Informatik

• Softwareprojekt Praktische Informatik A

  0089cA1.23
  • 19308412 Projektseminar
    Softwareprojekt: Datenverwaltung (Agnès Voisard)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 05.02.2025)
    Ort: T9/137 Konferenzraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    Studierende im Master- bzw. Bachelorstudiengang

    Voraussetzungen

    Gute Programmierkenntnisse, Einführung in Datenbanksysteme.

    Kommentar

    Projekte können anwendungs- oder systemorientiert sein. Eine größere Aufgabe der Systementwicklung wird arbeitsteilig gelöst. Dazu gehören alle Phasen der Softwareentwicklung. Schwerpunkt sind Datenverwaltungssysteme.

     

    Literaturhinweise

    Wird bekannt gegeben. / To be announced.

  • 19314012 Projektseminar
    Softwareprojekt: Semantische Technologien (Adrian Paschke)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Weitere Informationen finden sich auf der Veranstaltungsseite.

    Kommentar

    Im Rahmen des Softwareprojekts werden gemischte Gruppen von Bachelor- und Master-Studenten gebildet, die entweder ein eigenständiges Projekt erstellen oder aber ein Teil eines größeren Projektes im Bereich semantischer Technologien übernehmen. Bei der Umsetzung der Aufgaben werden vertiefte Programmierkenntnisse in der Anwendung semantischer Technologien und künstlicher Intelligenz im Corporate Semantic Web erworben, Projektmanagement und Teamfähigkeit gefördert, sowie Praktiken der guten Software-Entwicklung großer verteilter Systeme und Semantic Web Anwendungen geübt. Das Softwareprojekt kann in Zusammenarbeit mit einem externen Partner aus der Industrie oder Standardisierung durchgeführt werden. Die Fortführung des Projektes als Bachelor- oder Masterarbeit ist möglich und ausdrücklich erwünscht.

    Literaturhinweise

    Corporate Semantic Web

  • 19323612 Projektseminar
    Softwareprojekt: AMOS-Projekt (Lutz Prechelt)
    Zeit: -
    Ort: keine Angabe
    

    Zusätzl. Angaben / Voraussetzungen

    Lernziele und Kompetenzen

    • Studierende lernen zu Softwareprodukten und Softwareentwicklung in der Industrie
    • Studierende lernen zu agilen Methoden, insbesondere Scrum und Extreme Programming
    • Studierende lernen zu Open-Source-Softwareentwicklung und ihren Prinzipien
    • Studierende erwerben praktische Erfahrung mit Scrum und Extrem Programming

    Zielgruppe

    Studierende der Informatik (und verwandte Disziplinen). Für die Softwareentwickler:innen Rolle sollten Sie praktische Programmiererfahrung mitbringen. Dieser Kurs ist nicht geeignet, um Programmieren zu lernen.

    Sprache

    Englisch (Vorlesungen auf Englisch, Team-Meeting auf Deutsch oder Englisch nach Wahl der Studierenden)

    Benotung

    • Softwareentwickler:in (zu 100%)
      • 10% der Note: 5 Kurzquizzes zu jeweils 5 Fragen mit 2 Punkten
      • 90% der Note: Wöchentliche Projektarbeit

    Weiteres

    • SWS: 4 SWS (2 SWS VL, 2 SWS Team-Meeting)
    • Semester: Jedes Semester
    • Modalität: Online, universitätsübergreifend
    • Tags: Scrum

    Kommentar

    Dieser Kurs lehrt agile Methoden (Scrum und XP) und Open-Source-Werkzeuge anhand eines semesterlangen Projekts. Der Kurs findet online und universitätsübergreifend statt. Lehr- und Lerninhalte umfassen:

    • Agile Methoden und verwandte Entwicklungsprozesse
    • Scrum Rollen und Prozesspraktiken, inkl. Produktmanagement und Entwicklungsleitung
    • Technische Praktiken wie Refactoring, Continuous Integration, und test-getriebene Entwicklung
    • Prinzipien und Praktiken der Open-Source-Softwareentwicklung

    Das Projekt ist ein Softwareentwicklungsprojekt, bei dem jedes Studierendenteam mit einem Industriepartner zusammenarbeitet, der die Projektidee bereitstellt. Studierende arbeiten praktisch und angewandt.

    Studierende nehmen die Rolle einer Softwareentwicklerin oder eines Softwareentwicklers ein. In dieser Rolle schätzen sie den Aufwand von Anforderungen und setzen sie im Projekt um. Teilnehmende Studierende müssen über vorherige Softwareentwicklungserfahrung verfügen.

    Studierende werden in Teams von 7-9 Personen organisiert. Ein Team besteht aus einem Scrum Master, zwei Product Ownern, und sechs Softwareentwickler:innen. Ein Industriepartner stellt die allgemeinen Anforderungen bereit, welche von den Product Ownern ausgearbeitet und von den Softwareentwickler:innen umgesetzt werden. Das Projektangebot wird kurz vor Semesterbeginn vorgestellt werden.

    Der Kurs besteht aus einer 90 min. Vorlesung, gefolgt von einem 90 min. Team-Meeting (Teilnahme verpflichtend). Bitte registrieren Sie sich nicht für diesen Kurs, falls Sie nicht regelmäßig am Team-Meeting teilnehmen können.

    ACHTUNG: Dieser Kurs findet extern statt und verwendet einen zusätzlichen Prozess für die Anmeldung. Registrierung und weitere Kursinformation finden Sie auf einem Google Spreadsheet über https://amos.uni1.de – bitte registrieren Sie Ihr Teilnahmeinteresse durch Ausfüllen des dort verlinkten Formulars zur Interessenbekundung, sobald sich dieses öffnet.

    Literaturhinweise

    http://goo.gl/5Wqnr7

  • 19329912 Projektseminar
    Softwareprojekt: Secure Identity (Volker Roth)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

    Kommentar

    Die Aufgabe wird die Entwicklung einer Software sein. Es wird um sichere Softwareentwicklung gehen. Die Aufgabe wird in Gruppenarbeit gelöst.

  • 19334212 Projektseminar
    Softwareprojekt: Maschinelles Lernen und Erklärbarkeit für verbesserte (Krebs-)behandlung (Pauline Hiort)
    Zeit: Di 15:00-17:00, zusätzliche Termine siehe LV-Details (Erster Termin: 26.02.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Kommentar

    Im Softwareprojekt werden wir verschiedene Machine-Learning (ML)-Methoden implementieren, trainieren und evaluieren. Der Fokus im Projekt liegt auf neuronalen Netzen (NN) und ihrer Erklärbarkeit. Die Methoden werden wir mit verschiedenen Baseline-Modellen, zum Beispiel Regressionsmodellen, vergleichen. Verschiedene ML-Methoden werden auf einen spezifischen Datensatz, z.B. zur Vorhersage von Medikamentenkombinationen gegen Krebserkrankungen, angewendet und ausgewertet. Der Datensatz wird von uns vorbereitet und mit den implementierten Methoden analysiert. Zusätzlich legen wir einen Fokus auf Erklärbarkeit, um sicherzustellen, dass die Vorhersagen der ML-Modelle nachvollziehbar und interpretierbar sind. Dazu werden wir geeignete Techniken zur Erklärbarkeit von Modellen integrieren, um die Entscheidungsgrundlagen der Modelle besser zu verstehen und visualisieren zu können.

    Die Programmiersprache ist Python, und wir planen die Verwendung von modernen Python-Modulen für ML wie scikit-learn, and PyTorch. Gute Python-Kenntnisse sind Voraussetzung. Das Ziel ist die Erstellung eines Python-Pakets, das für den konkreten Anwendungsfall wiederverwendbaren Code zur Präprozessierung, Training auf ML-Modelle und Evaluation der Ergebnisse mit Dokumentation (z.B. mit sphinx) liefert. Das Softwareprojekt findet semesterbegleitend statt und kann auch auf Englisch durchgeführt werden.

  • 19334412 Projektseminar
    SWP: Szenario-Management im Future Security Lab (Larissa Groth)
    Zeit: Mi 23.04. 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Das Projekt BeLIFE, Teil der AG Technische Informatik, konzentriert sich auf die Verbesserung des Wissenstransfers und des kommunikativen Austausches in der zivilen Sicherheitsforschung. Zentraler Bestandteil des Projekts ist das Future Security Lab, das in den Räumlichkeiten des Einstein Center Digital Future in Mitte beheimatet ist. Hier werden Politiker:innen von Bundes- und Landesebenen, aber auch Vertreter:innen aus Behörden und Organisationen mit Sicherheitsaufgaben willkommen geheißen. 

    Im Rahmen des Softwareprojekts entwickeln die Studierenden Konzepte, um die bestehende technische Infrastruktur des Raumes zu optimieren und kreativ weiterzuentwickeln. Ziel ist es insbesondere die Usability des Raumes auf Seiten der Wissenschaftler:innen zu erhöhen, aber auch die User Experience der Besuchenden zu verbessern. Um das zu erreichen, besteht das Softwareprojekt aus mehreren Teilbereichen, die sich entweder aus einem konkreten Problem ergeben, das es zu lösen gilt, oder kreative Herangehensweisen und Ideenreichtum erfordern. Die zu bearbeitenden Aufgaben generieren sich aus den Bereichen Systemadministration, Interfaceentwicklung sowie Licht-/Ton-Installation und -Orchestrierung und umfassen auch die Optimierung der vorhandenen WebApp zur Szenariopräsentation. 

    Die Bearbeitung der Aufgabenstellung erfolgt ausschließlich in Kleingruppen (3-5 Studierende). Die Zusammenarbeit und Sicherung des entwickelten Codes erfolgt über das Fachbereichs-eigene Gitlab oder ein öffentliches Github. Die Ergebnisse sind geeignet zu dokumentieren, z.B. über die Readme-Dateien des Gits und ein gut strukturiertes Wiki. Modularität und Erweiterbarkeit des entwickelten Codes und eine top Dokumentation sind entscheidend für den Erfolg dieses Softwareprojekts!

    Zum Ablauf: Dieses Softwareprojekt findet semesterbegleitend statt. Es gibt wenige Meetings in großer Runde mit allen Teilnehmenden, diese sind aber verpflichtend. Darüber hinaus gibt es kurze wöchentliche Treffen, in denen mind. 1 Gruppenmitglied über den aktuellen Stand berichtet, wobei wir hier im Verlauf eines Monats mit allen Mitgliedern gesprochen haben wollen. Der erste Termin (23.04.25, 14h, K63) wird in der Takustraße 9 stattfinden. Im Rahmen dieses Termins werden die bereits implementierten Lösungen in der Theorie präsentiert und die Problemstellungen angesprochen. Eine Live-Demo erfolgt dann eine Woche später, am 30.04.2025, in Berlin Mitte im Future Security Lab, Wilhelmstr. 67, 10117 Berlin.

    Danach gibt es insgesamt 3 Präsentationstermine: die Präsentation eines ersten Ansatzes zur Problemlösung (14.05.2025), eine kurze Zwischenpräsentation (18.06.2025) und die Abschlusspräsentation (16.07.2025). 
    Die Studierenden erhalten zusätzlich regelmäßig die Möglichkeit, in den Räumlichkeiten des Future Security Labs zu arbeiten und sich so mit der Ausstattung vertraut zu machen. 

• Softwareprojekt Praktische Informatik B

  0089cA1.24
  • 19308412 Projektseminar
    Softwareprojekt: Datenverwaltung (Agnès Voisard)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 05.02.2025)
    Ort: T9/137 Konferenzraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    Studierende im Master- bzw. Bachelorstudiengang

    Voraussetzungen

    Gute Programmierkenntnisse, Einführung in Datenbanksysteme.

    Kommentar

    Projekte können anwendungs- oder systemorientiert sein. Eine größere Aufgabe der Systementwicklung wird arbeitsteilig gelöst. Dazu gehören alle Phasen der Softwareentwicklung. Schwerpunkt sind Datenverwaltungssysteme.

     

    Literaturhinweise

    Wird bekannt gegeben. / To be announced.

  • 19314012 Projektseminar
    Softwareprojekt: Semantische Technologien (Adrian Paschke)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Weitere Informationen finden sich auf der Veranstaltungsseite.

    Kommentar

    Im Rahmen des Softwareprojekts werden gemischte Gruppen von Bachelor- und Master-Studenten gebildet, die entweder ein eigenständiges Projekt erstellen oder aber ein Teil eines größeren Projektes im Bereich semantischer Technologien übernehmen. Bei der Umsetzung der Aufgaben werden vertiefte Programmierkenntnisse in der Anwendung semantischer Technologien und künstlicher Intelligenz im Corporate Semantic Web erworben, Projektmanagement und Teamfähigkeit gefördert, sowie Praktiken der guten Software-Entwicklung großer verteilter Systeme und Semantic Web Anwendungen geübt. Das Softwareprojekt kann in Zusammenarbeit mit einem externen Partner aus der Industrie oder Standardisierung durchgeführt werden. Die Fortführung des Projektes als Bachelor- oder Masterarbeit ist möglich und ausdrücklich erwünscht.

    Literaturhinweise

    Corporate Semantic Web

  • 19323612 Projektseminar
    Softwareprojekt: AMOS-Projekt (Lutz Prechelt)
    Zeit: -
    Ort: keine Angabe
    

    Zusätzl. Angaben / Voraussetzungen

    Lernziele und Kompetenzen

    • Studierende lernen zu Softwareprodukten und Softwareentwicklung in der Industrie
    • Studierende lernen zu agilen Methoden, insbesondere Scrum und Extreme Programming
    • Studierende lernen zu Open-Source-Softwareentwicklung und ihren Prinzipien
    • Studierende erwerben praktische Erfahrung mit Scrum und Extrem Programming

    Zielgruppe

    Studierende der Informatik (und verwandte Disziplinen). Für die Softwareentwickler:innen Rolle sollten Sie praktische Programmiererfahrung mitbringen. Dieser Kurs ist nicht geeignet, um Programmieren zu lernen.

    Sprache

    Englisch (Vorlesungen auf Englisch, Team-Meeting auf Deutsch oder Englisch nach Wahl der Studierenden)

    Benotung

    • Softwareentwickler:in (zu 100%)
      • 10% der Note: 5 Kurzquizzes zu jeweils 5 Fragen mit 2 Punkten
      • 90% der Note: Wöchentliche Projektarbeit

    Weiteres

    • SWS: 4 SWS (2 SWS VL, 2 SWS Team-Meeting)
    • Semester: Jedes Semester
    • Modalität: Online, universitätsübergreifend
    • Tags: Scrum

    Kommentar

    Dieser Kurs lehrt agile Methoden (Scrum und XP) und Open-Source-Werkzeuge anhand eines semesterlangen Projekts. Der Kurs findet online und universitätsübergreifend statt. Lehr- und Lerninhalte umfassen:

    • Agile Methoden und verwandte Entwicklungsprozesse
    • Scrum Rollen und Prozesspraktiken, inkl. Produktmanagement und Entwicklungsleitung
    • Technische Praktiken wie Refactoring, Continuous Integration, und test-getriebene Entwicklung
    • Prinzipien und Praktiken der Open-Source-Softwareentwicklung

    Das Projekt ist ein Softwareentwicklungsprojekt, bei dem jedes Studierendenteam mit einem Industriepartner zusammenarbeitet, der die Projektidee bereitstellt. Studierende arbeiten praktisch und angewandt.

    Studierende nehmen die Rolle einer Softwareentwicklerin oder eines Softwareentwicklers ein. In dieser Rolle schätzen sie den Aufwand von Anforderungen und setzen sie im Projekt um. Teilnehmende Studierende müssen über vorherige Softwareentwicklungserfahrung verfügen.

    Studierende werden in Teams von 7-9 Personen organisiert. Ein Team besteht aus einem Scrum Master, zwei Product Ownern, und sechs Softwareentwickler:innen. Ein Industriepartner stellt die allgemeinen Anforderungen bereit, welche von den Product Ownern ausgearbeitet und von den Softwareentwickler:innen umgesetzt werden. Das Projektangebot wird kurz vor Semesterbeginn vorgestellt werden.

    Der Kurs besteht aus einer 90 min. Vorlesung, gefolgt von einem 90 min. Team-Meeting (Teilnahme verpflichtend). Bitte registrieren Sie sich nicht für diesen Kurs, falls Sie nicht regelmäßig am Team-Meeting teilnehmen können.

    ACHTUNG: Dieser Kurs findet extern statt und verwendet einen zusätzlichen Prozess für die Anmeldung. Registrierung und weitere Kursinformation finden Sie auf einem Google Spreadsheet über https://amos.uni1.de – bitte registrieren Sie Ihr Teilnahmeinteresse durch Ausfüllen des dort verlinkten Formulars zur Interessenbekundung, sobald sich dieses öffnet.

    Literaturhinweise

    http://goo.gl/5Wqnr7

  • 19329912 Projektseminar
    Softwareprojekt: Secure Identity (Volker Roth)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

    Kommentar

    Die Aufgabe wird die Entwicklung einer Software sein. Es wird um sichere Softwareentwicklung gehen. Die Aufgabe wird in Gruppenarbeit gelöst.

  • 19334212 Projektseminar
    Softwareprojekt: Maschinelles Lernen und Erklärbarkeit für verbesserte (Krebs-)behandlung (Pauline Hiort)
    Zeit: Di 15:00-17:00, zusätzliche Termine siehe LV-Details (Erster Termin: 26.02.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Kommentar

    Im Softwareprojekt werden wir verschiedene Machine-Learning (ML)-Methoden implementieren, trainieren und evaluieren. Der Fokus im Projekt liegt auf neuronalen Netzen (NN) und ihrer Erklärbarkeit. Die Methoden werden wir mit verschiedenen Baseline-Modellen, zum Beispiel Regressionsmodellen, vergleichen. Verschiedene ML-Methoden werden auf einen spezifischen Datensatz, z.B. zur Vorhersage von Medikamentenkombinationen gegen Krebserkrankungen, angewendet und ausgewertet. Der Datensatz wird von uns vorbereitet und mit den implementierten Methoden analysiert. Zusätzlich legen wir einen Fokus auf Erklärbarkeit, um sicherzustellen, dass die Vorhersagen der ML-Modelle nachvollziehbar und interpretierbar sind. Dazu werden wir geeignete Techniken zur Erklärbarkeit von Modellen integrieren, um die Entscheidungsgrundlagen der Modelle besser zu verstehen und visualisieren zu können.

