Algorithms for Scientific Computing

Worum geht's

Du lernst effiziente, hierarchische Algorithmen und Datenstrukturen für wissenschaftliches Rechnen kennen und umzusetzen. Schwerpunkte sind schnelle diskrete Fourier- und verwandte Transformationen (FFT, DCT/DST), Raumfüllende Kurven (Peano, Hilbert) zur Organisation mehrdimensionaler Daten sowie hierarchische Methoden wie Sparse Grids und adaptive Repräsentationen. Am Ende kannst Du solche Verfahren erklären, analysieren und bei Bedarf implementieren.

Was du danach kannst

• Kenntnis und Implementationsfähigkeit ausgewählter hierarchischer Methoden
• Analyse von Laufzeitkosten und—wo zutreffend—Genauigkeit
• Vergleich dieser Methoden mit alternativen Verfahren
• Übertragung der Methodik auf verwandte Fragestellungen

Aus was das Modul besteht

• VorlesungVermittlung der Inhalte durch Vorträge und Präsentationen
• Übung/TutorialLösen konkreter Aufgaben, teilweise in Teamarbeit, Vertiefung ausgewählter Beispiele

Lehrmethode

• Vorträge/PräsentationenErläuterung der Theorie und der Algorithmen
• Selbststudium von LiteraturVertiefung der Themen und eigenständige Auseinandersetzung
• Tutorials mit Aufgaben und TeamarbeitAnwendung der Methoden auf konkrete Probleme