Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage Probleme mit hochdimensonaler Struktur zu identifizieren, numerisch zu behandeln und die Approximationsfehler sowie die Kosten der verwendenten Algorithmen abzuschätzen.
Neuronale Netzwerke für PDEs, Monte Carlo Methoden, Numerik stochastischer PDEs und PDEs mit zufälligen Koeffizienten
Tafelvortrag mit gelegentlicher Beamerunterstützung.
Mündliche Prüfung über den Vorlesungsstoff.
Nicht erforderlich
Grundlegende Numerik (FEM ist hilfreich, aber nicht nötig)
