Inhalt

• Fehlerarithmetik
• Nullstellen, Gleichungssysteme
• Interpolation und approximative Darstellung von Funktionen
• Numerische Differentiation und Integration
• Gewöhnliche und partielle Differentialgleichungen, Eigenwertprobleme
• Molekular Dynamik Simulationen
• Stochastik, Monte-Carlo-Methoden
• Optimierung, Traveling Salesman Problem
• Spektralanalyse, Fourier-Transformation
• Netzwerktheorie, Spieltheorie

Vorlesung

Die Vorlesung findet digital statt, Online-Videos und PDFs werden hochgeladen, ein Skript ist verfügbar. Die Vortragsvideos und PDFs und das Skript finden Sie im Abschnitt Ressources. Diese Dateien werden vor den Vorlesungszeiten zum download zur Verfügung gestellt, so dass Sie die Videos während der Vorlesungszeit ansehen können. Die Dateinamen der Vorträge sind fortlaufend nummeriert. Die Vorlesungszeiten sind 

Dienstags um 12:00 wird Prof. Netz eine Fragestunde zur Vorlesung in seinem Webexraum durchführen, wo Sie die Möglichkeit haben, ihm Fragen zu den hochgeladenen Vorlesungsvideos zu stellen.

Tutorien

Die Tutorien finden ebenfalls über Webex in den Räumen der Tutoren statt. Die geplanten Zeiten der Tutorien sind.

Die Anmeldung finden sie in dem Abschnitt Sections.

Übungsaufgaben

Sie finden die Übungsaufgaben im Abschnitt Assignments. Die Übungsaufgaben werden freitags zur Verfügung gestellt und werden zehn Tage später am Montag bis 8:00 abgegeben. Die Lösungen werden in der darauf folgenden Woche in den Tutorien besprochen. Die Musterlösungen werden ebenfalls im Abschnitt Resources veröffentlicht. In der Woche vom 9. November wird der 0. Übungszettel, der nicht benotet wird, besprochen. Der 1. Übungszettel wird in der Woche vom 16. November besprochen.

Die Übungsaufgaben werden in der Form von Jupyter Notebooks veröffentlicht und bearbeitet. Informationen dazu befinden sich im folgenden Abschnitt. Bitte reichen Sie Ihre Lösungen als eine ipynb-Datei unter Assignments ein. Die Bearbeitung und Abgabe in Übungsgruppen von je 2 Studierenden ist möglich.

Klausur

Die Klausur soll in der ersten vorlesungsfreien Woche als e-examination stattfinden. Als Termin schlagen wir Donnerstag 4.3.2021 um 12:00 vor. Um an der Klausur teilnehmen zu können, müssen 50 % der Punkte in den Übungsaufgaben erreicht werden.

Programmiersprache

Als Programmiersprache für alle Programme sowie zur Bearbeitung der Übungsaufgaben verwenden wir Python. Die Übungsaufgaben werden in webbasierten interaktiven Computer Umgebungen, sogennanten Jupyter Notebooks bearbeitet. Die Notebooks können entweder über den Jupyterserver des Fachbereichs (zedat Login erforderlich) oder lokal geöffnet werden. Für die lokale Bearbeitung empfehlen wir Anaconda; eine für wissenschaftliche Anwendungen entwickelte Open-Source-Distribution von Python.

Einführungen in die Programmiersprache gibt es zahlreiche. Zum Beispiel in dem kostenlosen online Buch A Byte of Python. Außerdem gibt es regelmäßige online Kurse zum Beispiel bei cursera.

Literatur

• Skript zur Vorlesung (Siehe Resources)
• Freund, Hoppe: Numerische Mathematik 1 (Stoer/Bulirsch)
• W.H. Press, S.A. Teukolsky, W.T. Vetterling, B.P. Flannery, Numerical Recipes in C, The Art of Scientific Computing - Second Edition, Cambridge University Press, Cambridge, 1997; online: http://library.lanl.gov/numerical/index.html
• P.L. DeVries, Computerphysik, Grundlagen, Methoden, Übungen, Spektrum Akad. Verl., Berlin, 1995
• Tao Pang, An Introduction to Computational Physics, Cambridge University Press, Cambridge, 1997
• M.E.J. Newman and G.T. Barkema, Monte Carlo Methods in Statistical Physics, Clarendon Press, Oxford, 1999.
• K. Binder and D.W. Heermann, Monte Carlo Simulations in Statistical Physics: An Introduction, 4th edition, Springer, Berlin, 2002.