    Die Programmiersprache ist Python, und wir planen die Verwendung von modernen Python-Modulen für ML wie scikit-learn, and PyTorch. Gute Python-Kenntnisse sind Voraussetzung. Das Ziel ist die Erstellung eines Python-Pakets, das für den konkreten Anwendungsfall wiederverwendbaren Code zur Präprozessierung, Training auf ML-Modelle und Evaluation der Ergebnisse mit Dokumentation (z.B. mit sphinx) liefert. Das Softwareprojekt findet semesterbegleitend statt und kann auch auf Englisch durchgeführt werden.

  • 19334412 Projektseminar
    SWP: Szenario-Management im Future Security Lab (Larissa Groth)
    Zeit: Mi 23.04. 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Das Projekt BeLIFE, Teil der AG Technische Informatik, konzentriert sich auf die Verbesserung des Wissenstransfers und des kommunikativen Austausches in der zivilen Sicherheitsforschung. Zentraler Bestandteil des Projekts ist das Future Security Lab, das in den Räumlichkeiten des Einstein Center Digital Future in Mitte beheimatet ist. Hier werden Politiker:innen von Bundes- und Landesebenen, aber auch Vertreter:innen aus Behörden und Organisationen mit Sicherheitsaufgaben willkommen geheißen. 

    Im Rahmen des Softwareprojekts entwickeln die Studierenden Konzepte, um die bestehende technische Infrastruktur des Raumes zu optimieren und kreativ weiterzuentwickeln. Ziel ist es insbesondere die Usability des Raumes auf Seiten der Wissenschaftler:innen zu erhöhen, aber auch die User Experience der Besuchenden zu verbessern. Um das zu erreichen, besteht das Softwareprojekt aus mehreren Teilbereichen, die sich entweder aus einem konkreten Problem ergeben, das es zu lösen gilt, oder kreative Herangehensweisen und Ideenreichtum erfordern. Die zu bearbeitenden Aufgaben generieren sich aus den Bereichen Systemadministration, Interfaceentwicklung sowie Licht-/Ton-Installation und -Orchestrierung und umfassen auch die Optimierung der vorhandenen WebApp zur Szenariopräsentation. 

    Die Bearbeitung der Aufgabenstellung erfolgt ausschließlich in Kleingruppen (3-5 Studierende). Die Zusammenarbeit und Sicherung des entwickelten Codes erfolgt über das Fachbereichs-eigene Gitlab oder ein öffentliches Github. Die Ergebnisse sind geeignet zu dokumentieren, z.B. über die Readme-Dateien des Gits und ein gut strukturiertes Wiki. Modularität und Erweiterbarkeit des entwickelten Codes und eine top Dokumentation sind entscheidend für den Erfolg dieses Softwareprojekts!

    Zum Ablauf: Dieses Softwareprojekt findet semesterbegleitend statt. Es gibt wenige Meetings in großer Runde mit allen Teilnehmenden, diese sind aber verpflichtend. Darüber hinaus gibt es kurze wöchentliche Treffen, in denen mind. 1 Gruppenmitglied über den aktuellen Stand berichtet, wobei wir hier im Verlauf eines Monats mit allen Mitgliedern gesprochen haben wollen. Der erste Termin (23.04.25, 14h, K63) wird in der Takustraße 9 stattfinden. Im Rahmen dieses Termins werden die bereits implementierten Lösungen in der Theorie präsentiert und die Problemstellungen angesprochen. Eine Live-Demo erfolgt dann eine Woche später, am 30.04.2025, in Berlin Mitte im Future Security Lab, Wilhelmstr. 67, 10117 Berlin.

    Danach gibt es insgesamt 3 Präsentationstermine: die Präsentation eines ersten Ansatzes zur Problemlösung (14.05.2025), eine kurze Zwischenpräsentation (18.06.2025) und die Abschlusspräsentation (16.07.2025). 
    Die Studierenden erhalten zusätzlich regelmäßig die Möglichkeit, in den Räumlichkeiten des Future Security Labs zu arbeiten und sich so mit der Ausstattung vertraut zu machen. 

• Wissenschaftliches Arbeiten Praktische Informatik A

  0089cA1.25
  • 19303811 Seminar
    Projektseminar: Datenverwaltung (Muhammed-Ugur Karagülle)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: T9/137 Konferenzraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen

    • ALP I
    • ALP II
    • Datenbanksysteme

    Kommentar

    Inhalt

    Ein Projektseminar dient als Vorbereitung für eine Bachelor- oder Masterarbeit in der AGDB. Im Rahmen des Projektseminars beschäftigen wir uns mit der Analyse und Visualisierung medizinischer Daten. Studierende lernen in einem iterativen Verfahren das Verfassen von wissenschaftlichen Dokumenten. Zusätzlich werden wir ein kleines praktisches Projekt realisieren.

    Literaturhinweise

    Wird bekannt gegeben.

  • 19305811 Seminar
    Seminar: Beiträge zum Software Engineering (Lutz Prechelt)
    Zeit: Do 16:00-18:00 (Erster Termin: 17.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    Studierende der Informatik (auch Nebenfach).

    Bitte melden Sie sich bei Interesse mit einem Themenvorschlag oder einer Themenanfrage bei irgendeinem geeigneten Mitarbeiter der Arbeitsgruppe.

    Der Einstieg ist auch während des laufenden Semesters möglich, da die Veranstaltung fortlaufend angeboten wird.

    Voraussetzungen

    Teilnehmen kann jede/r Student/in der Informatik, der/die die Vorlesung "Softwaretechnik" gehört hat.

    Im Rahmen der Teilnahme kann es nötig werden, sich mit Teilen der Materialien zur Veranstaltung "Empirische Bewertung in der Informatik" auseinanderzusetzen.

    Homepage

    http://www.inf.fu-berlin.de/w/SE/SeminarBeitraegeZumSE

    Kommentar

    Inhalt

    Dies ist ein Forschungsseminar. Das bedeutet, die Vorträge sollen in der Regel zur Förderung laufender Forschungsarbeiten beitragen. Es gibt deshalb, grob gesagt, drei Arten möglicher Themen:

    • Publizierte oder laufende Forschungsarbeiten aus einem der Bereiche, in denen die Arbeitsgruppe Software Engineering arbeitet.
    • Besonders gute spezielle Forschungsarbeiten (oder anderes Wissen) aus anderen Bereichen des Software Engineering oder angrenzender Bereiche der Informatik.
    • Grundlagenthemen aus wichtigen Gebieten des Software Engineering oder angrenzender Fächer wie Psychologie, Soziologie, Pädagogik, Wirtschaftswissenschaften sowie deren Methoden.

    Eine scharfe Einschränkung der Themen gibt es jedoch nicht; fast alles ist möglich.

    Literaturhinweise

    Je nach Wahl des Vortragsthemas

  • 19307117 Seminar/Proseminar
    Seminar/Proseminar: Smart Homes und die Welt der IoT (Marius Max Wawerek)
    Zeit: Mo 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Dieses Seminar konzentriert sich auf verschiedene Aspekte moderner "Internet of Things" (IoT) Systeme. Hauptbestandteil sollen Anwendungen und Veröffentlichungen mit Bezügen zu dem Bereich des "Smart Home" sein. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit der Daten Analyse (sowohl "normaler" Stastistik als auch Machine Learning), Sicherheitsaspekten und der Nützlichkeit des Internets der Dinge bzw. des "Smart Home" befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zu IoT Systemen muss aber gegeben sein. Die Bearbeitung der Themen soll alleine erfolgen.
    
    Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin (14.04.2025) wird die Themenliste ausgegeben und besprochen. In der nächsten Woche (21.04.2025) wird eine weitere Möglichkeit zur Themenfindung angeboten. Sollten Sie Interesse an einem eigenem Thema haben bereiten Sie bitte einen kurzen (2-3 Minuten) Abriss Ihres eigenen Vorschlages vor. So dass in der dritten Woche (28.04.2025) die Themenvergabe erfolgt.

     

    Danach gibt es pro Person 3 Präsentationstermine: die Vorstellung der Literaturrecherche (19.05.2025), eine kurze Zwischenpräsentation (16.06.2025) und die Abschlusspräsentation an einem der Termine im Zeitraum vom 30.06.2025 - 14.07.2025. Darüber hinaus gibt es keine weiteren Treffen.

    Das bedeutet das je nach Teilnehmerzahl folgende Treffen verpflichtend sind:

    • 14.04.2025
    • 21.04.2025
    • 19.05.2025
    • 16.06.2025
    • 30.06.2025
    • 07.07.2025
    • 14.07.2025

  • 19328217 Seminar/Proseminar
    Seminar/Proseminar: New Trends in Information Systems (Agnès Voisard)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Kommentar

    Ziel dieses Seminars ist es, aktuelle Trends im Datenmanagement zu untersuchen. Wir werden uns unter anderem mit zwei aufstrebenden Themen beschäftigen: Location Based Services (LBS) und Event-Based Services (EBS).

    Event-Based Systems (EBS) sind Teil vieler aktueller Anwendungen wie Überwachung von Geschäftsaktivitäten, Börsenticker, Facility Management, Datenstreaming oder Sicherheit. In den vergangenen Jahren hat das Thema sowohl in der Industrie als auch in der Wissenschaft zunehmend an Bedeutung gewonnen. Aktuelle Forschungsschwerpunkte konzentrieren sich auf verschiedene Aspekte, die von Ereigniserfassung (eingehende Daten) bis zur Auslösung von Reaktionen reichen. Dieses Seminar zielt darauf ab, einige der aktuellen Trends in Event-basierten Systemen mit einem starken Fokus auf Modelle und Design zu studieren. Ortsbasierte Dienste sind heutzutage oft Teil des täglichen Lebens durch Anwendungen wie Navigationsassistenten im öffentlichen oder privaten Transportbereich. Die zugrundeliegende Technologie befasst sich mit vielen verschiedenen Aspekten, z. B. Standortbestimmung, Informationsabruf oder Datenschutz. In jüngerer Zeit wurden Aspekte wie der Benutzerkontext und Präferenzen berücksichtigt, um den Benutzern mehr personalisierte Informationen zu senden.

    Ein solider Hintergrund in Datenbanken ist erforderlich, typischerweise ein Datenbankkurs auf Bachelor-Niveau.

    Literaturhinweise

    Wird bekannt gegeben.

  • 19333311 Seminar
    Seminar: Continual Learning (Manuel Heurich)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    This seminar focuses on recent advances in ‘Continual Learning’, an increasingly important field within machine learning. Continual Learning tackles the problem of drifting data in input space and changes between input and target distribution. Static models drop significantly in performance when data distributions are subject to change over time. We will cover recent approaches that tackle this problem from different angles.

  • 19334617 Seminar/Proseminar
    Seminar/Proseminar: How to Startup (Tim Landgraf)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Dieses Seminar beleuchtet die facettenreiche Welt von Startups und vermittelt den Studierenden ein umfassendes Verständnis dafür, was es braucht, um in einer dynamischen und wettbewerbsorientierten Umgebung erfolgreich zu sein. Behandelt werden Themen wie Teamzusammensetzung, Marktanalyse, Investmentlogik, aktuelle Trends (wie KI) und typische Fehler, die Startups machen.
    
    Im Gegensatz zu traditionellen Seminaren liegt der Fokus dieses Kurses auf der praktischen Auseinandersetzung mit dem Thema. Die Studierenden bereiten prägnante "Impulsvorträge" (kurze, 15-minütige Präsentationen) zu spezifischen startup-relevanten Themen vor. Diese Präsentationen basieren auf einer Vielzahl von Quellen, darunter:
    
    * Webrecherche: Sammlung von Erkenntnissen aus Branchenberichten, Blogs und Artikeln.
    * Interviews: Gespräche mit echten Startups, um aus erster Hand Wissen und Perspektiven zu gewinnen.
    * Trendanalyse: Untersuchung aktueller Innovationen und Umbrüche im Startup-Ökosystem.

    
    Jeder Vortrag dient als Ausgangspunkt für eine interaktive Diskussion, die ein tieferes Verständnis und vielfältige Perspektiven unter den Teilnehmern fördert.
    
    Dieses Seminar richtet sich an Studierende, die neugierig auf Unternehmertum sind und erkunden möchten, wie Startups in der heutigen schnelllebigen Welt arbeiten, wachsen und Herausforderungen meistern.

     

  • 19335011 Seminar
    Seminar: Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum)
    Zeit: Di 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: T9/137 Konferenzraum (Takustr. 9)
    

    Kommentar

    Forschungsseminar der Arbeitsgruppe Data Integration in the Life Sciences (DILiS). Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!

    Das Seminar bietet Raum für die Diskussion weiterführender und integrativer Datenanalysetechniken, insbesondere Vorträge und Diskussion von laufenden oder geplanten Forschungsprojekten, Neuigkeiten von Konferenzen, Besprechung aktueller Literatur und Diskussion möglicher zukünftiger Lehrformate und -inhalte, und Vorstellungen, sowie Abschlussvorträge zu Abschlussarbeiten oder Projektseminaren. Die Seminarsprache ist weitestgehend Englisch. Gern können interessierte Studierende teilnehmen und unverbindlich vorbeischauen oder ein selbst gewähltes Thema von Interesse für die Arbeitsgruppe vorstellen. Achtung: Einzelne Termine können ausfallen oder verschoben werden. Kontaktieren Sie mich gern für Fragen (katharina.baum@fu-berlin.de)!

  • 19336717 Seminar/Proseminar
    Aktives Lernen, Unsicherheit und Erklärbarkeit für biomedizinische Anwendungen (Katharina Baum)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    

    Kommentar

    In diesem Hauptseminar besprechen wir verschiedenste Methoden für maschinelles Lernen. Im Fokus stehen dabei Ansätze des aktiven Lernens, Abschätzungen von Unsicherheit und ihre Nutzung, sowie Methoden für Erklärungen von Modellen. Die Anwendung und Entwicklung dieser Methoden für biomedizinische Fragestellungen wird anhand aktueller Forschungsarbeiten betrachtet.
    Beispiel für behandelte Ansätze sind
    - selective sampling
    - SHAP values
    - Gaussian ensemble models
    - Bayesian neural networks
    Wir werden das Seminar vornehmlich auf Englisch durchführen, natürlich können Sie Fragen auch auf Deutsch stellen.

• Wissenschaftliches Arbeiten Praktische Informatik B

  0089cA1.26
  • 19303811 Seminar
    Projektseminar: Datenverwaltung (Muhammed-Ugur Karagülle)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: T9/137 Konferenzraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen

    • ALP I
    • ALP II
    • Datenbanksysteme

    Kommentar

    Inhalt

    Ein Projektseminar dient als Vorbereitung für eine Bachelor- oder Masterarbeit in der AGDB. Im Rahmen des Projektseminars beschäftigen wir uns mit der Analyse und Visualisierung medizinischer Daten. Studierende lernen in einem iterativen Verfahren das Verfassen von wissenschaftlichen Dokumenten. Zusätzlich werden wir ein kleines praktisches Projekt realisieren.

    Literaturhinweise

    Wird bekannt gegeben.

  • 19305811 Seminar
    Seminar: Beiträge zum Software Engineering (Lutz Prechelt)
    Zeit: Do 16:00-18:00 (Erster Termin: 17.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    Studierende der Informatik (auch Nebenfach).

    Bitte melden Sie sich bei Interesse mit einem Themenvorschlag oder einer Themenanfrage bei irgendeinem geeigneten Mitarbeiter der Arbeitsgruppe.

    Der Einstieg ist auch während des laufenden Semesters möglich, da die Veranstaltung fortlaufend angeboten wird.

    Voraussetzungen

    Teilnehmen kann jede/r Student/in der Informatik, der/die die Vorlesung "Softwaretechnik" gehört hat.

    Im Rahmen der Teilnahme kann es nötig werden, sich mit Teilen der Materialien zur Veranstaltung "Empirische Bewertung in der Informatik" auseinanderzusetzen.

    Homepage

    http://www.inf.fu-berlin.de/w/SE/SeminarBeitraegeZumSE

    Kommentar

    Inhalt

    Dies ist ein Forschungsseminar. Das bedeutet, die Vorträge sollen in der Regel zur Förderung laufender Forschungsarbeiten beitragen. Es gibt deshalb, grob gesagt, drei Arten möglicher Themen:

    • Publizierte oder laufende Forschungsarbeiten aus einem der Bereiche, in denen die Arbeitsgruppe Software Engineering arbeitet.
    • Besonders gute spezielle Forschungsarbeiten (oder anderes Wissen) aus anderen Bereichen des Software Engineering oder angrenzender Bereiche der Informatik.
    • Grundlagenthemen aus wichtigen Gebieten des Software Engineering oder angrenzender Fächer wie Psychologie, Soziologie, Pädagogik, Wirtschaftswissenschaften sowie deren Methoden.

    Eine scharfe Einschränkung der Themen gibt es jedoch nicht; fast alles ist möglich.

    Literaturhinweise

    Je nach Wahl des Vortragsthemas

  • 19307117 Seminar/Proseminar
    Seminar/Proseminar: Smart Homes und die Welt der IoT (Marius Max Wawerek)
    Zeit: Mo 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Dieses Seminar konzentriert sich auf verschiedene Aspekte moderner "Internet of Things" (IoT) Systeme. Hauptbestandteil sollen Anwendungen und Veröffentlichungen mit Bezügen zu dem Bereich des "Smart Home" sein. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit der Daten Analyse (sowohl "normaler" Stastistik als auch Machine Learning), Sicherheitsaspekten und der Nützlichkeit des Internets der Dinge bzw. des "Smart Home" befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zu IoT Systemen muss aber gegeben sein. Die Bearbeitung der Themen soll alleine erfolgen.
    
    Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin (14.04.2025) wird die Themenliste ausgegeben und besprochen. In der nächsten Woche (21.04.2025) wird eine weitere Möglichkeit zur Themenfindung angeboten. Sollten Sie Interesse an einem eigenem Thema haben bereiten Sie bitte einen kurzen (2-3 Minuten) Abriss Ihres eigenen Vorschlages vor. So dass in der dritten Woche (28.04.2025) die Themenvergabe erfolgt.

