Digicampus
Vorlesung + Übung: Numerische Methoden für partielle Differentialgleichungen mit Unsicherheiten - Details
Sie sind nicht in Stud.IP angemeldet.
Lehrveranstaltung wird in Präsenz abgehalten.

Allgemeine Informationen

Veranstaltungsname Vorlesung + Übung: Numerische Methoden für partielle Differentialgleichungen mit Unsicherheiten
Untertitel Lectures take place in room 1008 (L1) and exercise classes in room 2003 (T)
Veranstaltungsnummer MTH-3590
Semester SS 2022
Aktuelle Anzahl der Teilnehmenden 9
erwartete Teilnehmendenanzahl 15
Heimat-Einrichtung Angewandte Analysis/Numerische Mathematik
Veranstaltungstyp Vorlesung + Übung in der Kategorie Lehre
Erster Termin Montag, 25.04.2022 10:00 - 11:30
Leistungsnachweis 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
Sonstiges 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-Punkte 9

Räume und Zeiten

Keine Raumangabe
Montag: 10:00 - 11:30, wöchentlich
Mittwoch: 10:00 - 11:30, wöchentlich
Mittwoch: 14:00 - 15:30, zweiwöchentlich
Mittwoch: 14:00 - 15:30, zweiwöchentlich

Kommentar/Beschreibung

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.