Computational Linear Algebra

Worum geht's

Du lernst numerische Methoden zur Lösung linearer Gleichungssysteme und die relevanten Grundlagen der linearen Algebra sowie der Rechnerarithmetik. Am Ende kannst du Zahlendarstellungen verstehen, Matrizenarten und ihre Eigenschaften bewerten und sowohl direkte als auch iterative Lösungsverfahren inklusive Präkonditionierung auswählen und auf konkrete Probleme anwenden.

Was du danach kannst

Zahlendarstellung am Rechner (Integer- und Gleitkommadarstellung) verstehen und anwenden
Grundlagen der linearen Algebra (Normen, Skalarprodukt) beherrschen
Matrizenarten kennen, kondition und Spektralradius analysieren
Konvergenzanalyse unter Verwendung des Banach’schen Fixpunktsatzes durchführen
direkte Lösungsverfahren (Gauss, Cholesky, QR) anwenden und ihre Komplexität einschätzen
iterative Verfahren (Splitting, Relaxierung, Krylov-Methoden, Mehrgitter) anwenden
Präkonditionierungsverfahren (Skalierung, unvollständige LU/Cholesky) einsetzen und beurteilen

Aus was das Modul besteht

VorlesungVermittlung der Inhalte durch Vortrag, Beispiele und Diskussion; Bereitstellung von Übungsblättern zur Selbstkontrolle

Lehrmethode

Vorlesung mit Folien und Tafel/Whiteboardermöglicht Darstellung der Theorie, veranschaulicht durch Beispiele und fördert selbstständige Vertiefung
Aufgabenblätter mit Lösungendienen zur selbstständigen Kontrolle und Vertiefung der behandelten Methoden

Termine

VorlesungComputational Linear Algebra2 Gruppen zur Wahl

ADi.11:30–13:00
2370, HS (0503.02.370)
14× · 20.10.–02.02.
- 20.10.
- 27.10.
- 03.11.
- 10.11.
- 17.11.
- 24.11.
- 01.12.
- 08.12.
- 15.12.
- 22.12.
- 12.01.
- 19.01.
- 26.01.
- 02.02.
BMi.16:45–18:15
2370, HS (0503.02.370)
15× · 14.10.–03.02.
- 14.10.
- 21.10.
- 28.10.
- 04.11.
- 11.11.
- 18.11.
- 25.11.
- 02.12.
- 09.12.
- 16.12.
- 23.12.
- 13.01.
- 20.01.
- 27.01.
- 03.02.

Aus dem laufenden Semester, unverbindlich. Von mehreren Gruppen besucht man eine; der Stundenplan schlägt automatisch die mit den wenigsten Überschneidungen vor.

Filter