     

    Danach gibt es pro Person 3 Präsentationstermine: die Vorstellung der Literaturrecherche (19.05.2025), eine kurze Zwischenpräsentation (16.06.2025) und die Abschlusspräsentation an einem der Termine im Zeitraum vom 30.06.2025 - 14.07.2025. Darüber hinaus gibt es keine weiteren Treffen.

    Das bedeutet das je nach Teilnehmerzahl folgende Treffen verpflichtend sind:

    • 14.04.2025
    • 21.04.2025
    • 19.05.2025
    • 16.06.2025
    • 30.06.2025
    • 07.07.2025
    • 14.07.2025

  • 19328217 Seminar/Proseminar
    Seminar/Proseminar: New Trends in Information Systems (Agnès Voisard)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Kommentar

    Ziel dieses Seminars ist es, aktuelle Trends im Datenmanagement zu untersuchen. Wir werden uns unter anderem mit zwei aufstrebenden Themen beschäftigen: Location Based Services (LBS) und Event-Based Services (EBS).

    Event-Based Systems (EBS) sind Teil vieler aktueller Anwendungen wie Überwachung von Geschäftsaktivitäten, Börsenticker, Facility Management, Datenstreaming oder Sicherheit. In den vergangenen Jahren hat das Thema sowohl in der Industrie als auch in der Wissenschaft zunehmend an Bedeutung gewonnen. Aktuelle Forschungsschwerpunkte konzentrieren sich auf verschiedene Aspekte, die von Ereigniserfassung (eingehende Daten) bis zur Auslösung von Reaktionen reichen. Dieses Seminar zielt darauf ab, einige der aktuellen Trends in Event-basierten Systemen mit einem starken Fokus auf Modelle und Design zu studieren. Ortsbasierte Dienste sind heutzutage oft Teil des täglichen Lebens durch Anwendungen wie Navigationsassistenten im öffentlichen oder privaten Transportbereich. Die zugrundeliegende Technologie befasst sich mit vielen verschiedenen Aspekten, z. B. Standortbestimmung, Informationsabruf oder Datenschutz. In jüngerer Zeit wurden Aspekte wie der Benutzerkontext und Präferenzen berücksichtigt, um den Benutzern mehr personalisierte Informationen zu senden.

    Ein solider Hintergrund in Datenbanken ist erforderlich, typischerweise ein Datenbankkurs auf Bachelor-Niveau.

    Literaturhinweise

    Wird bekannt gegeben.

  • 19333311 Seminar
    Seminar: Continual Learning (Manuel Heurich)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    This seminar focuses on recent advances in ‘Continual Learning’, an increasingly important field within machine learning. Continual Learning tackles the problem of drifting data in input space and changes between input and target distribution. Static models drop significantly in performance when data distributions are subject to change over time. We will cover recent approaches that tackle this problem from different angles.

  • 19334617 Seminar/Proseminar
    Seminar/Proseminar: How to Startup (Tim Landgraf)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Dieses Seminar beleuchtet die facettenreiche Welt von Startups und vermittelt den Studierenden ein umfassendes Verständnis dafür, was es braucht, um in einer dynamischen und wettbewerbsorientierten Umgebung erfolgreich zu sein. Behandelt werden Themen wie Teamzusammensetzung, Marktanalyse, Investmentlogik, aktuelle Trends (wie KI) und typische Fehler, die Startups machen.
    
    Im Gegensatz zu traditionellen Seminaren liegt der Fokus dieses Kurses auf der praktischen Auseinandersetzung mit dem Thema. Die Studierenden bereiten prägnante "Impulsvorträge" (kurze, 15-minütige Präsentationen) zu spezifischen startup-relevanten Themen vor. Diese Präsentationen basieren auf einer Vielzahl von Quellen, darunter:
    
    * Webrecherche: Sammlung von Erkenntnissen aus Branchenberichten, Blogs und Artikeln.
    * Interviews: Gespräche mit echten Startups, um aus erster Hand Wissen und Perspektiven zu gewinnen.
    * Trendanalyse: Untersuchung aktueller Innovationen und Umbrüche im Startup-Ökosystem.

    
    Jeder Vortrag dient als Ausgangspunkt für eine interaktive Diskussion, die ein tieferes Verständnis und vielfältige Perspektiven unter den Teilnehmern fördert.
    
    Dieses Seminar richtet sich an Studierende, die neugierig auf Unternehmertum sind und erkunden möchten, wie Startups in der heutigen schnelllebigen Welt arbeiten, wachsen und Herausforderungen meistern.

     

  • 19335011 Seminar
    Seminar: Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum)
    Zeit: Di 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: T9/137 Konferenzraum (Takustr. 9)
    

    Kommentar

    Forschungsseminar der Arbeitsgruppe Data Integration in the Life Sciences (DILiS). Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!

    Das Seminar bietet Raum für die Diskussion weiterführender und integrativer Datenanalysetechniken, insbesondere Vorträge und Diskussion von laufenden oder geplanten Forschungsprojekten, Neuigkeiten von Konferenzen, Besprechung aktueller Literatur und Diskussion möglicher zukünftiger Lehrformate und -inhalte, und Vorstellungen, sowie Abschlussvorträge zu Abschlussarbeiten oder Projektseminaren. Die Seminarsprache ist weitestgehend Englisch. Gern können interessierte Studierende teilnehmen und unverbindlich vorbeischauen oder ein selbst gewähltes Thema von Interesse für die Arbeitsgruppe vorstellen. Achtung: Einzelne Termine können ausfallen oder verschoben werden. Kontaktieren Sie mich gern für Fragen (katharina.baum@fu-berlin.de)!

  • 19336717 Seminar/Proseminar
    Aktives Lernen, Unsicherheit und Erklärbarkeit für biomedizinische Anwendungen (Katharina Baum)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    

    Kommentar

    In diesem Hauptseminar besprechen wir verschiedenste Methoden für maschinelles Lernen. Im Fokus stehen dabei Ansätze des aktiven Lernens, Abschätzungen von Unsicherheit und ihre Nutzung, sowie Methoden für Erklärungen von Modellen. Die Anwendung und Entwicklung dieser Methoden für biomedizinische Fragestellungen wird anhand aktueller Forschungsarbeiten betrachtet.
    Beispiel für behandelte Ansätze sind
    - selective sampling
    - SHAP values
    - Gaussian ensemble models
    - Bayesian neural networks
    Wir werden das Seminar vornehmlich auf Englisch durchführen, natürlich können Sie Fragen auch auf Deutsch stellen.

  • 19337517 Seminar/Proseminar
    Seminar/Proseminar: Time Series Learning (Manuel Heurich)
    Zeit: Mo 10:00-12:00 (Erster Termin: 14.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    This seminar focuses on Machine Learning approaches that specialize in sequential data. Most real-world data is acquired over time. Moreover, most of the available data is not image data. We will discuss works before the Transformer era (e.g., RNNs, LSTMs) and highlight their strengths and weaknesses outside the Computer Vision domain. More recently, transformer-based approaches have outperformed earlier methods. We selectively pick works that highlight their strength in knowledge discovery on sequential data. With the strong trend towards powerful multi-modal models, the seminar aims to introduce state-of-the-art methods to produce robust embeddings based on Time Series data.

• Aktuelle Forschungsthemen der Praktischen Informatik

  0089cA1.27
  • 19302801 Vorlesung
    Angewandte Biometrie (Andreas Wolf)
    Zeit: Mo 08:00-10:00 (Erster Termin: 14.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Die Vorlesung beginnt am Montag, den 17.04.

    Das Vorlesungsskript liegt unter

    hhttps://drive.google.com/drive/folders/0B7NhYbv9QewkRkk2WVRuM2Rqd00?resourcekey=0-Yshu3zWsEGEP1i2z0UZjXw&usp=sharing

     

    Kommentar

    Inhalt

    Die Vorlesung hält Dr. Andreas Wolf (Bundesdruckerei.) Er wird einen breiten Einblick in Biometriethemen und biometrische Verfahren und in deren Anwendung geben. Er wird auch auf die aktuellen Themen aus ePassport und neuem elektronischem Personalausweis eingehen. Vorgesehene Gebiete in der Lehrveranstaltung sind unter anderem:

    • Allgemeine Struktur biometrischer Systeme
    • Eigenschaften biometrischer Modalitäten
    • IT-Sicherheit und Risikoabschätzung
    • Fehlergrößen biometrischer Verfahren
    • Fingerabdruckverfahren
    • Gesichts- und Iriserkennung
    • Sprechererkennung und weitere Modalitäten
    • Standards
    • Elektronischer Pass

    Neben der Vermittlung der theoretischen Grundlagen der behandelten biometrischen Modalitäten wird besonderer Wert auf die Entwicklung der Fähigkeit zur Beurteilung der Eignung des Biometrie-Einsatzes in konkreten Anwendungsszenarien gelegt.

  • 19325301 Vorlesung
    Cluster Computing (Barry Linnert)
    Zeit: Di 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    • MSc

    Anforderungen

    • Erfahrung mit Computern und Software sowie Programierkenntnisse

    Sprache

    • Die Kurssprache ist Deutsch (oder Englisch wenn benötigt).
    • The exam will be formulated in German, but answers may be given in English, too.

    Credits & Klausur

    • aktive Teilnahme an den Übungen: regelmäßige Vorbereitung von Übungsaufgaben & Präsentation der Ergebnisse in den Übungen
    • Bestehen der Klausur

    Webseite

    https://www.mi.fu-berlin.de/w/SE/VorlesungClusterComputing

    Kommentar

    Cluster-Computer bilden die zur Zeit vorherrschende Klasse paralleler Hochleistungsrechner. Sie bestehen aus konventionellen Prozessorknoten, die über ein Hochgeschwindig­keitsnetzwerk miteinander verbunden sind. Obwohl meistens räumlich integriert, handelt es sich um verteilte Systeme mit jeweils lokalen Betriebssystemen. Das enorme Leistungspotential dieser Rechnerklasse kann nur ausgeschöpft werden, wenn Programmcode und Daten optimal über die Knoten verteilt werden. Die einge­setzten Verfahren müssen insbesondere skalierbar sein, also auch bei Tausenden von Rechnerknoten noch effizient arbeiten. Gleichzeitig soll aber die Programmiererin bzw. der Programmierer von diesen Aufgaben entlastet werden. Die Vorlesung gibt einen Überblick über die auftretenden Probleme und stellt Algorithmen zu ihrer Lösung vor.

    Literaturhinweise

    • Heiss, H.-U.: Prozessorzuteilung in Parallelrechnern, BI-Verlag, Mannheim, 1996
    • Andrews, G. A.: Foundations of Multithreaded, Parallel and Distributed Programming, Addison-Wesley, 2000
    • Pfister, G.: In Search of Clusters 2nd ed., Prentice Hall, 1998
    • Zomaya, A.: Parallel and distributed computing handbook, McGraw Gill, 1995
    • Buyya, R.: High Performance Cluster Computing, Vol. 1+2, Prentice Hall, 1999

  • 19327401 Vorlesung
    Bild- und Videocodierung (Heiko Schwarz)
    Zeit: Mo 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Kommentar

    Die Vorlesung behandelt die wichtigsten Konzepte und Algorithmen, die in modernen Bild- und Videocodierverfahren verwendet werden. Wir werden uns insbesondere auf Techniken konzentrieren, die in aktuellen internationalen Videocodierstandards Anwendung finden.

    In einem kurzen ersten Teil werden zunächst die sogenannten Rohdatenformate eingeführt, welche als Eingangs- und Ausgangsformate von Bild- und Videocodecs verwendet werden. Dieser Teil beinhaltet folgenden Themen:

    • Farbräume und deren Beziehung zur menschlichen Farbwahrnehmung
    • Transfer-Funktionen (Gamma-Codierung)
    • Warum verwenden wir das YCbCr-Format?

    Der zweite Teil der Vorlesung behandelt zunächst die Bildcodierung und umfasst folgende Themen:

    • Der Anfang: Wie funktioniert JPEG?
    • Warum verwenden wir die Diskrete Cosinus-Transformation?
    • Effiziente Codierung von Transformationskoeffizienten
    • Prädiktion von Bildblöcken
    • Adaptive Blockpartitionierung
    • Wie treffen wir Entscheidungen im Encoder?
    • Optimierungen der Quantisierung

    Im dritten und letzten Teil der Vorlesungen behandeln wir Konzept die letztendlich die Videocodierung deutlich effizienter machen als eine separate Codierung der Einzelbilder. Dieser Teil umfasst folgende Themen:

    • Bewegungskompensierte Prädiktion
    • Codierung von Bewegungsvektoren
    • Algorithmen zur Bewegungssuche
    • Subpixel-genaue Bewegungsvektoren und Interpolationsfilter
    • Verwendung mehrere Referenzbilder
    • Was sind B-Bilder und warum verwenden wir diese?
    • Deblocking- und Deringing-Filter
    • Effiziente zeitliche Codierstrukturen

    In den Übungen werden wir schrittweise einen eigenen Codec für Bilder implementieren. Bei entsprechenden Interesse kann dieser zu einem einfachen Videocodec erweitert werden.

     

    Literaturhinweise

    • Bull, D. R., “Communicating Pictures: A Course in Image and Video Coding,” Elsevier, 2014.
    • Ohm, J.-R., “Multimedia Signal Coding and Transmission,” Springer, 2015.
    • Wien, M., “High Efficiency Video Coding — Coding Tools and Specifications,” Springer 2014.
    • Sze, V., Budagavi, M., and Sullivan, G. J. (eds.), “High Efficiency Video Coding (HEVC): Algorithm and Architectures,” Springer, 2014.
    • Wiegand, T. and Schwarz, H., "Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 4, no. 1–2, 2011.
    • Schwarz, H. and Wiegand, T., “Video Coding: Part II of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 10, no. 1–3, 2016.

  • 19331101 Vorlesung
    Human Centered Data Science (Claudia Müller-Birn)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    [link HCC-Webseite aktuelles Semester]

    Kommentar

    In den letzten Jahren hat sich der Bereich Data Science rasant entwickelt, was in erster Linie auf die Fortschritte beim maschinellen Lernen zurückzuführen ist. Diese Entwicklung hat neue Möglichkeiten in einer Vielzahl von sozialen, wissenschaftlichen und technologischen Bereichen eröffnet. Aus den Erfahrungen der letzten Jahre wird jedoch immer deutlicher, dass die Konzentration auf rein statistische und numerische Aspekte in der Datenwissenschaft weder soziale Nuancen erfasst noch ethische Kriterien berücksichtigt. Der Forschungsbereich der Human-Centered Data Science schließt diese Lücke an der Schnittstelle von Mensch-Computer-Interaktion (HCI), Computer-Supported Cooperative Work (CSCW), Human Computation und den statistischen und numerischen Techniken des Data Science.

    Human-Centered Data Science (HCDS) konzentriert sich auf die grundlegenden Prinzipien des Data Science und deren Auswirkungen auf die Menschen, einschließlich der Forschungsethik, des Datenschutzes, der rechtlichen Rahmenbedingungen, des algorithmischen Bias, der Transparenz, Fairness und Accountability, sowie Daten-Provenance, -kuration, -bewahrung und -reproduzierbarkeit, User Experience-Design und  (Er)Forschung von großen Datensätzen, Human Computing, und darüber hinaus der effektiven mündlichen, schriftlichen und visuellen wissenschaftlichen Kommunikation und der gesellschaftlichen Auswirkungen des Data Science.

    Am Ende dieses Kurses verstehen die Studierenden die wichtigsten Konzepte, Theorien, Praktiken und verschiedenen Perspektiven, aus denen Daten gesammelt und manipuliert werden können. Darüber hinaus sind die Studierenden in der Lage, die Auswirkungen der aktuellen technologischen Entwicklungen auf die Gesellschaft zu erkennen.

    Der Lehrplan dieses Kurses wurde ursprünglich von Jonathan T. Morgan, Cecilia Aragon, Os Keyes und Brock Craft entwickelt. Wir haben den Lehrplan an den europäischen Kontext und unser spezifisches Verständnis des Bereichs angepasst.

    Literaturhinweise

    Aragon, C. M., Hutto, C., Echenique, A., Fiore-Gartland, B., Huang, Y., Kim, J., et al. (2016). Developing a Research Agenda for Human-Centered Data Science. (pp. 529–535). Presented at the CSCW Companion, New York, New York, USA: ACM Press. http://doi.org/10.1145/2818052.2855518

    Baumer, E. P. (2017). Toward human-centered algorithm design:. Big Data & Society, 4(2), 205395171771885. http://doi.org/10.1177/2053951717718854

    Kogan, M., Halfaker, A., Guha, S., Aragon, C., Muller, M., & Geiger, S. (2020, January). Mapping Out Human-Centered Data Science: Methods, Approaches, and Best Practices. In Companion of the 2020 ACM International Conference on Supporting Group Work (pp. 151-156).

  • 19333101 Vorlesung
    Cybersecurity and AI II: Erklärbarkeit (Gerhard Wunder)
    Zeit: Mo 12:00-14:00, Di 10:00-12:00, Fr 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 1.3.21 Seminarraum T1 (Arnimallee 14)
    
  • 19333701 Vorlesung
    Ethics and Epistemology of AI (Christoph Benzmüller)
    Zeit: -
    Ort: keine Angabe
    

    Kommentar

    The course Ethics and Epistemology of AI will be offered again in summer 2025 in cooperation with the TU Berlin (Prof. Sabine Ammon) and U Bamberg. It will bring together an interdisciplinary mix of students from different institutions, including BUA Berlin and Erasmus students.

    Innovative. Experimental. Interdisciplinary.

    More Information: https://www.tu.berlin/en/philtech/study-and-teaching/courses/ethics-and-epistemology-of-ai

    Information for interested students:

    • The course primarily targets masters students with interest in assessing critical aspects of latest artificial intelligence technology and to explore possible solutions and improvements; the course is also part of the Berlin Ethics certificate.
    • Online on-boarding meetings are offered on April 16 (14:15) and April 23 (14:15). The link will be communicated.
    • The course starts immediately after easter with a small pre-exercise to be conducted by each participant individually.
    • Very important is that students then meet for one week in person in Berlin from 28. April to 2. Mai. Participation in this intensive (but also great fun) daily event at TU Berlin is crucial, since it is here where the interdisciplinary and interinstitutional working teams are formed and where the working topics are defined in interaction with the supervisors.
    • After the intensive meeting in Berlin the teams work independently  via the internet; the group typically meets online with their supervisors each Wednesday (early afternoon).
    • Group project presentations are scheduled for June 11; after this date the groups then work on their joint final report.
    • This course is challenging but also fun, and you can expect to build an international network of other students who are interested in assessing critical aspects of AI.

