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

250062 VU Mathematical modelling (2022S)

7.00 ECTS (4.00 SWS), SPL 25 - Mathematik
Continuous assessment of course work
MIXED
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).

Details

max. 50 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

Die Lehrveranstaltung wird corona-konform mit sinnvoller "Digitalisierung" abgehalten: es wird ein Skriptum immer rechtzeitig ausgesandt, sodass Studierende vor-lesen und nach-lesen können.
Die Vorlesungen werden als "Tafel-Vortrag" mit u:stream uebertragen und
aufgenommen und auf moodle und u:cloud offline zugänglich gemacht.
In regelmaessigen Abstaenden werden sie durch zoom sessions zur Diskussion ersetzt.
Damit verbunden wird die "Anwesenheitspflicht" sinnvoll gelockert.
Sobald es möglich ist, wird eine (eventuell "verdünnte") Präsenzlehre im Hörsaal stattfinden.

Im Rahmen der VU können Themen für Bachelorarbeiten gefunden werden (zB als Erweiterung des Team-projektes), wobei die Arbeit auch im Sommer bis 15 Sep geschrieben werden kann samt kurzer Präsentation der fertigen Arbeit. Die Lehrenden der VU betreuen auch jeweils eine Gruppe im Bachelorseminar, welches als formaler Rahmen einer mathematisch anspruchsvollen Bachelorarbeit dient (welche auch auf Englisch verfasst werden kann).

  • Thursday 03.03. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 07.03. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 10.03. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 14.03. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 17.03. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 21.03. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 24.03. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 28.03. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 31.03. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 04.04. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 07.04. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 25.04. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 28.04. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 02.05. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 05.05. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 09.05. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 12.05. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 16.05. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 19.05. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 23.05. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 30.05. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 02.06. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 09.06. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 13.06. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 20.06. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 23.06. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 27.06. 13:15 - 14:45 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 30.06. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 29.09. 19:00 - 22:00 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß

Information

Aims, contents and method of the course

Diese Wahl-Pflicht- Lehrveranstaltung vermittelt mathematische Modelle und Einblick in die dabei benötigte "Höhere Mathematik" (DifferentialGleichungen, diskrete Mathematik, Stochastik,...), ohne diese vorauszusetzen. Sie ist daher prinzipiell ab dem 2. Semester verständlich.

Die primären Modelle der Mathematik sind in der Physik - in der Tat waren Mathematik und Physik jahrhundertelang eine Einheit und jedes "Mathematik curriculum" sollte elementare Physik enthalten.

Ein moderner Aspekt ist "numerische Modellierung", die in fast allen Anwendungen gemacht wird und wo die beiden Begriffe "Modellgleichung" und "numerische Lösung" vermischt werden, die mathematisch streng betrachtet getrennt sind.
Weiters werden die Grundideen von "statistical models" und "Machine learning models" präsentiert.
Es wird dabei ein Einstieg in das "Computational Thinking" vermittelt.

Es werden regelmässig Beispiele zum "Stoff" ausgeteilt, die selbst erarbeitet und präsentiert werden.

Am Ende steht ein "Team-Projekt", wo 3-4 Studierende kooperativ ein Modell ausarbeiten und gemeinsam präsentieren.

1) Mathematische Modellierung in der Physik:
a) Formel -> Funktion -> (Differential)gleichung.
b) grundlegende Modelle:
Teilchen-Mechanik, Impuls/erhaltung, Energie/erhaltung, Bewegungsgleichungen: Teaser auf gewöhnliche Differentialgleichungen
Gravitationskraft, Elektrostatik: Newton'sches Potential
Kontinuums-mechanik: Teaser auf partielle Differentialgleichungen

2) Modellhierarchien:
2a) Skalierung von Modellgleichungen, dimensionslose (kleine) Parameter
2b) Paradebeispiel: "der senkrechte sehr hohe Wurf"
2c) reduzierte Gleichung und Störungstheorie: "asymptotische Entwicklungen"

3) "numerische Modellierung",
"statistische Modelle"
"Machine learning models"

4) Beispiele von Modellen (an der Fak Mathematik)
a) diskrete Modelle
b) stochastische Modelle
c) Modelle in Biologie/Medizin, Chemie/Physik/Materialien, Finanz/Wirtschaft/Gesellschaft...
d) ...

5) Team projekt (3-4 Studierende gemeinsam):
Ausarbeitung und Präsentation einer Modellierung samt Ausblick auf die
benötigte(höhere) Mathematik

Assessment and permitted materials

Die Note ergibt sich aus den Ausarbeitungen und Präsentation(en) der „Übungsbeispiele“ und des Projektbeispiels. Dazu eine Prüfung am/nach Ende der Lehrveranstaltung, wo ausgehend von den eigenen Ausarbeitungen der Übungsbeispiele eine Kenntnis der wesentlichen Themen der Vorlesungen gezeigt werden kann.

Minimum requirements and assessment criteria

Die Lehrveranstaltung vermittelt grundlegende Kenntnisse über „mathematische Modellierung“ anhand von Vorlesung, Übungsbeispielen und einem kleinen Team-Projekt.

Examination topics

Reading list

- Skriptum der Vortragenden (Mauser, Hittmeir und Stimming)

- C. Kuttler: "Mathematische Modellbildung" (Skriptum)

- Christian Schmeiser: "Angewandte Mathematik" (Skriptum)

Association in the course directory

WMO

Last modified: Tu 04.07.2023 00:19