Scientific Computing II

Worum geht's

Du lernst zentrale Schritte der Simulations-Pipeline in Scientific Computing kennen, mit Schwerpunkt auf iterativen Lösern und effizienter Umsetzung numerischer Verfahren. Angewendet wird das auf Beispiele aus der Computational Fluid Dynamics und auf teilchenbasierte Simulationen (z. B. Molecular Dynamics). Am Ende kannst du geeignete iterative Verfahren auswählen, analysieren und implementieren sowie effiziente Algorithmen für paarweise Wechselwirkungen entwerfen und parallelisieren.

Was du danach kannst

• Vertrautheit mit typischen Problemen bei Algorithmus-Entwurf und Implementierung numerischer Simulationen
• Kenntnis der Hauptklassen iterativer Löser für große, dünnbesetzte lineare Systeme
• Bewertung des Anwendungsbereichs und der Leistungsmerkmale dieser Methoden
• Anwendung und Implementierung iterativer Verfahren in Code
• Erkennen von Einschränkungen, Fehlerquellen und Effizienzproblemen in Löserkomponenten
• Verständnis der Simulations-Pipeline für teilchenbasierte Simulationen (Modellierung bis Visualisierung)
• Detailliertes Wissen für Molecular Dynamics und Fähigkeit, passende Simulationssoftware zu entwerfen
• Anwendung effizienter Algorithmen zur Berechnung paarweiser Kräfte (z. B. Linked Cell, Verlet, Barnes-Hut, Fast Multipole)

Aus was das Modul besteht

• VorlesungVermittlung der Vortragsinhalte durch Präsentationen und Vorträge
• Übungen / TutorienLösen konkreter Aufgaben, teilweise in Teams; Besprechung ausgewählter Beispiele

Lehrmethode

• VorlesungenEinführung in Theorie und Konzepte; Studierende sollen Literatur eigenständig vertiefen
• Tutorien / ÜbungsgruppenAnwenden der Methoden an konkreten Aufgaben und Erarbeiten von Lösungen, teils im Team