Scientific Computing (Master of Science)Scientific Computing (M. Sc.) - StuPO 2022 (Beginn WS 2022/23) · Module list Winter semester 2023/24
Program structure
| Curriculum component | Course selection rules | Components | Assignments |
|---|---|---|---|
| Masterarbeit | Min. 30 CP, Max. 30 CP | 1 | |
| Pflichtmodule | Complete all modules | 3 | |
| Wahlpflichtmodule | Min. 44 CP, Max. 44 CP | 2 | 24 |
| Mathematik | Min. 26 CP, Max. 26 CP, n/a | 24 | |
| Anwendungen | Min. 18 CP, Max. 18 CP | 0 | |
| Wahlbereich | Min. 16 CP, Max. 16 CP | 0 |
Module assignments
Masterarbeit
In order to pass this curriculum component, the following condition must be met:
- At least 30 credit points must be completed.
- At most 30 credit points must be completed.
| Module | No./Version | CP | Grading | Exam format | Frequency | Weight |
|---|---|---|---|---|---|---|
| Master Thesis Scientific Computing | 20298 / 1 | 30 | Graded | Thesis | Winter and summer semester | 1 |
Pflichtmodule
In order to pass this curriculum component, the following condition must be met:
- All modules must be completed.
| Module | No./Version | CP | Grading | Exam format | Frequency | Weight |
|---|---|---|---|---|---|---|
| Numerical Linear Algebra | 20835 / 1 | 10 | Graded | Oral exam | Winter and summer semester | 1 |
| Numerical Mathematics for engineering II (10 LP) | 20166 / 1 | 10 | Graded | Oral exam | Winter semester | 1 |
| Scientific Computing (Fak. II) | 20085 / 3 | 10 | Graded | Portfolio examination | Winter and summer semester | 1 |
Wahlpflichtmodule
In order to pass this curriculum component, the following condition must be met:
- At least 44 credit points must be completed.
- At most 44 credit points must be completed.
Wahlpflichtmodule › Mathematik
Im Wahlpflichtbereich Mathematik ist ein mathematisches Seminar zu belegen.
Die Studierenden:
- vertiefen ihre Kenntnisse von mathematischen Methoden, die für das wissenschaftliche Rechnen wesentlich sind,
- entwickeln ein Verständnis für aktuelle mathematische Forschungsthemen und deren Relevanz in anwendungsorientierten Kontexten,
- sind in der Lage, komplexe mathematische Verfahren analytisch zu durchdringen, algorithmisch umzusetzen und kritisch zu reflektieren,
- können wissenschaftliche Ergebnisse strukturiert aufbereiten, präsentieren und diskutieren.
Die Studierenden:
- vertiefen ihre Kenntnisse von mathematischen Methoden, die für das wissenschaftliche Rechnen wesentlich sind,
- entwickeln ein Verständnis für aktuelle mathematische Forschungsthemen und deren Relevanz in anwendungsorientierten Kontexten,
- sind in der Lage, komplexe mathematische Verfahren analytisch zu durchdringen, algorithmisch umzusetzen und kritisch zu reflektieren,
- können wissenschaftliche Ergebnisse strukturiert aufbereiten, präsentieren und diskutieren.
In order to pass this curriculum component, the following condition must be met:
- At least 26 credit points must be completed.
- At most 26 credit points must be completed.
