Skip to content
Technische Universität Berlin Deutsch
Course catalog and module transfer system

Scientific Computing (Master of Science)Scientific Computing (M. Sc.) - StuPO 2022 (Beginn WS 2022/23) · Module list Winter semester 2024/25

WS 2026/27SS 2026WS 2025/26SS 2025WS 2024/25SS 2024WS 2023/24SS 2023WS 2022/23

Program structure

Curriculum componentCourse selection rulesComponentsAssignments
MasterarbeitMin. 30 CP, Max. 30 CP1
PflichtmoduleComplete all modules3
WahlpflichtmoduleMin. 44 CP, Max. 44 CP225
MathematikMin. 26 CP, Max. 26 CP, n/a25
AnwendungenMin. 18 CP, Max. 18 CP0
WahlbereichMin. 16 CP, Max. 16 CP0

Module assignments

Masterarbeit

In order to pass this curriculum component, the following condition must be met:

ModuleNo./VersionCPGradingExam formatFrequencyWeight
Master Thesis Scientific Computing 20298 / 1 30Graded ThesisWinter and summer semester1

Pflichtmodule

In order to pass this curriculum component, the following condition must be met:

ModuleNo./VersionCPGradingExam formatFrequencyWeight
Numerical Linear Algebra 20835 / 1 10Graded Oral examWinter and summer semester1
Numerical Mathematics for engineering II (10 LP) 20166 / 2 10Graded Oral examWinter semester1
Scientific Computing (Fak. II) 20085 / 3 10Graded Portfolio examinationWinter and summer semester1

Wahlpflichtmodule

In order to pass this curriculum component, the following condition must be met:

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.

In order to pass this curriculum component, the following condition must be met:

ModuleNo./VersionCPGradingExam formatFrequencyWeight
Advanced Topics in Numerical Linear Algebra (10LP) 20825 / 1 10Graded Oral examIrregular1
Advanced Topics in Numerical Linear Algebra (5 LP) 20826 / 1 5Graded Oral examIrregular1
Advanced Topics in Numerical Mathematics (10LP) 20077 / 2 10Graded Oral examWinter and summer semester1
Advanced Topics in Numerical Mathematics (5LP) 20076 / 2 5Graded Oral examWinter and summer semester1
Calculus of Variations and Optimal Control 20427 / 5 10Graded Oral examSummer semester1
Control theory (Fak. II) 20156 / 2 10Graded Oral examSummer semester1
Convex Analysis 20751 / 1 10Graded Oral examWinter and summer semester1
Differential Algebraic Equations 20063 / 2 10Graded Oral examWinter semester1
Differential Equations II A 20060 / 1 5Graded Oral examSummer semester1
Differential Equations II B 20061 / 1 5Graded Oral examWinter semester1
Differential Equations III 20062 / 2 10Graded Oral examSummer semester1
Harmonic Analysis I 20752 / 1 10Graded Oral examWinter and summer semester1
Introduction to Linear and Combinatorial Optimization (ADM I) 20087 / 1 10Graded Oral examWinter semester1
Mathematical Foundations of Machine Learning I 20844 / 2 10Graded Oral examSummer semester1
Mathematical Foundations of Machine Learning II 20845 / 2 10Graded Oral examWinter semester1
Mathematical Seminar 20152 / 5 6Ungraded Portfolio examinationWinter and summer semester0
Matrix Theory (10 LP) 20827 / 1 10Graded Oral examIrregular1
Model reduction 20080 / 2 10Graded Oral examWinter semester1
Modelling with Differential Equations 20376 / 3 10Graded Oral examWinter semester1
Models of biological neural networks 20666 / 1 5Graded Oral examSummer semester1
Nonlinear Optimization 20382 / 1 10Graded Oral examSummer semester1
Numerical Mathematics II 20089 / 2 10Graded Oral examSummer semester1
Project Numerical Analysis 20098 / 4 6Ungraded Portfolio examinationWinter and summer semester1
Scattering Theory 20854 / 1 10Graded Oral examWinter semester1
Stochastic Models 20114 / 2 10Graded Oral examWinter semester1

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.

In order to pass this curriculum component, the following condition must be met:

Wahlbereich

In order to pass this curriculum component, the following condition must be met:

Weight: weighting of the module grade in the overall grade.