11:15 Digital
  • Tuesday 23.03. 10:30 - 11:15 Digital
  • Tuesday 13.04. 10:30 - 11:15 Digital
  • Tuesday 20.04. 10:30 - 11:15 Digital
  • Tuesday 27.04. 10:30 - 11:15 Digital
  • Tuesday 04.05. 10:30 - 11:15 Digital
  • Tuesday 11.05. 10:30 - 11:15 Digital
  • Tuesday 18.05. 10:30 - 11:15 Digital
  • Tuesday 01.06. 10:30 - 11:15 Digital
  • Tuesday 08.06. 10:30 - 11:15 Digital
  • Tuesday 15.06. 10:30 - 11:15 Digital
  • Tuesday 22.06. 10:30 - 11:15 Digital
  • Tuesday 29.06. 10:30 - 11:15 Digital

Aims, contents and method of the course

Die Studierenden kennen die Techniken, grundlegende Methoden und Algorithmen zu verschiedenen Teilbereichen der Modellierung und Optimierung (beispielsweise Differentialgleichungen, Lineare und Nichtlineare Optimierungsverfahren, Metaheuristiken) und können diese Kenntnisse auf einfache Fragestellungen anwenden.
Sie sind in der Lage, geeignete Softwarewerkzeuge zur Modellierung, grafischen Darstellung und Lösung der Fragestellungen effizient einzusetzen. Studierende können dieses Wissen im Rahmen einer mündlichen Präsentation vermitteln. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.

Group 5

max. 25 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Thursday 04.03. 08:00 - 08:45 Digital
  • Thursday 11.03. 08:00 - 08:45 Digital
  • Thursday 18.03. 08:00 - 08:45 Digital
  • Thursday 25.03. 08:00 - 08:45 Digital
  • Thursday 15.04. 08:00 - 08:45 Digital
  • Thursday 22.04. 08:00 - 08:45 Digital
  • Thursday 29.04. 08:00 - 08:45 Digital
  • Thursday 06.05. 08:00 - 08:45 Digital
  • Thursday 20.05. 08:00 - 08:45 Digital
  • Thursday 27.05. 08:00 - 08:45 Digital
  • Thursday 10.06. 08:00 - 08:45 Digital
  • Thursday 17.06. 08:00 - 08:45 Digital
  • Thursday 24.06. 08:00 - 08:45 Digital

Aims, contents and method of the course

Die Studierenden kennen die Techniken, grundlegende Methoden und Algorithmen zu verschiedenen Teilbereichen der Modellierung und Optimierung (beispielsweise Differentialgleichungen, Lineare und Nichtlineare Optimierungsverfahren, Metaheuristiken) und können diese Kenntnisse auf einfache Fragestellungen anwenden.
Sie sind in der Lage, geeignete Softwarewerkzeuge zur Modellierung, grafischen Darstellung und Lösung der Fragestellungen effizient einzusetzen. Studierende können dieses Wissen im Rahmen einer mündlichen Präsentation vermitteln. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.

Group 6

max. 25 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Thursday 04.03. 08:45 - 09:30 Digital
  • Thursday 11.03. 08:45 - 09:30 Digital
  • Thursday 18.03. 08:45 - 09:30 Digital
  • Thursday 25.03. 08:45 - 09:30 Digital
  • Thursday 15.04. 08:45 - 09:30 Digital
  • Thursday 22.04. 08:45 - 09:30 Digital
  • Thursday 29.04. 08:45 - 09:30 Digital
  • Thursday 06.05. 08:45 - 09:30 Digital
  • Thursday 20.05. 08:45 - 09:30 Digital
  • Thursday 27.05. 08:45 - 09:30 Digital
  • Thursday 10.06. 08:45 - 09:30 Digital
  • Thursday 17.06. 08:45 - 09:30 Digital
  • Thursday 24.06. 08:45 - 09:30 Digital

Aims, contents and method of the course

Die Studierenden kennen die Techniken, grundlegende Methoden und Algorithmen zu verschiedenen Teilbereichen der Modellierung und Optimierung (beispielsweise Differentialgleichungen, Lineare und Nichtlineare Optimierungsverfahren, Metaheuristiken) und können diese Kenntnisse auf einfache Fragestellungen anwenden.
Sie sind in der Lage, geeignete Softwarewerkzeuge zur Modellierung, grafischen Darstellung und Lösung der Fragestellungen effizient einzusetzen. Studierende können dieses Wissen im Rahmen einer mündlichen Präsentation vermitteln. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.

Information

Assessment and permitted materials

30% für das Vortragen der Aufgabenblätter für den Teil "Optimierung"

20% Test "Optimierung"

30% für die Beispiele für den Teil "Differentialgleichungen"

20% Test "Differentialgleichungen"

Minimum requirements and assessment criteria

Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.

Examination topics

Reading list

wie in der Vorlesung

Association in the course directory

Module: MM OPS UF-INF-12

Last modified: Fr 12.05.2023 00:13