    Contact for administrational questions at TU Berlin: Leon Dirmeier (dirmeier@campus.tu-berlin.de)

  • 19302802 Übung
    Übung zu Angewandte Biometrie (Andreas Wolf)
    Zeit: Mo 10:00-12:00 (Erster Termin: 14.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    
  • 19325302 Übung
    Übung zu Cluster Computing (Barry Linnert)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: T9/K44 Rechnerpoolraum (Takustr. 9)
    
  • 19327402 Übung
    Übung zu Bild- und Videocodierung (Heiko Schwarz)
    Zeit: Mo 12:00-14:00 (Erster Termin: 14.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    
  • 19331102 Übung
    Übung zu Human Centered Data Science (Claudia Müller-Birn)
    Zeit: Di 16:00-18:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    
  • 19333102 Übung
    Übung zu Cybersecurity and AI II (Gerhard Wunder)
    Zeit: Mo 14:00-16:00 (Erster Termin: 28.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    
  • 19333702 Übung
    Übung zu Ethics and Epistemology of AI (Christoph Benzmüller)
    Zeit: -
    Ort: keine Angabe
    

• Spezielle Aspekte der Praktischen Informatik

  0089cA1.28
  • 19302801 Vorlesung
    Angewandte Biometrie (Andreas Wolf)
    Zeit: Mo 08:00-10:00 (Erster Termin: 14.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Die Vorlesung beginnt am Montag, den 17.04.

    Das Vorlesungsskript liegt unter

    hhttps://drive.google.com/drive/folders/0B7NhYbv9QewkRkk2WVRuM2Rqd00?resourcekey=0-Yshu3zWsEGEP1i2z0UZjXw&usp=sharing

     

    Kommentar

    Inhalt

    Die Vorlesung hält Dr. Andreas Wolf (Bundesdruckerei.) Er wird einen breiten Einblick in Biometriethemen und biometrische Verfahren und in deren Anwendung geben. Er wird auch auf die aktuellen Themen aus ePassport und neuem elektronischem Personalausweis eingehen. Vorgesehene Gebiete in der Lehrveranstaltung sind unter anderem:

    • Allgemeine Struktur biometrischer Systeme
    • Eigenschaften biometrischer Modalitäten
    • IT-Sicherheit und Risikoabschätzung
    • Fehlergrößen biometrischer Verfahren
    • Fingerabdruckverfahren
    • Gesichts- und Iriserkennung
    • Sprechererkennung und weitere Modalitäten
    • Standards
    • Elektronischer Pass

    Neben der Vermittlung der theoretischen Grundlagen der behandelten biometrischen Modalitäten wird besonderer Wert auf die Entwicklung der Fähigkeit zur Beurteilung der Eignung des Biometrie-Einsatzes in konkreten Anwendungsszenarien gelegt.

  • 19325301 Vorlesung
    Cluster Computing (Barry Linnert)
    Zeit: Di 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    • MSc

    Anforderungen

    • Erfahrung mit Computern und Software sowie Programierkenntnisse

    Sprache

    • Die Kurssprache ist Deutsch (oder Englisch wenn benötigt).
    • The exam will be formulated in German, but answers may be given in English, too.

    Credits & Klausur

    • aktive Teilnahme an den Übungen: regelmäßige Vorbereitung von Übungsaufgaben & Präsentation der Ergebnisse in den Übungen
    • Bestehen der Klausur

    Webseite

    https://www.mi.fu-berlin.de/w/SE/VorlesungClusterComputing

    Kommentar

    Cluster-Computer bilden die zur Zeit vorherrschende Klasse paralleler Hochleistungsrechner. Sie bestehen aus konventionellen Prozessorknoten, die über ein Hochgeschwindig­keitsnetzwerk miteinander verbunden sind. Obwohl meistens räumlich integriert, handelt es sich um verteilte Systeme mit jeweils lokalen Betriebssystemen. Das enorme Leistungspotential dieser Rechnerklasse kann nur ausgeschöpft werden, wenn Programmcode und Daten optimal über die Knoten verteilt werden. Die einge­setzten Verfahren müssen insbesondere skalierbar sein, also auch bei Tausenden von Rechnerknoten noch effizient arbeiten. Gleichzeitig soll aber die Programmiererin bzw. der Programmierer von diesen Aufgaben entlastet werden. Die Vorlesung gibt einen Überblick über die auftretenden Probleme und stellt Algorithmen zu ihrer Lösung vor.

    Literaturhinweise

    • Heiss, H.-U.: Prozessorzuteilung in Parallelrechnern, BI-Verlag, Mannheim, 1996
    • Andrews, G. A.: Foundations of Multithreaded, Parallel and Distributed Programming, Addison-Wesley, 2000
    • Pfister, G.: In Search of Clusters 2nd ed., Prentice Hall, 1998
    • Zomaya, A.: Parallel and distributed computing handbook, McGraw Gill, 1995
    • Buyya, R.: High Performance Cluster Computing, Vol. 1+2, Prentice Hall, 1999

  • 19327401 Vorlesung
    Bild- und Videocodierung (Heiko Schwarz)
    Zeit: Mo 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Kommentar

    Die Vorlesung behandelt die wichtigsten Konzepte und Algorithmen, die in modernen Bild- und Videocodierverfahren verwendet werden. Wir werden uns insbesondere auf Techniken konzentrieren, die in aktuellen internationalen Videocodierstandards Anwendung finden.

    In einem kurzen ersten Teil werden zunächst die sogenannten Rohdatenformate eingeführt, welche als Eingangs- und Ausgangsformate von Bild- und Videocodecs verwendet werden. Dieser Teil beinhaltet folgenden Themen:

    • Farbräume und deren Beziehung zur menschlichen Farbwahrnehmung
    • Transfer-Funktionen (Gamma-Codierung)
    • Warum verwenden wir das YCbCr-Format?

    Der zweite Teil der Vorlesung behandelt zunächst die Bildcodierung und umfasst folgende Themen:

    • Der Anfang: Wie funktioniert JPEG?
    • Warum verwenden wir die Diskrete Cosinus-Transformation?
    • Effiziente Codierung von Transformationskoeffizienten
    • Prädiktion von Bildblöcken
    • Adaptive Blockpartitionierung
    • Wie treffen wir Entscheidungen im Encoder?
    • Optimierungen der Quantisierung

    Im dritten und letzten Teil der Vorlesungen behandeln wir Konzept die letztendlich die Videocodierung deutlich effizienter machen als eine separate Codierung der Einzelbilder. Dieser Teil umfasst folgende Themen:

    • Bewegungskompensierte Prädiktion
    • Codierung von Bewegungsvektoren
    • Algorithmen zur Bewegungssuche
    • Subpixel-genaue Bewegungsvektoren und Interpolationsfilter
    • Verwendung mehrere Referenzbilder
    • Was sind B-Bilder und warum verwenden wir diese?
    • Deblocking- und Deringing-Filter
    • Effiziente zeitliche Codierstrukturen

    In den Übungen werden wir schrittweise einen eigenen Codec für Bilder implementieren. Bei entsprechenden Interesse kann dieser zu einem einfachen Videocodec erweitert werden.

     

    Literaturhinweise

    • Bull, D. R., “Communicating Pictures: A Course in Image and Video Coding,” Elsevier, 2014.
    • Ohm, J.-R., “Multimedia Signal Coding and Transmission,” Springer, 2015.
    • Wien, M., “High Efficiency Video Coding — Coding Tools and Specifications,” Springer 2014.
    • Sze, V., Budagavi, M., and Sullivan, G. J. (eds.), “High Efficiency Video Coding (HEVC): Algorithm and Architectures,” Springer, 2014.
    • Wiegand, T. and Schwarz, H., "Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 4, no. 1–2, 2011.
    • Schwarz, H. and Wiegand, T., “Video Coding: Part II of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 10, no. 1–3, 2016.

  • 19331101 Vorlesung
    Human Centered Data Science (Claudia Müller-Birn)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    [link HCC-Webseite aktuelles Semester]

    Kommentar

    In den letzten Jahren hat sich der Bereich Data Science rasant entwickelt, was in erster Linie auf die Fortschritte beim maschinellen Lernen zurückzuführen ist. Diese Entwicklung hat neue Möglichkeiten in einer Vielzahl von sozialen, wissenschaftlichen und technologischen Bereichen eröffnet. Aus den Erfahrungen der letzten Jahre wird jedoch immer deutlicher, dass die Konzentration auf rein statistische und numerische Aspekte in der Datenwissenschaft weder soziale Nuancen erfasst noch ethische Kriterien berücksichtigt. Der Forschungsbereich der Human-Centered Data Science schließt diese Lücke an der Schnittstelle von Mensch-Computer-Interaktion (HCI), Computer-Supported Cooperative Work (CSCW), Human Computation und den statistischen und numerischen Techniken des Data Science.

    Human-Centered Data Science (HCDS) konzentriert sich auf die grundlegenden Prinzipien des Data Science und deren Auswirkungen auf die Menschen, einschließlich der Forschungsethik, des Datenschutzes, der rechtlichen Rahmenbedingungen, des algorithmischen Bias, der Transparenz, Fairness und Accountability, sowie Daten-Provenance, -kuration, -bewahrung und -reproduzierbarkeit, User Experience-Design und  (Er)Forschung von großen Datensätzen, Human Computing, und darüber hinaus der effektiven mündlichen, schriftlichen und visuellen wissenschaftlichen Kommunikation und der gesellschaftlichen Auswirkungen des Data Science.

    Am Ende dieses Kurses verstehen die Studierenden die wichtigsten Konzepte, Theorien, Praktiken und verschiedenen Perspektiven, aus denen Daten gesammelt und manipuliert werden können. Darüber hinaus sind die Studierenden in der Lage, die Auswirkungen der aktuellen technologischen Entwicklungen auf die Gesellschaft zu erkennen.

    Der Lehrplan dieses Kurses wurde ursprünglich von Jonathan T. Morgan, Cecilia Aragon, Os Keyes und Brock Craft entwickelt. Wir haben den Lehrplan an den europäischen Kontext und unser spezifisches Verständnis des Bereichs angepasst.

    Literaturhinweise

    Aragon, C. M., Hutto, C., Echenique, A., Fiore-Gartland, B., Huang, Y., Kim, J., et al. (2016). Developing a Research Agenda for Human-Centered Data Science. (pp. 529–535). Presented at the CSCW Companion, New York, New York, USA: ACM Press. http://doi.org/10.1145/2818052.2855518

    Baumer, E. P. (2017). Toward human-centered algorithm design:. Big Data & Society, 4(2), 205395171771885. http://doi.org/10.1177/2053951717718854

    Kogan, M., Halfaker, A., Guha, S., Aragon, C., Muller, M., & Geiger, S. (2020, January). Mapping Out Human-Centered Data Science: Methods, Approaches, and Best Practices. In Companion of the 2020 ACM International Conference on Supporting Group Work (pp. 151-156).

  • 19333101 Vorlesung
    Cybersecurity and AI II: Erklärbarkeit (Gerhard Wunder)
    Zeit: Mo 12:00-14:00, Di 10:00-12:00, Fr 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 1.3.21 Seminarraum T1 (Arnimallee 14)
    
  • 19333701 Vorlesung
    Ethics and Epistemology of AI (Christoph Benzmüller)
    Zeit: -
    Ort: keine Angabe
    

    Kommentar

    The course Ethics and Epistemology of AI will be offered again in summer 2025 in cooperation with the TU Berlin (Prof. Sabine Ammon) and U Bamberg. It will bring together an interdisciplinary mix of students from different institutions, including BUA Berlin and Erasmus students.

    Innovative. Experimental. Interdisciplinary.

    More Information: https://www.tu.berlin/en/philtech/study-and-teaching/courses/ethics-and-epistemology-of-ai

    Information for interested students:

    • The course primarily targets masters students with interest in assessing critical aspects of latest artificial intelligence technology and to explore possible solutions and improvements; the course is also part of the Berlin Ethics certificate.
    • Online on-boarding meetings are offered on April 16 (14:15) and April 23 (14:15). The link will be communicated.
    • The course starts immediately after easter with a small pre-exercise to be conducted by each participant individually.
    • Very important is that students then meet for one week in person in Berlin from 28. April to 2. Mai. Participation in this intensive (but also great fun) daily event at TU Berlin is crucial, since it is here where the interdisciplinary and interinstitutional working teams are formed and where the working topics are defined in interaction with the supervisors.
    • After the intensive meeting in Berlin the teams work independently  via the internet; the group typically meets online with their supervisors each Wednesday (early afternoon).
    • Group project presentations are scheduled for June 11; after this date the groups then work on their joint final report.
    • This course is challenging but also fun, and you can expect to build an international network of other students who are interested in assessing critical aspects of AI.

    Contact for administrational questions at TU Berlin: Leon Dirmeier (dirmeier@campus.tu-berlin.de)

  • 19336901 Vorlesung
    Advanced Data Visualization for Artificial Intelligence (Georges Hattab)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

    Kommentar

    Die Vorlesung über fortgeschrittene Datenvisualisierung für künstliche Intelligenz ist eine umfassende Erkundung der modernsten Techniken und Tools zur Erstellung und Validierung komplexer Visualisierungen für die Vermittlung von Dateneinblicken und Geschichten, mit einem besonderen Schwerpunkt auf Anwendungen in der Verarbeitung natürlicher Sprache (NLP) und erklärbarer KI. Der Vortrag führt die Teilnehmer in das verschachtelte Modell der Visualisierung ein, das vier Ebenen umfasst: Charakterisierung der Aufgabe und der Daten, Abstrahierung in Operationen und Datentypen, Entwurf visueller Kodierungs- und Interaktionstechniken und Erstellung von Algorithmen zur effizienten Ausführung von Techniken. Dieses Modell dient als Rahmen für den Entwurf und die Validierung von Datenvisualisierungen.
    
    Darüber hinaus wird in der Vorlesung die Anwendung der Datenvisualisierung im Bereich NLP behandelt, wobei der Schwerpunkt auf der Visualisierung von Worteinbettungen und Sprachmodellen liegt, um die Erforschung semantischer Beziehungen zwischen Wörtern und die Interpretation des Verhaltens von Sprachmodellen zu unterstützen. Im Kontext von Explainable AI liegt der Schwerpunkt auf der Verwendung von Visualisierungen zur Erklärung von Modellvorhersagen und der Bedeutung von Merkmalen, wodurch die Interpretierbarkeit von KI-Modellen verbessert wird. Durch die Nutzung des verschachtelten Modells der Visualisierung und die Fokussierung auf NLP und erklärbare KI zielt der Vortrag darauf ab, die Teilnehmer mit den wesentlichen Fähigkeiten auszustatten, um fortschrittliche Datenvisualisierungen zu entwerfen und zu validieren, die auf diese spezifischen Anwendungen zugeschnitten sind. So können sie letztendlich komplexe Datenmuster effektiv kommunizieren und tiefere Einsichten aus ihren Daten gewinnen.

  • 19302802 Übung
    Übung zu Angewandte Biometrie (Andreas Wolf)
    Zeit: Mo 10:00-12:00 (Erster Termin: 14.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    
  • 19325302 Übung
    Übung zu Cluster Computing (Barry Linnert)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: T9/K44 Rechnerpoolraum (Takustr. 9)
    
  • 19327402 Übung
    Übung zu Bild- und Videocodierung (Heiko Schwarz)
    Zeit: Mo 12:00-14:00 (Erster Termin: 14.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    
  • 19331102 Übung
    Übung zu Human Centered Data Science (Claudia Müller-Birn)
    Zeit: Di 16:00-18:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    
  • 19333102 Übung
    Übung zu Cybersecurity and AI II (Gerhard Wunder)
    Zeit: Mo 14:00-16:00 (Erster Termin: 28.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    
  • 19333702 Übung
    Übung zu Ethics and Epistemology of AI (Christoph Benzmüller)
    Zeit: -
    Ort: keine Angabe
    
  • 19336902 Übung
    Ü: Advanced Data Visualization for Artificial Intelligence (Georges Hattab)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

• Spezielle Aspekte der Softwareentwicklung

  0089cA1.30
  • 19336901 Vorlesung
    Advanced Data Visualization for Artificial Intelligence (Georges Hattab)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

    Kommentar

    Die Vorlesung über fortgeschrittene Datenvisualisierung für künstliche Intelligenz ist eine umfassende Erkundung der modernsten Techniken und Tools zur Erstellung und Validierung komplexer Visualisierungen für die Vermittlung von Dateneinblicken und Geschichten, mit einem besonderen Schwerpunkt auf Anwendungen in der Verarbeitung natürlicher Sprache (NLP) und erklärbarer KI. Der Vortrag führt die Teilnehmer in das verschachtelte Modell der Visualisierung ein, das vier Ebenen umfasst: Charakterisierung der Aufgabe und der Daten, Abstrahierung in Operationen und Datentypen, Entwurf visueller Kodierungs- und Interaktionstechniken und Erstellung von Algorithmen zur effizienten Ausführung von Techniken. Dieses Modell dient als Rahmen für den Entwurf und die Validierung von Datenvisualisierungen.
    
    Darüber hinaus wird in der Vorlesung die Anwendung der Datenvisualisierung im Bereich NLP behandelt, wobei der Schwerpunkt auf der Visualisierung von Worteinbettungen und Sprachmodellen liegt, um die Erforschung semantischer Beziehungen zwischen Wörtern und die Interpretation des Verhaltens von Sprachmodellen zu unterstützen. Im Kontext von Explainable AI liegt der Schwerpunkt auf der Verwendung von Visualisierungen zur Erklärung von Modellvorhersagen und der Bedeutung von Merkmalen, wodurch die Interpretierbarkeit von KI-Modellen verbessert wird. Durch die Nutzung des verschachtelten Modells der Visualisierung und die Fokussierung auf NLP und erklärbare KI zielt der Vortrag darauf ab, die Teilnehmer mit den wesentlichen Fähigkeiten auszustatten, um fortschrittliche Datenvisualisierungen zu entwerfen und zu validieren, die auf diese spezifischen Anwendungen zugeschnitten sind. So können sie letztendlich komplexe Datenmuster effektiv kommunizieren und tiefere Einsichten aus ihren Daten gewinnen.

  • 19336902 Übung
    Ü: Advanced Data Visualization for Artificial Intelligence (Georges Hattab)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

• Ausgewählte Themen der Praktischen Informatik

  0089cA1.31
  • 19326601 Vorlesung
    Markovketten (Katinka Wolter)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Kommentar

    Dieser Kurs wird auf englisch gehalten.

    Wir beschäftigen uns mit den grundlegenden stochastischen Modellen, die zur Untersuchung der Leistung von Computersystemen häufig benutzt werden. Markov modelle und Warteschlangen werden gerne für die Untersuchung dynamischer Systeme verwendet, z.B. Computer Hardware, Kommunicationsprotokolle, biologische Systeme, Epidemien, Verkehr und digitale Währungen.  Wir werden uns einen raschen Überblick verschaffen.  Betrachtete Themen sind der Geburts- und Todesprozess, der Poissonprozess, verallgemeinerte Markov und semi-Markov prozesse sowie deren Lösungsmethoden. Soweit die Zeit es erlaubt werden wir auch die Hintergründe der diskreten Ereignissimulation ansehen.

    Literaturhinweise

    William Stewart. Probability, Markov Chains, Queues and Simulation. Princeton University Press 2009.

  • 19326602 Übung
    Übung zu Markovketten (Justus Purat)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

• Empirische Bewertung in der Informatik

  0089cA1.5
  • 19303401 Vorlesung
    Empirische Methoden im Software Engineering (Lutz Prechelt)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    The course language is German, but the actual slides and practice sheets are in English.

    The exam will be formulated in German, but answers may be given in English, too.

    Homepage: http://www.inf.fu-berlin.de/w/SE/VorlesungEmpirie

    Kommentar

    Software Engineering is a field of so-high socio-technical complexity that the properties (let alone the usefulness) of proposed methods and tools are not at all obvious. We need to evaluate them empirically.

    This course introduces two different manners in which one can think about this situation and approach evaluations:

    1. A quantitative perspective. This aims at quantified statements about the tools and methods and is based on a positivist epistemological stance and corresponding culture.
    2. A qualitative perspective. This aims at making sense of the things that are going on to create the phenomena that give rise to the quantitative outcomes. This perspective is based on an interpretivist epistemological stance and has a culture that values different things.

    Both perspectives have different strengths and weaknesses and are suitable for different types of research interest. In this course, we will learn to think in both of these perspectives and to appreciate the different benefits they provide. We will learn what it means that a study has high quality: it has high credibility and high relevance. We will train diagnosing the various quality problems that often reduce credibility or relevance.

    We will work through the most common research methods and will discuss real examples (interesting published studies) of each, along with their strengths and weaknesses.

    Participants will understand how and when to apply each method and for one of them develop some practical skills by doing so.

    Literaturhinweise

    • Jacob Cohen: The Earth Is Round (p > .05). American Psychologist 49(12): 997003, 1994. Darrell Huff: How to lie with statistics, Penguin 1991.
    • John C. Knight, Nancy G. Leveson: An Experimental Evaluation of the Assumption of Independence in Multi-Version Programming. IEEE Transactions on Software Engineering 12(1):9609, January 1986.
    • John C. Knight, Nancy G. Leveson: A Reply to the Criticisms of the Knight and Leveson Experiment. Software Engineering Notes 15(1):24-35, January 1990.
    • Audris Mockus, Roy T. Fielding, James D. Herbsleb: Two Case Studies of Open Source Software Development: Apache and Mozilla. ACM Transactions of Software Engineering and Methodology 11(3):309-346, July 2002.
    • Timothy Lethbridge: What Knowledge Is Important to a Software Professional? IEEE Computer 33(5):44-50, May 2000.
    • David A. Scanlan: Structured Flowcharts Outperform Pseudocode: An Experimental Comparison. IEEE Software 6(5):28-36, September 1989.
    • Ben Shneiderman, Richard Mayer, Don McKay, Peter Heller: Experimental investigations of the utility of detailed flowcharts in programming. Commun. ACM 20(6):373-381, 1977.
    • Lutz Prechelt, Barbara Unger-Lamprecht, Michael Philippsen, Walter F. Tichy: Two Controlled Experiments Assessing the Usefulness of Design Pattern Documentation in Program Maintenance. IEEE Transactions on Software Engineering 28(6):595-606, 2002.
    • Lutz Prechelt. An Empirical Comparison of Seven Programming Languages: Computer 33(10):23-29, October 2000.
    • Lutz Prechelt: An empirical comparison of C, C++, Java, Perl, Python, Rexx, and Tcl for a search/string-processing program. Technical Report 2000-5, March 2000.
    • Tom DeMarco, Tim Lister: Programmer performance and the effects of the workplace. Proceedings of the 8th international conference on Software engineering. IEEE Computer Society Press, 268-272, 1985.
    • John L. Henning: SPEC CPU2000: Measuring CPU Performance in the New Millennium. Computer 33(7):28-35, July 2000.
    • Susan Elliot Sim, Steve Easterbrook, Richard C. Holt: Using Benchmarking to Advance Research: A Challenge to Software Engineering. Proceedings of the 25th International Conference on Software Engineering (ICSE'03). 2003.
    • Ellen M. Voorhees, Donna Harman: Overview of the Eighth Text REtrieval Conference (TREC-8).
    • Susan Elliott Sim, Richard C. Holt: The Ramp-Up Problem in Software Projects: A case Study of How Software Immigrants Naturalize. Proceedings of the 20th international conference on Software engineering, April 19-25, 1998, Kyoto, Japan: 361-370.
    • Oliver Laitenberger, Thomas Beil, Thilo Schwinn: An Industrial Case Study to Examine a Non-Traditional Inspection Implementation for Requirements Specifications. Empirical Software Engineering 7(4): 345-374, 2002.
    • Yatin Chawathe, Sylvia Ratnasamy, Lee Breslau, Nick Lanham, Scott Shenker: Making Gnutella-like P2P Systems Scalable. Proceedings of ACM SIGCOMM 2003. April 2003.
    • Stephen G. Eick, Todd L. Graves, Alan F. Karr, J.S. Marron, Audris Mockus: Does Code Decay? Assessing the Evidence from Change Management Data. IEEE Transactions of Software Engineering 27(1):12, 2001.
    • Chris Sauer, D. Ross Jeffrey, Lesley Land, Philip Yetton: The Effectiveness of Software Development Technical Reviews: A Behaviorally Motivated Program of Research. IEEE Transactions on Software Engineering 26(1):14, January 2000.

  • 19303402 Übung
    Übung zu Empirische Methoden im Software Engineering (Lutz Prechelt)
    Zeit: Mi 08:00-10:00 (Erster Termin: 16.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

• Grundlagen des Managements von IT-Projekten

  0159cA2.6
  • 19335406 Seminaristischer Unterricht
    Projektmanagement in agilen Umgebungen Teil 2 (SoSe) (Lutz Prechelt)
    Zeit: Mo 08:00-10:00, Fr 16:00-18:00 (Erster Termin: 14.04.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Kommentar

    Qualifikationsziele Die Studierenden verstehen verschiedene Modelle skaliert agiler Software-Produktion mehrerer kooperierender agiler Teams. Sie verstehen grundlegende und fortgeschrittene Techniken des hybriden, prädiktiven sowie adaptiven Projektmanagements in solchen agilen Umgebungen und können sie anwenden. Sie können einen Projektplan erstellen und mit einem geeigneten Vorgehen abgleichen. Sie können in der Leitung eines hybriden Projektes mitarbeiten und Verantwortung für wesentliche Bereiche des Projektmanagements übernehmen, einschließlich der Führung von Personal. Sie können ein einfaches Projekt eigenverantwortlich leiten.

    Inhalte Studierende erlernen Prinzipien, Methoden und Verfahrensweisen skaliert agiler Softwareproduktion anhand etablierter Modelle (z. B. Scaled Agile Framework) und des Projektmanagements anhand einer anerkannten Methodik (z. B. „Projekt Management Body of Knowledge“ (PMBoK)) und üben deren praktische Anwendung. Sie erarbeiten sich agile Prinzipien und Werte sowie Scrum und üben beides ein. Darüber hinaus diskutieren und üben sie die Planung des Produktumfangs und Koordination mehrerer daran gemeinsam arbeitender Teams, nötige Prozesse und involvierte Rollen. Weiterhin lernen sie alle Bereiche des Projektmanagements kennen, diskutieren deren Anwendung und üben teilweise deren Umsetzung: Projektentstehung, -definition und Planung des Projektumfangs, Projektplanung, Projektablaufsteuerung, -statusermittlung und -reporting, Projektorganisation und Einbettung eines Projekts in die ausführende Organisation, Führen ohne formale Macht, Projektkommunikation, Führung eines Projektteams und Qualitätsmanagement

     

• Softwareprojekt - Theoretische Informatik A

  0089cA2.10
  • 19308312 Projektseminar
    Softwareprojekt: Anwendungen von Algorithmen (Mahmoud Elashmawi)
    Zeit: Do 08:30-10:00 (Erster Termin: 10.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Kommentar

    Inhalt

    Ein typisches Anwendungsgebiet von Algorithmen wird ausgewählt und softwaretechnisch behandelt. In diesem Semester soll es um Algorithmen zum Graphenzeichnen gehen. Das Ziel ist es, Programme zur Herstellung guter Zeichnungen zu schreiben und damit an dem Zeichenwettbewerb teilzunehmen, der im September im Zusammenhang mit der internationalen Konferenz über Graph Drawing and Network Visualization stattfindet.

    Voraussetzungen

    Grundkenntnisse in Entwurf und Analyse von Algorithmen

    Literaturhinweise

    je nach Anwendungsgebiet

• Softwareprojekt - Theoretische Informatik B

  0089cA2.11
  • 19308312 Projektseminar
    Softwareprojekt: Anwendungen von Algorithmen (Mahmoud Elashmawi)
    Zeit: Do 08:30-10:00 (Erster Termin: 10.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Kommentar

    Inhalt

    Ein typisches Anwendungsgebiet von Algorithmen wird ausgewählt und softwaretechnisch behandelt. In diesem Semester soll es um Algorithmen zum Graphenzeichnen gehen. Das Ziel ist es, Programme zur Herstellung guter Zeichnungen zu schreiben und damit an dem Zeichenwettbewerb teilzunehmen, der im September im Zusammenhang mit der internationalen Konferenz über Graph Drawing and Network Visualization stattfindet.

    Voraussetzungen

    Grundkenntnisse in Entwurf und Analyse von Algorithmen

    Literaturhinweise

    je nach Anwendungsgebiet

• Wissenschaftliches Arbeiten Theoretische Informatik A

  0089cA2.12
  • 19306711 Seminar
    Seminar über Algorithmen (László Kozma)
    Zeit: Do 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Kommentar

    Inhalt

    Fortgeschrittene Themen des Algorithmenentwurfs mit wechselnden Schwerpunkten.

    Im Sommersemester 2025: Neue Ergebnisse bei Algorithmen für kürzeste Wege.

    Zielgruppe

    Master-Studierende der Informatik oder Mathematik

    Empfohlene Vorkenntnisse

    Vorlesung "Höhere Algorithmik" oder vergleichbare Veranstaltung

     

    Literaturhinweise

    Spezialliteratur aus Zeitschriften

  • 19331617 Seminar/Proseminar
    Seminar/Proseminar: Informationstheoretische Grundlagen von ML (Gerhard Wunder)
    Zeit: Fr 14:00-16:00 (Erster Termin: 25.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    
  • 19335011 Seminar
    Seminar: Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum)
    Zeit: Di 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: T9/137 Konferenzraum (Takustr. 9)
    

    Kommentar

    Forschungsseminar der Arbeitsgruppe Data Integration in the Life Sciences (DILiS). Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!

    Das Seminar bietet Raum für die Diskussion weiterführender und integrativer Datenanalysetechniken, insbesondere Vorträge und Diskussion von laufenden oder geplanten Forschungsprojekten, Neuigkeiten von Konferenzen, Besprechung aktueller Literatur und Diskussion möglicher zukünftiger Lehrformate und -inhalte, und Vorstellungen, sowie Abschlussvorträge zu Abschlussarbeiten oder Projektseminaren. Die Seminarsprache ist weitestgehend Englisch. Gern können interessierte Studierende teilnehmen und unverbindlich vorbeischauen oder ein selbst gewähltes Thema von Interesse für die Arbeitsgruppe vorstellen. Achtung: Einzelne Termine können ausfallen oder verschoben werden. Kontaktieren Sie mich gern für Fragen (katharina.baum@fu-berlin.de)!

• Wissenschaftliches Arbeiten Theoretische Informatik B

  0089cA2.13
  • 19306711 Seminar
    Seminar über Algorithmen (László Kozma)
    Zeit: Do 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Kommentar

    Inhalt

    Fortgeschrittene Themen des Algorithmenentwurfs mit wechselnden Schwerpunkten.

    Im Sommersemester 2025: Neue Ergebnisse bei Algorithmen für kürzeste Wege.

    Zielgruppe

    Master-Studierende der Informatik oder Mathematik

    Empfohlene Vorkenntnisse

    Vorlesung "Höhere Algorithmik" oder vergleichbare Veranstaltung

     

    Literaturhinweise

    Spezialliteratur aus Zeitschriften

  • 19331617 Seminar/Proseminar
    Seminar/Proseminar: Informationstheoretische Grundlagen von ML (Gerhard Wunder)
    Zeit: Fr 14:00-16:00 (Erster Termin: 25.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    
  • 19335011 Seminar
    Seminar: Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum)
    Zeit: Di 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: T9/137 Konferenzraum (Takustr. 9)
    

    Kommentar

    Forschungsseminar der Arbeitsgruppe Data Integration in the Life Sciences (DILiS). Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!

    Das Seminar bietet Raum für die Diskussion weiterführender und integrativer Datenanalysetechniken, insbesondere Vorträge und Diskussion von laufenden oder geplanten Forschungsprojekten, Neuigkeiten von Konferenzen, Besprechung aktueller Literatur und Diskussion möglicher zukünftiger Lehrformate und -inhalte, und Vorstellungen, sowie Abschlussvorträge zu Abschlussarbeiten oder Projektseminaren. Die Seminarsprache ist weitestgehend Englisch. Gern können interessierte Studierende teilnehmen und unverbindlich vorbeischauen oder ein selbst gewähltes Thema von Interesse für die Arbeitsgruppe vorstellen. Achtung: Einzelne Termine können ausfallen oder verschoben werden. Kontaktieren Sie mich gern für Fragen (katharina.baum@fu-berlin.de)!

• Aktuelle Forschungsthemen der Theoretischen Informatik

  0089cA2.3
  • 19320501 Vorlesung
    Kryptoanalyse symmetrischer Verfahren (Marian Margraf)
    Zeit: Di 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 1.4.03 Seminarraum T2 (Arnimallee 14)
    

    Kommentar

    Ziel der Vorlesung ist ein tiefes Verständnis kryptographischer Algorithmen, insb. welche Designkriterien bei der Entwicklung sicherer Verschlüsselungsverfahren berücksichtigt werden müssen. Dazu werden wir verschiedene kryptoanalytische Methoden auf symmetrische und asymmetrischen Verschlüsselungsverfahren kennen lernen und beurteilen. Hierzu zählen beispielsweise lineare und differentielle Kryptoanalyse auf Blockchiffren, Korrelationsattacken auf Stromchiffren und Algorithmen zum Lösen des Faktorisierungsproblems und des Diskreten Logarithmusproblems (zum Brechen asymmetrischer Verfahren). Schwächen der Implementierung, z.B. zum Ausnutzen von Seitenkanalangriffen, werden nur am Rande behandelt.

  • 19321101 Vorlesung
    Advanced Data Structures (László Kozma)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Die Schwerpunkte dieser Vorlesung sind Design, Analyse, und Anwendungen von Datenstrukturen.

    (Die Vorlesung wird in der englischen Sprache gehalten. Zusätzliche Details zu den Kursinhalten finden Sie in der englischen Beschreibung.)

     

    Literaturhinweise

    D. E. Knuth, The Art of Computer Programming, Volume 4A: Combinatorial Algorithms, Part 1. (Addison-Wesley, 2011), xv+883pp. ISBN 0-201-03804-8

  • 19322701 Vorlesung
    Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Die Vorlesung beschäftigt sich mit unterschiedlichsten asymmetrischen Kryptoverfahren, insbesondere mit den diesen Verfahren zugrunde liegenden vermuteten schweren Problemen. Inhalte sind u.a.

    • RSA und das Faktorisierungsproblem
    • DSA und das diskrete Logarithmusproblem
    • Merkel-Hellman und das Rucksack- und Gitterproblem
    • McEliece und das Decodierungsprobleme
    • Matsumoto-Imai und multivariate Polynomsystem

    Vorkenntnisse in den Bereichen IT-Sicherheit und Kryptologie werden vorausgesetzt.

  • 19337401 Vorlesung
    Elliptic Curve Cryptography (Marian Margraf)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19320502 Übung
    Übung zu Kryptoanalyse (Marian Margraf)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19321102 Übung
    Übung zu Advanced Data Structures (N.N.)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Übungen

  • 19322702 Übung
    Übung zu Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
    Zeit: Mi 16:00-18:00 (Erster Termin: 16.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    
  • 19337402 Übung
    Übung zu Elliptic Curve Cryptography (Marian Margraf)
    Zeit: Do 14:00-16:00 (Erster Termin: 17.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

• Algorithmische Geometrie

  0089cA2.4
  • 19313801 Vorlesung
    Algorithmische Geometrie (Günther Rothe)
    Zeit: Mo 10:00-12:00, Do 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    
  • 19313802 Übung
    Übung zu Algorithmische Geometrie (Günther Rothe)
    Zeit: Fr 14:00-16:00 (Erster Termin: 25.04.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

• Ausgewählte Themen der Theoretischen Informatik

  0089cA2.5
  • 19315401 Vorlesung
    Multiplicative Weights - A Popular Algorithmic Technique with Countless Applications (Wolfgang Mulzer)
    Zeit: Di 14:00-16:00, Fr 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

    Kommentar

    Just like greedy algorithms, dynamic programming, or divide-and-conquer, the multiplicative weights method is a fundamental algorithmic technique with countless applications across disciplines. However, it is taught only rarely in basic classes.

    
    
    

    In this class, we will study the multiplicative weights method in detail. We will learn about the basic technique and its variations, explore connections to other fields such as online convex optimization and machine learning, and see the beautiful mathematics that lies behind it.

    
    
    

    We will also see many applications of the technique, with examples from combinatorial optimization, machine learning, algorithmic game theory, computational geometry, information theory, online algorithms, and many more. For some of the applications, we will have invited speakers who have applied the technique in their respective fields.

    
    
    

    The class is jointly attended by students at Sorbonne Paris Nord in Paris and will be given in a hybrid format.

    
    
    

    The course website can be found here: https://www.inf.fu-berlin.de/lehre/SS25/mwu/

    
    

    Literaturhinweise

    Wird noch bekannt gegeben.

  • 19326601 Vorlesung
    Markovketten (Katinka Wolter)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Kommentar

    Dieser Kurs wird auf englisch gehalten.

    Wir beschäftigen uns mit den grundlegenden stochastischen Modellen, die zur Untersuchung der Leistung von Computersystemen häufig benutzt werden. Markov modelle und Warteschlangen werden gerne für die Untersuchung dynamischer Systeme verwendet, z.B. Computer Hardware, Kommunicationsprotokolle, biologische Systeme, Epidemien, Verkehr und digitale Währungen.  Wir werden uns einen raschen Überblick verschaffen.  Betrachtete Themen sind der Geburts- und Todesprozess, der Poissonprozess, verallgemeinerte Markov und semi-Markov prozesse sowie deren Lösungsmethoden. Soweit die Zeit es erlaubt werden wir auch die Hintergründe der diskreten Ereignissimulation ansehen.

    Literaturhinweise

    William Stewart. Probability, Markov Chains, Queues and Simulation. Princeton University Press 2009.

  • 19315402 Übung
    Übung zu Multiplicative Weights (Michaela Krüger)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    
  • 19326602 Übung
    Übung zu Markovketten (Justus Purat)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

• Fortgeschrittene Themen der Theoretischen Informatik

  0089cA2.6
  • 19315401 Vorlesung
    Multiplicative Weights - A Popular Algorithmic Technique with Countless Applications (Wolfgang Mulzer)
    Zeit: Di 14:00-16:00, Fr 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

    Kommentar

    Just like greedy algorithms, dynamic programming, or divide-and-conquer, the multiplicative weights method is a fundamental algorithmic technique with countless applications across disciplines. However, it is taught only rarely in basic classes.

    
    
    

    In this class, we will study the multiplicative weights method in detail. We will learn about the basic technique and its variations, explore connections to other fields such as online convex optimization and machine learning, and see the beautiful mathematics that lies behind it.

    
    
    

    We will also see many applications of the technique, with examples from combinatorial optimization, machine learning, algorithmic game theory, computational geometry, information theory, online algorithms, and many more. For some of the applications, we will have invited speakers who have applied the technique in their respective fields.

    
    
    

    The class is jointly attended by students at Sorbonne Paris Nord in Paris and will be given in a hybrid format.

    
    
    

    The course website can be found here: https://www.inf.fu-berlin.de/lehre/SS25/mwu/

    
    

    Literaturhinweise

    Wird noch bekannt gegeben.

  • 19326601 Vorlesung
    Markovketten (Katinka Wolter)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Kommentar

    Dieser Kurs wird auf englisch gehalten.

    Wir beschäftigen uns mit den grundlegenden stochastischen Modellen, die zur Untersuchung der Leistung von Computersystemen häufig benutzt werden. Markov modelle und Warteschlangen werden gerne für die Untersuchung dynamischer Systeme verwendet, z.B. Computer Hardware, Kommunicationsprotokolle, biologische Systeme, Epidemien, Verkehr und digitale Währungen.  Wir werden uns einen raschen Überblick verschaffen.  Betrachtete Themen sind der Geburts- und Todesprozess, der Poissonprozess, verallgemeinerte Markov und semi-Markov prozesse sowie deren Lösungsmethoden. Soweit die Zeit es erlaubt werden wir auch die Hintergründe der diskreten Ereignissimulation ansehen.

    Literaturhinweise

    William Stewart. Probability, Markov Chains, Queues and Simulation. Princeton University Press 2009.

  • 19315402 Übung
    Übung zu Multiplicative Weights (Michaela Krüger)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    
  • 19326602 Übung
    Übung zu Markovketten (Justus Purat)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

• Spezielle Aspekte der Theoretischen Informatik

  0089cA2.7
  • 19320501 Vorlesung
    Kryptoanalyse symmetrischer Verfahren (Marian Margraf)
    Zeit: Di 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 1.4.03 Seminarraum T2 (Arnimallee 14)
    

    Kommentar

    Ziel der Vorlesung ist ein tiefes Verständnis kryptographischer Algorithmen, insb. welche Designkriterien bei der Entwicklung sicherer Verschlüsselungsverfahren berücksichtigt werden müssen. Dazu werden wir verschiedene kryptoanalytische Methoden auf symmetrische und asymmetrischen Verschlüsselungsverfahren kennen lernen und beurteilen. Hierzu zählen beispielsweise lineare und differentielle Kryptoanalyse auf Blockchiffren, Korrelationsattacken auf Stromchiffren und Algorithmen zum Lösen des Faktorisierungsproblems und des Diskreten Logarithmusproblems (zum Brechen asymmetrischer Verfahren). Schwächen der Implementierung, z.B. zum Ausnutzen von Seitenkanalangriffen, werden nur am Rande behandelt.

  • 19321101 Vorlesung
    Advanced Data Structures (László Kozma)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Die Schwerpunkte dieser Vorlesung sind Design, Analyse, und Anwendungen von Datenstrukturen.

    (Die Vorlesung wird in der englischen Sprache gehalten. Zusätzliche Details zu den Kursinhalten finden Sie in der englischen Beschreibung.)

     

    Literaturhinweise

    D. E. Knuth, The Art of Computer Programming, Volume 4A: Combinatorial Algorithms, Part 1. (Addison-Wesley, 2011), xv+883pp. ISBN 0-201-03804-8

  • 19322701 Vorlesung
    Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Die Vorlesung beschäftigt sich mit unterschiedlichsten asymmetrischen Kryptoverfahren, insbesondere mit den diesen Verfahren zugrunde liegenden vermuteten schweren Problemen. Inhalte sind u.a.

    • RSA und das Faktorisierungsproblem
    • DSA und das diskrete Logarithmusproblem
    • Merkel-Hellman und das Rucksack- und Gitterproblem
    • McEliece und das Decodierungsprobleme
    • Matsumoto-Imai und multivariate Polynomsystem

    Vorkenntnisse in den Bereichen IT-Sicherheit und Kryptologie werden vorausgesetzt.

  • 19337401 Vorlesung
    Elliptic Curve Cryptography (Marian Margraf)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19320502 Übung
    Übung zu Kryptoanalyse (Marian Margraf)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19321102 Übung
    Übung zu Advanced Data Structures (N.N.)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Übungen

  • 19322702 Übung
    Übung zu Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
    Zeit: Mi 16:00-18:00 (Erster Termin: 16.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    
  • 19337402 Übung
    Übung zu Elliptic Curve Cryptography (Marian Margraf)
    Zeit: Do 14:00-16:00 (Erster Termin: 17.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

• Aktuelle Forschungsthemen der Technischen Informatik

  0089cA3.10
  • 19325301 Vorlesung
    Cluster Computing (Barry Linnert)
    Zeit: Di 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    • MSc

    Anforderungen

    • Erfahrung mit Computern und Software sowie Programierkenntnisse

    Sprache

    • Die Kurssprache ist Deutsch (oder Englisch wenn benötigt).
    • The exam will be formulated in German, but answers may be given in English, too.

    Credits & Klausur

    • aktive Teilnahme an den Übungen: regelmäßige Vorbereitung von Übungsaufgaben & Präsentation der Ergebnisse in den Übungen
    • Bestehen der Klausur

    Webseite

    https://www.mi.fu-berlin.de/w/SE/VorlesungClusterComputing

    Kommentar

    Cluster-Computer bilden die zur Zeit vorherrschende Klasse paralleler Hochleistungsrechner. Sie bestehen aus konventionellen Prozessorknoten, die über ein Hochgeschwindig­keitsnetzwerk miteinander verbunden sind. Obwohl meistens räumlich integriert, handelt es sich um verteilte Systeme mit jeweils lokalen Betriebssystemen. Das enorme Leistungspotential dieser Rechnerklasse kann nur ausgeschöpft werden, wenn Programmcode und Daten optimal über die Knoten verteilt werden. Die einge­setzten Verfahren müssen insbesondere skalierbar sein, also auch bei Tausenden von Rechnerknoten noch effizient arbeiten. Gleichzeitig soll aber die Programmiererin bzw. der Programmierer von diesen Aufgaben entlastet werden. Die Vorlesung gibt einen Überblick über die auftretenden Probleme und stellt Algorithmen zu ihrer Lösung vor.

    Literaturhinweise

    • Heiss, H.-U.: Prozessorzuteilung in Parallelrechnern, BI-Verlag, Mannheim, 1996
    • Andrews, G. A.: Foundations of Multithreaded, Parallel and Distributed Programming, Addison-Wesley, 2000
    • Pfister, G.: In Search of Clusters 2nd ed., Prentice Hall, 1998
    • Zomaya, A.: Parallel and distributed computing handbook, McGraw Gill, 1995
    • Buyya, R.: High Performance Cluster Computing, Vol. 1+2, Prentice Hall, 1999

  • 19327401 Vorlesung
    Bild- und Videocodierung (Heiko Schwarz)
    Zeit: Mo 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Kommentar

    Die Vorlesung behandelt die wichtigsten Konzepte und Algorithmen, die in modernen Bild- und Videocodierverfahren verwendet werden. Wir werden uns insbesondere auf Techniken konzentrieren, die in aktuellen internationalen Videocodierstandards Anwendung finden.

    In einem kurzen ersten Teil werden zunächst die sogenannten Rohdatenformate eingeführt, welche als Eingangs- und Ausgangsformate von Bild- und Videocodecs verwendet werden. Dieser Teil beinhaltet folgenden Themen:

    • Farbräume und deren Beziehung zur menschlichen Farbwahrnehmung
    • Transfer-Funktionen (Gamma-Codierung)
    • Warum verwenden wir das YCbCr-Format?

    Der zweite Teil der Vorlesung behandelt zunächst die Bildcodierung und umfasst folgende Themen:

    • Der Anfang: Wie funktioniert JPEG?
    • Warum verwenden wir die Diskrete Cosinus-Transformation?
    • Effiziente Codierung von Transformationskoeffizienten
    • Prädiktion von Bildblöcken
    • Adaptive Blockpartitionierung
    • Wie treffen wir Entscheidungen im Encoder?
    • Optimierungen der Quantisierung

    Im dritten und letzten Teil der Vorlesungen behandeln wir Konzept die letztendlich die Videocodierung deutlich effizienter machen als eine separate Codierung der Einzelbilder. Dieser Teil umfasst folgende Themen:

    • Bewegungskompensierte Prädiktion
    • Codierung von Bewegungsvektoren
    • Algorithmen zur Bewegungssuche
    • Subpixel-genaue Bewegungsvektoren und Interpolationsfilter
    • Verwendung mehrere Referenzbilder
    • Was sind B-Bilder und warum verwenden wir diese?
    • Deblocking- und Deringing-Filter
    • Effiziente zeitliche Codierstrukturen

    In den Übungen werden wir schrittweise einen eigenen Codec für Bilder implementieren. Bei entsprechenden Interesse kann dieser zu einem einfachen Videocodec erweitert werden.

     

    Literaturhinweise

    • Bull, D. R., “Communicating Pictures: A Course in Image and Video Coding,” Elsevier, 2014.
    • Ohm, J.-R., “Multimedia Signal Coding and Transmission,” Springer, 2015.
    • Wien, M., “High Efficiency Video Coding — Coding Tools and Specifications,” Springer 2014.
    • Sze, V., Budagavi, M., and Sullivan, G. J. (eds.), “High Efficiency Video Coding (HEVC): Algorithm and Architectures,” Springer, 2014.
    • Wiegand, T. and Schwarz, H., "Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 4, no. 1–2, 2011.
    • Schwarz, H. and Wiegand, T., “Video Coding: Part II of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 10, no. 1–3, 2016.

  • 19325302 Übung
    Übung zu Cluster Computing (Barry Linnert)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: T9/K44 Rechnerpoolraum (Takustr. 9)
    
  • 19327402 Übung
    Übung zu Bild- und Videocodierung (Heiko Schwarz)
    Zeit: Mo 12:00-14:00 (Erster Termin: 14.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

• Spezielle Aspekte der Technischen Informatik

  0089cA3.11
  • 19325301 Vorlesung
    Cluster Computing (Barry Linnert)
    Zeit: Di 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    • MSc

    Anforderungen

    • Erfahrung mit Computern und Software sowie Programierkenntnisse

    Sprache

    • Die Kurssprache ist Deutsch (oder Englisch wenn benötigt).
    • The exam will be formulated in German, but answers may be given in English, too.

    Credits & Klausur

    • aktive Teilnahme an den Übungen: regelmäßige Vorbereitung von Übungsaufgaben & Präsentation der Ergebnisse in den Übungen
    • Bestehen der Klausur

    Webseite

    https://www.mi.fu-berlin.de/w/SE/VorlesungClusterComputing

    Kommentar

    Cluster-Computer bilden die zur Zeit vorherrschende Klasse paralleler Hochleistungsrechner. Sie bestehen aus konventionellen Prozessorknoten, die über ein Hochgeschwindig­keitsnetzwerk miteinander verbunden sind. Obwohl meistens räumlich integriert, handelt es sich um verteilte Systeme mit jeweils lokalen Betriebssystemen. Das enorme Leistungspotential dieser Rechnerklasse kann nur ausgeschöpft werden, wenn Programmcode und Daten optimal über die Knoten verteilt werden. Die einge­setzten Verfahren müssen insbesondere skalierbar sein, also auch bei Tausenden von Rechnerknoten noch effizient arbeiten. Gleichzeitig soll aber die Programmiererin bzw. der Programmierer von diesen Aufgaben entlastet werden. Die Vorlesung gibt einen Überblick über die auftretenden Probleme und stellt Algorithmen zu ihrer Lösung vor.

    Literaturhinweise

    • Heiss, H.-U.: Prozessorzuteilung in Parallelrechnern, BI-Verlag, Mannheim, 1996
    • Andrews, G. A.: Foundations of Multithreaded, Parallel and Distributed Programming, Addison-Wesley, 2000
    • Pfister, G.: In Search of Clusters 2nd ed., Prentice Hall, 1998
    • Zomaya, A.: Parallel and distributed computing handbook, McGraw Gill, 1995
    • Buyya, R.: High Performance Cluster Computing, Vol. 1+2, Prentice Hall, 1999

  • 19327401 Vorlesung
    Bild- und Videocodierung (Heiko Schwarz)
    Zeit: Mo 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Kommentar

    Die Vorlesung behandelt die wichtigsten Konzepte und Algorithmen, die in modernen Bild- und Videocodierverfahren verwendet werden. Wir werden uns insbesondere auf Techniken konzentrieren, die in aktuellen internationalen Videocodierstandards Anwendung finden.

    In einem kurzen ersten Teil werden zunächst die sogenannten Rohdatenformate eingeführt, welche als Eingangs- und Ausgangsformate von Bild- und Videocodecs verwendet werden. Dieser Teil beinhaltet folgenden Themen:

    • Farbräume und deren Beziehung zur menschlichen Farbwahrnehmung
    • Transfer-Funktionen (Gamma-Codierung)
    • Warum verwenden wir das YCbCr-Format?

    Der zweite Teil der Vorlesung behandelt zunächst die Bildcodierung und umfasst folgende Themen:

    • Der Anfang: Wie funktioniert JPEG?
    • Warum verwenden wir die Diskrete Cosinus-Transformation?
    • Effiziente Codierung von Transformationskoeffizienten
    • Prädiktion von Bildblöcken
    • Adaptive Blockpartitionierung
    • Wie treffen wir Entscheidungen im Encoder?
    • Optimierungen der Quantisierung

    Im dritten und letzten Teil der Vorlesungen behandeln wir Konzept die letztendlich die Videocodierung deutlich effizienter machen als eine separate Codierung der Einzelbilder. Dieser Teil umfasst folgende Themen:

    • Bewegungskompensierte Prädiktion
    • Codierung von Bewegungsvektoren
    • Algorithmen zur Bewegungssuche
    • Subpixel-genaue Bewegungsvektoren und Interpolationsfilter
    • Verwendung mehrere Referenzbilder
    • Was sind B-Bilder und warum verwenden wir diese?
    • Deblocking- und Deringing-Filter
    • Effiziente zeitliche Codierstrukturen

    In den Übungen werden wir schrittweise einen eigenen Codec für Bilder implementieren. Bei entsprechenden Interesse kann dieser zu einem einfachen Videocodec erweitert werden.

     

    Literaturhinweise

    • Bull, D. R., “Communicating Pictures: A Course in Image and Video Coding,” Elsevier, 2014.
    • Ohm, J.-R., “Multimedia Signal Coding and Transmission,” Springer, 2015.
    • Wien, M., “High Efficiency Video Coding — Coding Tools and Specifications,” Springer 2014.
    • Sze, V., Budagavi, M., and Sullivan, G. J. (eds.), “High Efficiency Video Coding (HEVC): Algorithm and Architectures,” Springer, 2014.
    • Wiegand, T. and Schwarz, H., "Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 4, no. 1–2, 2011.
    • Schwarz, H. and Wiegand, T., “Video Coding: Part II of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 10, no. 1–3, 2016.

  • 19325302 Übung
    Übung zu Cluster Computing (Barry Linnert)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: T9/K44 Rechnerpoolraum (Takustr. 9)
    
  • 19327402 Übung
    Übung zu Bild- und Videocodierung (Heiko Schwarz)
    Zeit: Mo 12:00-14:00 (Erster Termin: 14.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

• Mikroprozessor-Praktikum

  0089cA3.2
  • 19310030 Praktikum
    Mikroprozessor-Praktikum (Larissa Groth)
    Zeit: Mo 16:00-18:00, Di 14:00-16:00, Mi 12:00-14:00 (Erster Termin: 14.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Wichtige Information zum Ablauf:
    Das Mikroprozessor-Praktikum wird in diesem Semester mit einem gemeinsamen Theorie-Termin Mittwochs, 12-14 Uhr, und zwei unabhängigen praktischen Übungs-Terminen angeboten:

    • Gruppe A, Montags, 16-18 Uhr Takustraße 9, Raum K63
    • Gruppe B, Dienstags, 14-16 Uhr Takustraße 9, Raum K63

    Von diesen Übungs-Terminen ist einer auszusuchen.

    Kommentar

    ACHTUNG: Entgegen der Terminübersicht im Vorlesungsverzeichnis hat diese Veranstaltung nicht 3 Pflicht-Termine, sondern nur 2! Weitere Infos siehe unten!

    Die überwältigende Mehrheit zukünftiger Computersysteme wird durch miteinander kommunizierende, eingebettete Systeme geprägt sein. Diese finden sich in Maschinensteuerungen, Haushaltsgeräten, Kraftfahrzeugen, Flugzeugen, intelligenten Gebäuden etc. und werden zukünftig immer mehr in Netze wie dem Internet eingebunden sein.

    Das Praktikum wird auf die Architektur eingebetteter Systeme eingehen und die Unterschiede zu traditionellen PC-Architekturen (z.B. Echtzeitfähigkeit, Interaktion mit der Umgebung) anhand praktischer Beispiele aufzeigen. Das Praktikum basiert auf 16- bzw. 32-Bit-Mikrocontrollersystemen.

    Schwerpunkte des in einzelne Versuche gegliederten Praktikums sind:

    • Registerstrukturen
    • Speicherorganisation
    • hardwarenahe Assembler- und Hochsprachenprogrammierung
    • I/O-System- und Timer-Programmierung
    • Interrupt-System
    • Watchdog-Logik
    • Analogschnittstellen
    • Bussystemanbindung von Komponenten
    • Kommunikation (seriell, CAN-Bus, Ethernet, Funk und USB)
    • Ansteuerung von Modellen und Nutzung unterschiedlichster Sensorik

    Literaturhinweise

    • Brian W. Kernighan, Dennis M. Ritchie: The C Programming Language, Second Edition, Prentice Hall, 1988.

• Mobilkommunikation

  0089cA3.3
  • 19303901 Vorlesung
    Mobilkommunikation (Jochen Schiller)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Kommentar

    Das Modul „Mobile Communications“ präsentiert die wichtigsten Themen der mobilen und drahtlosen Kommunikation - die treibenden Kräfte hinter der heutigen Kommunikationsindustrie, die das tägliche Leben aller beeinflussen.

    Die gesamte Vorlesung findet auf ENGLISCH statt und konzentriert sich auf eine Systemperspektive und gibt viele Hinweise auf reale Systeme, Standardisierung und aktuelle Forschung.

    Das Format der Vorlesung ist das Flipped Classroom, d.h. Sie sollten die Videos einer Vorlesung ANSCHAUEN, BEVOR Sie an der Q&A-Sitzung teilnehmen. Während der Q&A-Sitzung werden dann alle offenen Fragen und Probleme diskutiert und beantwortet.

    Die Hauptthemen der Vorlesung sind:

    • Grundlagen der drahtlosen Übertragung: Frequenzen, Signale, Antennen, Multiplexing, Modulation, Spreizspektrum

    • Mediumzugriff: SDMA, FDMA, TDMA, CDMA

    • Drahtlose Telekommunikationssysteme: GSM, TETRA, IMT-2000, LTE, 5G

    • Drahtlose lokale Netzwerke: Infrastruktur/Ad-hoc, IEEE 802.11/15, Bluetooth, ZigBee

    • Mobile Vernetzung: Mobile IP, Ad-hoc-Netze

    • Mobiler Transportschicht: traditionelles TCP, zusätzliche Mechanismen

    • Ausblick: 5 bis 6G, drahtlose Niedrigenergienetzwerke

    Literaturhinweise

    Jochen Schiller, Mobilkommunikation, Addison-Wesley, 2.Auflage 2003

    Alle Unterlagen verfügbar unter http://www.mi.fu-berlin.de/inf/groups/ag-tech/teaching/resources/Mobile_Communications/course_Material/index.html

• Robotik

  0089cA3.4
  • 19304701 Vorlesung
    Robotik (Daniel Göhring)
    Zeit: Mi 12:00-14:00 (Erster Termin: 16.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen:

    Interesse an Robotik mit Anwendungen an autonomen Fahrzeugen. Grundwissen in Mathematik, insbesondere Lineare Algebra und Optimisierung. Die Studierenden werden mit einem echten Modellauto im Robotiklabor arbeiten.

    Kommentar

    Inhalt:

    Die Vorlesung gibt eine Einführung in die Robotik. Sie ist in folgende Themenschwerpunkte untergliedert:

    • Bewegungserzeugung und dynamische Regelungsverfahren: Dieser Schwerpunkt beschäftigt sich mit Koordinatensystemen, nichtholonomen Bewegungsmodellen wie Ackermannmodellen (analog zu Automobilen) sowie PID-Reglern.
    • Planungsverfahren: Planung mit Hindernissen, Finden von Pfaden, Dijkstra, A*, Hindernisse im Konfigurationsraum, RRT, lattice planner, Gradientenabstieg, Potenzialfeldmethoden, Splines
    • Localisierung und Mapping: Zustandsabschätzung, Bayesfilter, Odometrie, Partikelfilter, Kalmanfilter, SLAM-Verfahren.
    • Vision und Umgebungswahrnehmung: SIFT, HOG-features, Deformable parts models, hough transform, Spurerkennung, 3d-Punktwolken, RANSAC .

    Nach dieser Vorlesung werden die Studenten in der Lage sein, einfache Algorithmen zur Bewegungserzeugung und Zustandsabschätzung für Roboter zu erzeugen.

    Die VL wird in deutscher Sprache gehalten, Folien und Begleitmaterial sind größtenteils auf Englisch.

     

    Literaturhinweise

    Literatur:

    
    John J Craig: Introduction to Robotics: Mechanics and Control; Steven LaValle: Planning Algorithms; Sebastian Thrun, Wolfram Burgard, Dieter Fox: Probabilistic Robotics
    
     

  • 19304702 Übung
    Übung zu Robotik (Daniel Göhring)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

• Softwareprojekt - Technische Informatik A

  0089cA3.6
  • 19315312 Projektseminar
    Softwareprojekt: Verteilte Systeme (Justus Purat)
    Zeit: Mi 12:00-14:00 (Erster Termin: 16.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    
  • 19334412 Projektseminar
    SWP: Szenario-Management im Future Security Lab (Larissa Groth)
    Zeit: Mi 23.04. 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Das Projekt BeLIFE, Teil der AG Technische Informatik, konzentriert sich auf die Verbesserung des Wissenstransfers und des kommunikativen Austausches in der zivilen Sicherheitsforschung. Zentraler Bestandteil des Projekts ist das Future Security Lab, das in den Räumlichkeiten des Einstein Center Digital Future in Mitte beheimatet ist. Hier werden Politiker:innen von Bundes- und Landesebenen, aber auch Vertreter:innen aus Behörden und Organisationen mit Sicherheitsaufgaben willkommen geheißen. 

    Im Rahmen des Softwareprojekts entwickeln die Studierenden Konzepte, um die bestehende technische Infrastruktur des Raumes zu optimieren und kreativ weiterzuentwickeln. Ziel ist es insbesondere die Usability des Raumes auf Seiten der Wissenschaftler:innen zu erhöhen, aber auch die User Experience der Besuchenden zu verbessern. Um das zu erreichen, besteht das Softwareprojekt aus mehreren Teilbereichen, die sich entweder aus einem konkreten Problem ergeben, das es zu lösen gilt, oder kreative Herangehensweisen und Ideenreichtum erfordern. Die zu bearbeitenden Aufgaben generieren sich aus den Bereichen Systemadministration, Interfaceentwicklung sowie Licht-/Ton-Installation und -Orchestrierung und umfassen auch die Optimierung der vorhandenen WebApp zur Szenariopräsentation. 

    Die Bearbeitung der Aufgabenstellung erfolgt ausschließlich in Kleingruppen (3-5 Studierende). Die Zusammenarbeit und Sicherung des entwickelten Codes erfolgt über das Fachbereichs-eigene Gitlab oder ein öffentliches Github. Die Ergebnisse sind geeignet zu dokumentieren, z.B. über die Readme-Dateien des Gits und ein gut strukturiertes Wiki. Modularität und Erweiterbarkeit des entwickelten Codes und eine top Dokumentation sind entscheidend für den Erfolg dieses Softwareprojekts!

    Zum Ablauf: Dieses Softwareprojekt findet semesterbegleitend statt. Es gibt wenige Meetings in großer Runde mit allen Teilnehmenden, diese sind aber verpflichtend. Darüber hinaus gibt es kurze wöchentliche Treffen, in denen mind. 1 Gruppenmitglied über den aktuellen Stand berichtet, wobei wir hier im Verlauf eines Monats mit allen Mitgliedern gesprochen haben wollen. Der erste Termin (23.04.25, 14h, K63) wird in der Takustraße 9 stattfinden. Im Rahmen dieses Termins werden die bereits implementierten Lösungen in der Theorie präsentiert und die Problemstellungen angesprochen. Eine Live-Demo erfolgt dann eine Woche später, am 30.04.2025, in Berlin Mitte im Future Security Lab, Wilhelmstr. 67, 10117 Berlin.

    Danach gibt es insgesamt 3 Präsentationstermine: die Präsentation eines ersten Ansatzes zur Problemlösung (14.05.2025), eine kurze Zwischenpräsentation (18.06.2025) und die Abschlusspräsentation (16.07.2025). 
    Die Studierenden erhalten zusätzlich regelmäßig die Möglichkeit, in den Räumlichkeiten des Future Security Labs zu arbeiten und sich so mit der Ausstattung vertraut zu machen. 

• Softwareprojekt - Technische Informatik B

  0089cA3.7
  • 19315312 Projektseminar
    Softwareprojekt: Verteilte Systeme (Justus Purat)
    Zeit: Mi 12:00-14:00 (Erster Termin: 16.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    
  • 19334412 Projektseminar
    SWP: Szenario-Management im Future Security Lab (Larissa Groth)
    Zeit: Mi 23.04. 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Das Projekt BeLIFE, Teil der AG Technische Informatik, konzentriert sich auf die Verbesserung des Wissenstransfers und des kommunikativen Austausches in der zivilen Sicherheitsforschung. Zentraler Bestandteil des Projekts ist das Future Security Lab, das in den Räumlichkeiten des Einstein Center Digital Future in Mitte beheimatet ist. Hier werden Politiker:innen von Bundes- und Landesebenen, aber auch Vertreter:innen aus Behörden und Organisationen mit Sicherheitsaufgaben willkommen geheißen. 

    Im Rahmen des Softwareprojekts entwickeln die Studierenden Konzepte, um die bestehende technische Infrastruktur des Raumes zu optimieren und kreativ weiterzuentwickeln. Ziel ist es insbesondere die Usability des Raumes auf Seiten der Wissenschaftler:innen zu erhöhen, aber auch die User Experience der Besuchenden zu verbessern. Um das zu erreichen, besteht das Softwareprojekt aus mehreren Teilbereichen, die sich entweder aus einem konkreten Problem ergeben, das es zu lösen gilt, oder kreative Herangehensweisen und Ideenreichtum erfordern. Die zu bearbeitenden Aufgaben generieren sich aus den Bereichen Systemadministration, Interfaceentwicklung sowie Licht-/Ton-Installation und -Orchestrierung und umfassen auch die Optimierung der vorhandenen WebApp zur Szenariopräsentation. 

    Die Bearbeitung der Aufgabenstellung erfolgt ausschließlich in Kleingruppen (3-5 Studierende). Die Zusammenarbeit und Sicherung des entwickelten Codes erfolgt über das Fachbereichs-eigene Gitlab oder ein öffentliches Github. Die Ergebnisse sind geeignet zu dokumentieren, z.B. über die Readme-Dateien des Gits und ein gut strukturiertes Wiki. Modularität und Erweiterbarkeit des entwickelten Codes und eine top Dokumentation sind entscheidend für den Erfolg dieses Softwareprojekts!

    Zum Ablauf: Dieses Softwareprojekt findet semesterbegleitend statt. Es gibt wenige Meetings in großer Runde mit allen Teilnehmenden, diese sind aber verpflichtend. Darüber hinaus gibt es kurze wöchentliche Treffen, in denen mind. 1 Gruppenmitglied über den aktuellen Stand berichtet, wobei wir hier im Verlauf eines Monats mit allen Mitgliedern gesprochen haben wollen. Der erste Termin (23.04.25, 14h, K63) wird in der Takustraße 9 stattfinden. Im Rahmen dieses Termins werden die bereits implementierten Lösungen in der Theorie präsentiert und die Problemstellungen angesprochen. Eine Live-Demo erfolgt dann eine Woche später, am 30.04.2025, in Berlin Mitte im Future Security Lab, Wilhelmstr. 67, 10117 Berlin.

    Danach gibt es insgesamt 3 Präsentationstermine: die Präsentation eines ersten Ansatzes zur Problemlösung (14.05.2025), eine kurze Zwischenpräsentation (18.06.2025) und die Abschlusspräsentation (16.07.2025). 
    Die Studierenden erhalten zusätzlich regelmäßig die Möglichkeit, in den Räumlichkeiten des Future Security Labs zu arbeiten und sich so mit der Ausstattung vertraut zu machen. 

• Wissenschaftliches Arbeiten Technische Informatik A

  0089cA3.8
  • 19307117 Seminar/Proseminar
    Seminar/Proseminar: Smart Homes und die Welt der IoT (Marius Max Wawerek)
    Zeit: Mo 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Dieses Seminar konzentriert sich auf verschiedene Aspekte moderner "Internet of Things" (IoT) Systeme. Hauptbestandteil sollen Anwendungen und Veröffentlichungen mit Bezügen zu dem Bereich des "Smart Home" sein. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit der Daten Analyse (sowohl "normaler" Stastistik als auch Machine Learning), Sicherheitsaspekten und der Nützlichkeit des Internets der Dinge bzw. des "Smart Home" befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zu IoT Systemen muss aber gegeben sein. Die Bearbeitung der Themen soll alleine erfolgen.
    
    Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin (14.04.2025) wird die Themenliste ausgegeben und besprochen. In der nächsten Woche (21.04.2025) wird eine weitere Möglichkeit zur Themenfindung angeboten. Sollten Sie Interesse an einem eigenem Thema haben bereiten Sie bitte einen kurzen (2-3 Minuten) Abriss Ihres eigenen Vorschlages vor. So dass in der dritten Woche (28.04.2025) die Themenvergabe erfolgt.

     

    Danach gibt es pro Person 3 Präsentationstermine: die Vorstellung der Literaturrecherche (19.05.2025), eine kurze Zwischenpräsentation (16.06.2025) und die Abschlusspräsentation an einem der Termine im Zeitraum vom 30.06.2025 - 14.07.2025. Darüber hinaus gibt es keine weiteren Treffen.

    Das bedeutet das je nach Teilnehmerzahl folgende Treffen verpflichtend sind:

    • 14.04.2025
    • 21.04.2025
    • 19.05.2025
    • 16.06.2025
    • 30.06.2025
    • 07.07.2025
    • 14.07.2025

  • 19310817 Seminar/Proseminar
    Seminar/Proseminar: High Performance and Cloud Computing (Barry Linnert)
    Zeit: Di 12:00-14:00 (Erster Termin: 22.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Kommentar

    Wenn es darum geht, komplexe Anwendungen oder große Datenmengen in einem angemessenen Zeitrahmen zu verarbeiten, ist der Einsatz von parallelen Programmen unumgänglich. Diese können jedoch sowohl auf Grund des spezifischen Anwendungsrahmens oder der technischen Umgebungen sehr unterschiedlich ausfallen. So kommen im High Performance Computing (HPC) Supercomputer zum Einsatz, die Anwendungen mit einem hohen Maß an Interaktion unterstützen, während beim Cloud Computing ein Schwerpunkt auf die Bereitstellung von Daten und Rechenkapazität bei Bedarf (on demand) gelegt wird.

    Beide Anwendungsbereiche haben Herausforderungen sowohl auf Ebene der Programmierung als auch bei der Verwaltung der entsprechenden Systeme.

    Im Seminar wollen wir uns im Rahmen dieses Spektrums jeweils einem Aspekt widmen, und die aktuelle Forschung hierzu zusammenfassen und bewerten.

     

    Weitere Informationen zum Ablauf werden beim ersten Termin am 22.04.2025 bereitgestellt.

  • 19329617 Seminar/Proseminar
    Seminar/Proseminar: Telematik (Jochen Schiller)
    Zeit: Di 15.07. 10:00-16:00, Di 22.07. 10:00-18:00 (Erster Termin: 15.07.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Kommentar

    Dieses Seminar konzentriert sich auf verschiedene Aspekte der Technischen Informatik. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit  Sicherheitsaspekten des Internets der Dinge befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zur Technischen Informatik muss aber gegeben sein. Die Bearbeitung der Themen kann alleine oder in Kleingruppen (2-3 Studierende) erfolgen. Dann muss aber deutlich werden, wer welchen Teil zur Seminararbeit beigetragen hat. 
    
    Es ist möglich, dieses Seminar mit dem Softwareprojekt Technische Informatik zu kombinieren. Die theoretischen Grundlagen des gewählten Themas werden dann hier in Form einer wissenschaftlichen Ausarbeitung behandelt und im Softwareprojekt praktisch umgesetzt. Beachten Sie bitte, dass die Seminararbeit sich nicht mit Implementierungsdetails befassen soll und die Pflicht zur sorgfältigen schriftlichen Dokumentation des Softwareprojekts nicht entfällt. 
    
    Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin wird die Themenliste ausgegeben und besprochen. Bitte bereiten Sie einen kurzen (2-3 Minuten) Abriss Ihres eigenen Themenvorschlages vor, wenn Sie diesen in das Seminar einbringen möchten. Zur nächsten Woche erfolgt dann die Themenvergabe. Danach gibt es insgesamt 3 Präsentationstermine: die Themenvorstellung, eine kurze Zwischenpräsentation und die Abschlusspräsentation. Darüber hinaus gibt es keine weiteren Treffen. Die genauen Termine und weitere Hinweise werden auf Whiteboard bekanntgegeben.

• Wissenschaftliches Arbeiten Technische Informatik B

  0089cA3.9
  • 19307117 Seminar/Proseminar
    Seminar/Proseminar: Smart Homes und die Welt der IoT (Marius Max Wawerek)
    Zeit: Mo 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Dieses Seminar konzentriert sich auf verschiedene Aspekte moderner "Internet of Things" (IoT) Systeme. Hauptbestandteil sollen Anwendungen und Veröffentlichungen mit Bezügen zu dem Bereich des "Smart Home" sein. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit der Daten Analyse (sowohl "normaler" Stastistik als auch Machine Learning), Sicherheitsaspekten und der Nützlichkeit des Internets der Dinge bzw. des "Smart Home" befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zu IoT Systemen muss aber gegeben sein. Die Bearbeitung der Themen soll alleine erfolgen.
    
    Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin (14.04.2025) wird die Themenliste ausgegeben und besprochen. In der nächsten Woche (21.04.2025) wird eine weitere Möglichkeit zur Themenfindung angeboten. Sollten Sie Interesse an einem eigenem Thema haben bereiten Sie bitte einen kurzen (2-3 Minuten) Abriss Ihres eigenen Vorschlages vor. So dass in der dritten Woche (28.04.2025) die Themenvergabe erfolgt.

     

    Danach gibt es pro Person 3 Präsentationstermine: die Vorstellung der Literaturrecherche (19.05.2025), eine kurze Zwischenpräsentation (16.06.2025) und die Abschlusspräsentation an einem der Termine im Zeitraum vom 30.06.2025 - 14.07.2025. Darüber hinaus gibt es keine weiteren Treffen.

    Das bedeutet das je nach Teilnehmerzahl folgende Treffen verpflichtend sind:

    • 14.04.2025
    • 21.04.2025
    • 19.05.2025
    • 16.06.2025
    • 30.06.2025
    • 07.07.2025
    • 14.07.2025

  • 19310817 Seminar/Proseminar
    Seminar/Proseminar: High Performance and Cloud Computing (Barry Linnert)
    Zeit: Di 12:00-14:00 (Erster Termin: 22.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Kommentar

    Wenn es darum geht, komplexe Anwendungen oder große Datenmengen in einem angemessenen Zeitrahmen zu verarbeiten, ist der Einsatz von parallelen Programmen unumgänglich. Diese können jedoch sowohl auf Grund des spezifischen Anwendungsrahmens oder der technischen Umgebungen sehr unterschiedlich ausfallen. So kommen im High Performance Computing (HPC) Supercomputer zum Einsatz, die Anwendungen mit einem hohen Maß an Interaktion unterstützen, während beim Cloud Computing ein Schwerpunkt auf die Bereitstellung von Daten und Rechenkapazität bei Bedarf (on demand) gelegt wird.

    Beide Anwendungsbereiche haben Herausforderungen sowohl auf Ebene der Programmierung als auch bei der Verwaltung der entsprechenden Systeme.

    Im Seminar wollen wir uns im Rahmen dieses Spektrums jeweils einem Aspekt widmen, und die aktuelle Forschung hierzu zusammenfassen und bewerten.

     

    Weitere Informationen zum Ablauf werden beim ersten Termin am 22.04.2025 bereitgestellt.

  • 19329617 Seminar/Proseminar
    Seminar/Proseminar: Telematik (Jochen Schiller)
    Zeit: Di 15.07. 10:00-16:00, Di 22.07. 10:00-18:00 (Erster Termin: 15.07.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Kommentar

    Dieses Seminar konzentriert sich auf verschiedene Aspekte der Technischen Informatik. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit  Sicherheitsaspekten des Internets der Dinge befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zur Technischen Informatik muss aber gegeben sein. Die Bearbeitung der Themen kann alleine oder in Kleingruppen (2-3 Studierende) erfolgen. Dann muss aber deutlich werden, wer welchen Teil zur Seminararbeit beigetragen hat. 
    
    Es ist möglich, dieses Seminar mit dem Softwareprojekt Technische Informatik zu kombinieren. Die theoretischen Grundlagen des gewählten Themas werden dann hier in Form einer wissenschaftlichen Ausarbeitung behandelt und im Softwareprojekt praktisch umgesetzt. Beachten Sie bitte, dass die Seminararbeit sich nicht mit Implementierungsdetails befassen soll und die Pflicht zur sorgfältigen schriftlichen Dokumentation des Softwareprojekts nicht entfällt. 
    
    Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin wird die Themenliste ausgegeben und besprochen. Bitte bereiten Sie einen kurzen (2-3 Minuten) Abriss Ihres eigenen Themenvorschlages vor, wenn Sie diesen in das Seminar einbringen möchten. Zur nächsten Woche erfolgt dann die Themenvergabe. Danach gibt es insgesamt 3 Präsentationstermine: die Themenvorstellung, eine kurze Zwischenpräsentation und die Abschlusspräsentation. Darüber hinaus gibt es keine weiteren Treffen. Die genauen Termine und weitere Hinweise werden auf Whiteboard bekanntgegeben.

• Analysis II

  0084dA1.2
  • 19211601 Vorlesung
    Analysis II Sommer (Marita Thomas)
    Zeit: Di 10:00-12:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Kommentar

    Inhalt

    Dies ist die Fortsetzung des Analysis I Kurses des vorangegangenen Wintersemesters. Zentrale Themen der Vorlesung sind insbesondere die Integration in einer Raumdimension sowie die Differentialrechnung mehrerer Veränderlicher.

    Literaturhinweise

    • O. Forster: Analysis 1 und 2. Vieweg/Springer.
    • Königsberger, K: Analysis 1,2, Springer.
    • E. Behrends: Analysis Band 1 und 2, Vieweg/Springer.
    • H. Heuser: Lehrbuch der Analysis 1 und 2, Teubner/Springer.

  • 19211602 Übung
    Übung zu Analysis II (Marita Thomas)
    Zeit: Mi 14:00-16:00, Do 16:00-18:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: 1.1.53 Seminarraum E2 (Arnimallee 14)
    

• Lineare Algebra II

  0084dA1.5
  • 19211701 Vorlesung
    Lineare Algebra II Sommer (Alexander Schmitt)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00 (Erster Termin: 14.04.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Kommentar

    Inhalt:

    • Determinanten
    • Eigenwerte und Eigenvektoren: Diagonalisierbarkeit, Trigonalisierbarkeit, Satz von Cayley-Hamilton, Jordansche Normalform
    • Bilinearformen
    • Vektorräume mit Skalarprodukt: Euklidische, unitäre Vektorräume, orthogonale Projektion, Isometrien, selbstadjungierte Abbildungen, Gram-Schmidt-Orthonormalisierungsverfahren, Hauptachsentransformation

    Voraussetzungen:
    
    Lineare Algebra I
    Literatur:
    Wird in der Vorlesung genannt.

  • 19211702 Übung
    Übung zu Lineare Algebra II (Alexander Schmitt)
    Zeit: Do 08:00-10:00, Do 10:00-12:00, Do 16:00-18:00, Fr 08:00-10:00, Fr 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    

• Computerorientierte Mathematik II

  0084dA1.7
  • 19211901 Vorlesung
    Computerorientierte Mathematik II (5 LP) (Robert Gruhlke)
    Zeit: Fr 12:00-14:00 (Erster Termin: 25.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Studierende der Mathematik (Monobachelor und Lehramt) und Bioinformatik, sowie Numerikinteressierte aus Physik, Informatik und anderen Natur- und Geisteswissenschaften.

    Kommentar

    Inhalt:

    Die Auswahl der behandelten numerischen Verfahren enthält Polynominterpolation, Newton-Cotes-Formeln zur numerische Integration und Euler-Verfahren für lineare Differentialgleichungen.

    Homepage: Alle aktuellen Informationen zu Vorlesung und Übungen

  • 19211902 Übung
    Übung zu Computerorientierte Mathematik II (Robert Gruhlke)
    Zeit: Di 08:00-10:00, Di 16:00-18:00, Mi 16:00-18:00, Do 08:00-10:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

• Numerik I

  0084dA1.9
  • 19212001 Vorlesung
    Numerik I (Claudia Schillings)
    Zeit: Mo 10:00-12:00, Mi 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Kommentar

    Inhalt

    Die Numerik entwickelt und analysiert Methoden zur konstruktiven, letztlich zahlenmäßigen Lösung mathematischer Probleme. Angesichts der wachsenden Rechenleistung moderner Computer wächst die praktische Bedeutung numerischer Methoden bei der Simulation praktisch relevanter Phänomene.

    Aufbauend auf den Grundvorlesungen in Analysis und Linearer Algebra sowie auf CoMa I und II geht es in der Numerik I um folgende grundlegenden Fragestellungen: nichtlineare Gleichungssysteme, Bestapproximation, lineare Ausgleichsprobleme, Hermite-Interpolation, Numerische Quadratur und schließlich Anfangswertprobleme für gewöhnliche Differentialgleichungen.

    Als Motivation und Qualitätskriterium für die betrachteten Verfahren dienen, wie im wirklichen Leben, sowohl theoretische Analyse als auch numerische Experimente. Dementsprechend werden in den Übungen zur Vorlesung sowohl theoretische als auch praktische Aufgaben (mit Hilfe von Matlab) zu lösen sein.

    Literaturhinweise

    Stoer, Josef und Roland Bulirsch: Numerische Mathematik - eine Einführung, Band 1. Springer, Berlin, 2005.

    Aus dem FU-Netz auch online verfügbar.

    Link

  • 19212002 Übung
    Übung zu Numerik I (N.N.)
    Zeit: Di 08:00-10:00, Di 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

• Wissenschaftliches Arbeiten in der Mathematik

  0084dB1.1
  • 19203611 Seminar
    Proseminar/Seminar: das Buch der Beweise (Giulia Codenotti)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Kommentar

    Der Schwerpunkt des Seminars liegt auf dem Schreiben von Mathematik: Was macht einen Beweis vollständig und sauber? Wie kann er gut kommuniziert werden? Wir werden schöne und elegante Beweise aus verschiedenen Bereichen der Mathematik (insbesondere Geometrie, Kombinatorik und Graphentheorie) diskutieren. Dies ist eine Auswahl der Beweise aus dem Buch der Beweise von Aigner und Ziegler, inspiriert vom berühmten Mathematiker Paul Erdos, der gerne von einem überirdischen Buch sprach, in dem die perfekten Beweise für mathematische Theoreme aufbewahrt wurden.

  • 19213910 Proseminar
    Proseminar/Seminar zur Zahlentheorie: Geometrie der Zahlen (Niels Lindner)
    Zeit: Fr 12:00-14:00 (Erster Termin: 25.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Nötige Vorkenntnisse: Lineare Algebra und eine gewisse Vertrautheit mit den Grundbegriffen der Algebra, etwa "Gruppe", "Ring", "Körper", "Ideal", "Normalteiler", etc.

    Kommentar

    Das Proseminar/Seminar beschäftigt sich mit Minkowskis "Geometrie der Zahlen". Diese eröffnet nicht nur eine geometrische Perspektive auf algebraische Zahlentheorie, sondern ermöglicht auch interessante Anwendungen in der diskreten Geometrie und der kombinatorischen Optimierung. Konkreter bietet sich das Eintauchen in folgende Themen an:

    * Minkowskis klassische Theoreme über konvexe Körper

    * Gaußsche Zahlen, Fermats Zwei-Quadrate-Satz und Legendres Vier-Quadrate-Satz

    * Algebraische Zahlkörper, die Endlichkeit der Klassenzahl und Dirichlets Einheitensatz

    * Lineare Gleichungssysteme über den ganzen Zahlen: Hermite- und Smith-Normalform

    * Grundlagen der Gittertheorie

    * Gitterbasisreduktion und der LLL-Algorithmus

    * Das Problem des kürzesten Vektors

    * Dichte Kugelpackungen

    * Khinchine's flatness theorem

    * Ganzzahlige lineare Programmierung in fester Dimension

    Die Liste soll nur einen groben thematischen Überblick geben. Die konkreten Vortragsthemen werden später und in Absprache mit den Teilnehmer:innen festgelegt.

    Weitere Informationen folgen zu Beginn der Vorlesungszeit auf der Whiteboard-Homepage des Seminars.

  • 19226511 Seminar
    Seminar Mehrskalenmethoden in molekularen Simulationen (Luigi Delle Site)
    Zeit: Fr 12:00-14:00 (Erster Termin: 25.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    Audience: At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Das Seminar findet Freitags von 12-14 Uhr in der Arnimallee 9 statt.

    Kommentar

    Content: The seminar will concern the discussion of state-of-art techniques in molecular simulation which allow for a simulation of several space (especially) and time scale within one computational approach.

    The discussion will concerns both, specific computational coding and conceptual developments.

    Literaturhinweise

    Related Basic Literature:

    (1) M.Praprotnik, L.Delle Site and K.Kremer, Ann.Rev.Phys.Chem.59, 545-571 (2008)

    (2) C.Peter, L.Delle Site and K.Kremer, Soft Matter 4, 859-869 (2008).

    (3) M.Praprotnik and L.Delle Site, in "Biomolecular Simulations: Methods and Protocols" L.Monticelli and E.Salonen Eds. Vol.924, 567-583 (2012) Methods Mol. Biol. Springer-Science

  • 19233511 Seminar
    Geometric Group Theory (Georg Lehner)
    Zeit: Mo 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Bachelor- und Masterstudenten

    Voraussetzungen: Gruppentheorie. Zusätzlich können Kenntnisse in Geometrie (insbesondere elementare nicht-euklidische Geometrie) und/oder Topologie (Punktmengen-Topologie) hilfreich sein.

    Kommentar

    Gruppen werden am besten als Symmetrien mathematischer Objekte verstanden. Während endliche Gruppen oft vollständig durch ihre Wirkungen auf Vektorräume verstanden werden können, scheitert dieser Ansatz häufig bei unendlichen Gruppen, wie zum Beispiel freien Gruppen oder hyperbolischen Gruppen. Die geometrische Gruppentheorie versucht, natürliche geometrische Objekte (zum Beispiel topologische Räume wie Mannigfaltigkeiten oder Graphen) zu konstruieren, auf denen diese Gruppen wirken, und ermöglicht so eine Klassifizierung der Komplexität dieser Gruppen.

    In diesem Seminar werden wir dem Buch von Clara Löh zu diesem Thema folgen. Zu den behandelten Themen gehören Cayley-Graphen, freie Gruppen und ihre Untergruppen, Quasi-Isometrie-Klassen von Gruppen, Wachstumsarten von Gruppen, hyperbolische Gruppen und der Satz von Banach-Tarski.

    Literaturhinweise

    Clara Löh - Geometric Group Theory

  • 19239711 Seminar
    Advanced Dynamical Systems (Bernold Fiedler)
    Zeit: Do 16:00-18:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Studierende präsentieren aktuelle Paper über Themen aus dem Gebiet der zeitverzögerten Differentialgleichungen. Termine nur nach persönlicher Vereinbarung.

  • 19239911 Seminar
    Advanced Differential Equations (Bernold Fiedler)
    Zeit: Do 14:00-16:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Studierende präsentieren aktuelle Paper über Themen aus dem Gebiet der Dynamischen Systeme. Termine nur nach persönlicher Vereinbarung.

  • 19247111 Seminar
    Variationsmethoden und Gamma-Konvergenz (Marita Thomas)
    Zeit: Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Kommentar

    This seminar addresses bachelor and master students interested in the analysis of partial differential equations (PDEs). It focuses on elliptic PDEs, where the direct method of the calculus of variations provides a powerful tool to handle linear as well as nonlinear problems by investigating the minimality properties of the functional associated with the PDE. Closely related to this is the method of Gamma-convergence, which allows it to study sequences of functionals and minimization problems. A background with courses in analysis, functional analysis, and introduction to PDEs is useful to attend the seminar, but the topics for the presentations will be adapted to the background of the participants.   The main part of the seminar will be held en block in the teaching-free period.

• Spezialthemen der Mathematik

  0084dB2.11
  • 19248101 Vorlesung
    Mathematik und Nachhaltigkeit (Georg Loho, Jan-Hendrik de Wiljes, Benedikt Weygandt)
    Zeit: Mo 14:00-16:00, Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Terminhinweis: Die Veranstaltung findet regelmäßig Mo 12‒16 und Di 14‒16 Uhr statt, allerdings mit folgender Ausnahme: Aufgrund des Dies Academicus, den das Institut für Mathematik am ersten Tag des Semesters veranstaltet, gibt es in der ersten Woche abweichende Termine. Für die Einteilung in Kleingruppen, in denen man das Semester über arbeitet, ist es notwendig, beim ersten Treffen am Dienstag, 15. April von 14‒18 Uhr anwesend zu sein.
     

    Leitidee der Veranstaltung
    Ziel der Veranstaltung ist es, einen Überblick über die Bedeutung und Anwendbarkeit diverser mathematischer Gebiete im Kontext von Nachhaltigkeit zu bekommen. Ferner soll dies anhand kleinerer Probleme selbst angewendet werden können. Mathematik ist bekanntermaßen überall und besitzt eine hohe gesellschaftliche Relevanz. Insbesondere im Kontext Nachhaltigkeit sollten wir als mathematische Community Verantwortung übernehmen, einen lebenswerten Planeten zu erhalten und unsere Erkenntnisse, Methoden, Verfahren etc. gemeinwohlorientiert einzusetzen. Dies involviert auch die Aufbereitung und Kommunikation der behandelten mathematischen Themenbereiche.

    Inhaltliche Schwerpunkte
    Wir werden eine Einführung in die vier mathematischen Bereiche Optimierung, Spieltheorie, