Digicampus
Vorlesung + Übung: Numerische Methoden für partielle Differentialgleichungen mit Unsicherheiten - Details
You are not logged into Stud.IP.
Lehrveranstaltung wird in Präsenz abgehalten.

General information

Subtitle Lectures take place in room 1008 (L1) and exercise classes in room 2003 (T)
Course number MTH-3590
Semester SS 2022
Current number of participants 8
expected number of participants 15
Home institute Angewandte Analysis/Numerische Mathematik
Courses type Vorlesung + Übung in category Teaching
Next date Mon , 04.07.2022 10:00 - 11:30
Performance record Portfolio
Online/Digitale Veranstaltung Veranstaltung wird in Präsenz abgehalten.
Hauptunterrichtssprache englisch
Literaturhinweise G.J. Lord, C.E. Powell, T. Shardlow: An introduction to computational stochastic PDEs, 2014
R.G. Ghanem, P.D. Spanos: Stochastic finite elements: a spectral approach. Springer-Verlag, 1991
O.P. Le Maître, O.M. Knio: Spectral methods for uncertainty quantification. Springer, 2010
M.B. Giles: Multilevel Monte Carlo methods, Acta Numerica 24 (2015), 259–328T.
J. Sullivan: Introduction to uncertainty quantification, Springer, 2015
Miscellanea Inhalte:
- Grundlagen der Theorie partieller Differentialgleichungen mit Unischerheiten
- Approximationstheorie und Numerik hochdimensionaler Probleme
- Monte-Carlo-Methoden
- stochastische Kollokations- und Galerkin-Methoden
- Momentenmethode
- Bayessche Methoden
ECTS points 9

Course location / Course dates

n.a Monday: 10:00 - 11:30, weekly
Wednesday: 10:00 - 11:30, weekly
Wednesday: 14:00 - 15:30, fortnightly
Wednesday: 14:00 - 15:30, fortnightly

Module assignments

Comment/Description

Unsicherheitsquantifizierung bei partiellen Differentialgleichungen mit Unsicherheiten in ihren wichtigsten Ausprägungen; Zusammenhänge sowie Vor- und Nachteile der Methoden, auch in Hinblick auf die Anwendung auf konkrete Probleme; Verständnis Problematik hochdimensionaler Probleme sowie grundlegender Lösungsansätze; Komplexe Algorithmik.