Universität Wien

250014 VO Mathematical modelling (2024S)

6.00 ECTS (4.00 SWS), SPL 25 - Mathematik

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).

Details

Language: German

Examination dates

Lecturers

Classes

Die Zeiten und Ort von VO und SE haben sich in Absprache mit den Studierenden ab 14 März geändert wie folgt:

Ort : immer der "MMM - WPI Seminarraum 8.135" im 8. Stock, nicht der HS11 !

Zeiten:
Vorlesung ("VO) :
Donnerstag 11h30 - 13h15

Freitag 12h45 - 13h45

Übung ("PS"): Donnerstag 15h30 - 16h45


Information

Aims, contents and method of the course

Mathematische Modelle im weiteren Sinn werden in allen Wissenschaften verwendet. Wir präsentieren einige grundlegende Konzepte mit ihren Stärken und Grenzen. Diese Lehrveranstaltung ist nicht nur für Bachelor Mathematik, sondern auch Studierende aller Bachelor und Master in MINT und Digital Sciences geeignet, die sich für mathematische Konzepte interessieren und Grundlagen von Analysis kennen.

Die primären Modelle der Mathematik sind in der Physik, wo die Vorlesung eine auf MathematikerInnen zugeschnittene Einführung bietet. Begriffe wie „Energie“, die in vielen Bereichen verwendet werden, können nur mit mathematischen „Formeln“ sauber modelliert werden.
Dabei sind (partielle) Differentialgleichungen eine wichtige Klasse von Modellgleichungen, vom 2. Newton’schen Gesetz über Schwingungs- und Wellengleichungen bis zur Hydrodynamik mit Navier-Stokes Gleichungen, wobei seriöse Modellierung auch Konzepte wie „schwache Lösungen“ benötigt.
Weiters behandeln wir Modelle in der Biologie, insbesondere Populationsdynamik.
„Numerische Modellierung" wird in fast allen Anwendungen gemacht, wo die beiden Begriffe "Modellgleichung" und "numerische Lösung" vermischt werden, die mathematisch streng betrachtet getrennt sind. Weiters werden die Grundideen von "Statistischer Modellierung" und "Machine learning" präsentiert.

Skriptum der Vortragenden wird jeweils VOR der Vorlesung an die Studierenden gesandt (per e-mail, doodle) und als Papierkopie ausgeteilt,
dazu ergänzende Skripten.

In den parallelen „Übungen“ (ProSeminar genannt) werden Beispiele zum Stoff selbst erarbeitet und präsentiert, dazu am Ende ein "Team-Projekt", wo 3-4 Studierende kooperativ ein Modell ausarbeiten und gemeinsam präsentieren.

A) Mathematische Modellierung in der Physik:
0) Formel -> Funktion -> (Differential)gleichung.
1) grundlegende Modelle:
1a) Teilchen-Mechanik, (Dreh)Impuls/erhaltung, Energie/erhaltung,
Bewegungsgleichungen: gewöhnliche Differentialgleichungen,
Gravitationskraft, Elektrostatik: Newton'sches Potential
1b) Kontinuums-Mechanik: partielle Differentialgleichungen
1c) Schwingungsgleichung, Einführung Fourierentwicklungen,
Wellengleichung

2) Modellhierarchien:
2a) Skalierung von Modellgleichungen, dimensionslose (kleine) Parameter
2b) Paradebeispiel: "der senkrechte sehr hohe Wurf"
2c) reduzierte Gleichung und Störungstheorie:
reguläre Störungen - "asymptotische Entwicklungen";
singuläre Störungen – „Grenzschichten“
2d) Störungen der Schwingungsgleichung
2e) Mathematische Modelle für Wetter / Klima

B) Modelle in Biologie/Medizin und Sozialwissenschaften
3a) Wachstums-Modelle diskret/kontinuierlich
Iterationen, Fibonacci-Folgen,…
Grundideen von Dynamische Systemen, „Stabilität“,…
3b) Räuber-Beute Modelle, Lotka-Volterra Gleichungen
3c) Epidemie-Modelle, SIR-X Modelle
3d) Modellierung von Verkehrsfluss, Burgers Gleichung
3e) Mean Field Models für „Tier/Menschenströme“

C) Modellierung in den Anwendungen
4a) numerische Modellierung
4b) stochastische/statistische Modellierung
4c) „Modellierung“ mit Machine learning

Assessment and permitted materials

Prüfung am/nach Ende der Lehrveranstaltung, wo ausgehend von den eigenen Ausarbeitungen der Übungsbeispiele eine Kenntnis der wesentlichen Theorie der Vorlesung gezeigt wird.

Minimum requirements and assessment criteria

Alles wesentliche muss verstanden sein,
es müssen keine Beweise auswendig reproduziert werden.

Examination topics

Alles wesentliche der Vorlesung muss verstanden sein,
es müssen keine Beweise auswendig reproduziert werden.

Reading list

- Skriptum der Vortragenden (Mauser & Stimming, zusammen mit Bäumer)

wird jeweils VOR der Vorlesung an die Studierenden gesandt (per e-mail, doodle) und als Papierkopie ausgeteilt.

- Christiane Kuttler: "Mathematische Modellbildung" (Skriptum)

- Christian Schmeiser: "Angewandte Mathematik" (Skriptum)

Association in the course directory

AE10

Last modified: We 23.10.2024 17:06