- Free choice (see description of the curriculum component)
| Module | No./Version | CP | Grading | Exam format | Frequency | Weight |
|---|---|---|---|---|---|---|
| Advanced Topics in Numerical Linear Algebra (10LP) | 20825 / 1 | 10 | Graded | Oral exam | Irregular | 1 |
| Advanced Topics in Numerical Linear Algebra (5 LP) | 20826 / 1 | 5 | Graded | Oral exam | Irregular | 1 |
| Advanced Topics in Numerical Mathematics (10LP) | 20077 / 1 | 10 | Graded | Oral exam | Winter and summer semester | 1 |
| Advanced Topics in Numerical Mathematics (5LP) | 20076 / 1 | 5 | Graded | Oral exam | Winter and summer semester | 1 |
| Control theory (Fak. II) | 20156 / 3 | 10 | Graded | Oral exam | Summer semester | 1 |
| Convex Analysis | 20751 / 1 | 10 | Graded | Oral exam | Winter and summer semester | 1 |
| Differential Algebraic Equations | 20063 / 1 | 10 | Graded | Oral exam | Winter semester | 1 |
| Differential Equations II A | 20060 / 1 | 5 | Graded | Oral exam | Summer semester | 1 |
| Differential Equations II B | 20061 / 1 | 5 | Graded | Oral exam | Winter semester | 1 |
| Differential Equations III | 20062 / 2 | 10 | Graded | Oral exam | Summer semester | 1 |
| Harmonic Analysis I | 20752 / 1 | 10 | Graded | Oral exam | Winter and summer semester | 1 |
| Introduction to Linear and Combinatorial Optimization (ADM I) | 20087 / 1 | 10 | Graded | Oral exam | Winter semester | 1 |
| Mathematical Foundations of Machine Learning I | 20844 / 2 | 10 | Graded | Oral exam | Summer semester | 1 |
| Mathematical Foundations of Machine Learning II | 20845 / 2 | 10 | Graded | Oral exam | Winter semester | 1 |
| Mathematical Seminar | 20152 / 5 | 6 | Ungraded | Portfolio examination | Winter and summer semester | 0 |
| Matrix Theory (10 LP) | 20827 / 1 | 10 | Graded | Oral exam | Irregular | 1 |
| Model reduction | 20080 / 1 | 10 | Graded | Oral exam | Winter semester | 1 |
| Modelling with Differential Equations | 20376 / 3 | 10 | Graded | Oral exam | Winter semester | 1 |
| Models of biological neural networks | 20666 / 1 | 5 | Graded | Oral exam | Summer semester | 1 |
| Nonlinear Optimization | 20382 / 1 | 10 | Graded | Oral exam | Summer semester | 1 |
| Numerical Mathematics II | 20089 / 1 | 10 | Graded | Oral exam | Summer semester | 1 |
| Scattering Theory | 20854 / 1 | 10 | Graded | Oral exam | Winter semester | 1 |
| Stochastic Models | 20114 / 2 | 10 | Graded | Oral exam | Winter semester | 1 |
| Variational Calculus and Optimal Control | 20427 / 4 | 10 | Graded | Oral exam | Summer semester | 1 |
Wahlpflichtmodule › Anwendungen
Die Studierenden:
- erwerben fundierte Kenntnisse in einem oder mehreren Anwendungsfeldern des wissenschaftlichen Rechnens (z. B. Physik, Chemie, Informatik, Ingenieurwissenschaften, Biologie oder Medizin),
- lernen, mathematische Methoden auf konkrete natur- oder ingenieurwissenschaftliche Fragestellungen anzuwenden,
- sind in der Lage, interdisziplinär zu arbeiten und die Schnittstellen zwischen Mathematik und Anwendungswissenschaften zu verstehen und zu nutzen,
- entwickeln Kompetenzen zur Modellbildung und zur softwaregestützten Umsetzung und Evaluation von Lösungsverfahren in realitätsnahen Szenarien.
- erwerben fundierte Kenntnisse in einem oder mehreren Anwendungsfeldern des wissenschaftlichen Rechnens (z. B. Physik, Chemie, Informatik, Ingenieurwissenschaften, Biologie oder Medizin),
- lernen, mathematische Methoden auf konkrete natur- oder ingenieurwissenschaftliche Fragestellungen anzuwenden,
- sind in der Lage, interdisziplinär zu arbeiten und die Schnittstellen zwischen Mathematik und Anwendungswissenschaften zu verstehen und zu nutzen,
- entwickeln Kompetenzen zur Modellbildung und zur softwaregestützten Umsetzung und Evaluation von Lösungsverfahren in realitätsnahen Szenarien.
In order to pass this curriculum component, the following condition must be met:
- At least 18 credit points must be completed.
- At most 18 credit points must be completed.
Wahlbereich
In order to pass this curriculum component, the following condition must be met:
- At least 16 credit points must be completed.
- At most 16 credit points must be completed.
Weight: weighting of the module grade in the overall grade.