Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage,bei vorhandener Literatur ein Thema aufzuarbeiten, in Form eines Vortrags vorzustellen, und mit den Seminarteilnehmern zu diskutieren.
Viele physikalische Phänomene sind zu komplex, um in all ihren Aspekten mit klassischen Algorithmen der Numerischen Mathematik schnell genug simuliert zu werden.Ein Beispiel sind Optimierungsprobleme, bei denen die Auswertung des Zielfunktionals das Loesen eines parameterabhaengigen Differentialgleichungssystems beinhaltet, welches im Laufe des Optimierungsprozesses fuer viele verschiedene Parameterwerte geloest werden muss. Bei Model Order Reduction identifiziert man die wesentlichen Freiheitsgrade, die die Loesung des parameterabhaengigen Differentialgleichungssystems beschreiben. Fuer das Optimierungsproblembedeutet das, dass in jedem Optimierungsschritt ein wesentlich kleines System geloest werden muss, was wesentlich schneller ist. Im Rahmen dieses Seminars werden unterschiedliche Aspekte und Algorithmen beleuchtet. Wir konzentrieren uns dabei aufsogenannte Parametrische PDEs, d.h. PDEs bei denen die Koeffizienten oder die Geometrie von Parametern abhängt und somit auch die Loesung der PDE. Fragestellungen sind dann z.B.: fuer welche Parameterwerte soll man die PDE bestimmen? Wie koennen die erhaltenen Loesungenverwendet werden, um effizient Loesungen fuer weitere Parameterwerte zu bestimmen? Wie gross sind die Fehler?
Mögliche Themen sind unter anderem:- Reduced Basis Methods- Proper orthogonal decomposition- Greedy algorithms- a-posteriori Fehlerkontrolle- Bestapproximation und Kolmogorov n-Widths
Betreute Erarbeitung eines ausgewählten Themas mit Hilfe englischsprachiger Fachliteratur (Bücher, wissenschaftliche Arbeiten), Präsentationen der Studierenden mit Feedback.
Erfolgreicher Seminarvortrag
Nicht erforderlich
Numerik