Modulbeschreibung

Logo der Hochschule Bremen
Titel
Title
Rechnerunterstützte höhere Mathematik
Modulcode
Module Code
ACBM
Modulverantwortliche
Responsible Members of Staff
Kompetenzziele des Moduls
Module Competence Goals

Nach erfolgreichem Absolvieren des Moduls können die Studierenden ...
  • Wissen und Verstehen (Wissensverbreiterung, Wissensvertiefung, Wissensverständnis)
    • die erweiterten mathematischen Konzepte aus der höheren Ingenieurmathematik im Kontext ingenieurwissenschaftlicher Problemstellungen erläutern
    • die Rolle von Matlab/Simulink bei der Lösung mathematischer Probleme im Ingenieurwesen beschreiben
    • die Unterschiede zwischen analytischen und numerischen Lösungsverfahren für komplexe Systeme erklären
  • Einsatz, Anwendung und Erzeugung von Wissen (Nutzung und Transfer, wissenschaftliche Innovation)
    • mathematische Probleme aus der Ingenieurpraxis mithilfe von Matlab/Simulink lösen und die Ergebnisse auf ihre Anwendbarkeit hin bewerten
    • analytische und numerische Lösungsverfahren in Matlab für die Bearbeitung komplexer Systeme anwenden
    • ihr Wissen zur Problemlösung in neuen und multidisziplinären Situationen anwenden
  • Kommunikation und Kooperation
    • die mathematischen Lösungsansätze und deren Ergebnisse nachvollziehbar erklären und gegenüber Fachleuten vertreten
    • die Funktionsweise von numerischen und analytischen Lösungsverfahren klar und strukturiert erläutern
  • Wissenschaftliches Selbstverständnis oder Professionalität
    • die Herangehensweise an mathematische Probleme im Ingenieurwesen reflektieren und eigene Lösungsstrategien weiterentwickeln
    • eigenständig komplexe mathematische Probleme in Matlab/Simulink bearbeiten und innovative Lösungsansätze entwickeln
Lehrinhalte
Content
Inhalt des Moduls sind die Grundlagen und Anwendungen wichtiger mathematischer und numerischer Methoden im ingenieurwissenschaftlichen Umfeld. Die Studierenden sollen die mathematischen Konzepte verstehen und deren Einsatzmöglichkeiten in der Praxis bewerten können. Ein besonderer Fokus liegt auf der Anwendung der Methoden zur Lösung komplexer Probleme in der Ingenieurpraxis mithilfe von rechnergestützten Werkzeugen. Um die angestrebten Lernziele zu erreichen, werden in der Lehre folgende spezifische Kompetenzschwerpunkte gesetzt:
  • Raumkurven, Vektorielle Parameterdarstellung, Tangentenvektor, Krümmung
  • Skalar- und Vektorfelder, Gradient, Divergenz, Rotation, Niveaulinien, Richtungsableitung, Quellenfreiheit, Wirbelfreiheit, Laplace-Operator, Laplace-Gleichung, Poisson-Gleichung
  • Kurvenintegrale, Potenzialfunktion, konservative Felder
  • Quaternionen
  • Lagrange-Funktion, Bewegungsgleichungen
  • Angewandte Statistik, Stichprobe, Mittelwert, Standardabweichung, Varianz, Spannweite, Median, Modalwert, Ausreißer, Vertrauensintervall
  • Interpolationsverfahren, Kennlinie, Look Up Table, Lineare Interpolation, Kubische Interpolation, Spline-Interpolation
  • Mehrdimensionale Interpolation, Nearest-Neighbor-Interpolation
  • Korrelation, Regression, Least Squares, Korrelationskoeffizient, Irrtumswahrscheinlichkeit, Nichtlineare Regression
  • Simulation, Dynamische Systeme, Dämpfung, Eigenfrequenz, Übertragungsfunktion, Zustandsraum, Sprungantwort
  • Optimierung, Identifikation, Kostenfunktion
  • Zufallszahlen, Sortieralgorithmen, Periodenlänge, Straight-Insertation, Shell's Method, Quicksort, Heapsort, Indexieren, Ranking
  • Matrizeneigenschaften, Spezielle Funktionen, Quadratische Matrix, Diagonalmatrix, Symmetrische Matrix, Hermitesche Matrix, Reelle Matrix, Singuläre Matrix, Orthogonale Matrix, Unitäre Matrix, Positiv definierte Matrix, Hadamard-Matrix, Hankel-Matrix, Hilbert-Matrix, Pascal-Matrix, Toeplitz-Matrix, Vandermonde-Matrix, Hessenberg-Matrix
  • Matrizeninversion, Gauß-Jordan-Zerlegung, Pivotisierung, LU-Zerlegung, Cholesky-Zerlegung, QR-Zerlegung
  • Singulärwert-Zerlegung, Singulärwerte, Singulärvektoren, (Pseudo-)Inversion, Nullraum, Wertebereich, lineare Abhängigkeiten
  • Schnelle Fourier-Transformation, Polynommultiplikation, Faltung, zero padding, Autokorrelation, Leistungsdichte, Nyquistfrequenz, Bartlett-Fenster, digitale Filter
  • Partielle Differenzialgleichungen, Wellengleichung, Diffusionsgleichung, Poissongleichung, Anfangsbedingungen, Randbedingungen, Animation
  • Numerische Lösung partieller Differenzialgleichungen, hyperbolische PDG, parabolische PDG, elliptische PDG
  • Differenzial-algebraische Gleichungen, Massenmatrix, Zwangsbedingungen, Algebraic Constraint, Minimalrealisierung
  • Randwertprobleme, Shooting-Methode, Relaxationsmethode
Lehrende
Lecturers
Lehr- und Lernmethoden
Teaching Format
Seminaristischer Unterricht (SU), Modulbezogene Übung (MÜ)
Lernform
Study Format
Präsenzstudium, angeleitetes Selbststudium
Prüfungsform
Examination
Rechnerprogramm
Prüfungsdauer
Test Duration
Voraussetzungen für die Teilnahme
Required Experience
Siehe aktuelle Prüfungsordnung
Verwendbarkeit
Applicability
tbd
Studentische Arbeitsbelastung
Hours
56 + 124
Präsenzstudium
Contact Hours per week
56
Selbststudium
Self Study Hours
124
ECTS-Leistungspunkte
ECTS-Credits
6
Häufigkeit des Angebotes
Frequency
1 Mal pro Studienjahr im 1. Semester / Sommersemester
Sprache
Language
Deutsch, gegebenenfalls auch Englisch
Bemerkungen
Comments
Keine Bemerkung
Literatur
Literature
Die aktuellen Literaturlisten werden zu Beginn des Semesters verteilt.
Angebot
Courses
SemesterStudiengangSWSFormGültigkeitsbeginnGültigkeitsendeWahlpflicht
1AT4Seminar20132100Pflichtmodul
1CBME4Seminar20052012Pflichtmodul
1MEN4Seminar20232100Pflichtmodul
1MM4Seminar20132100Pflichtmodul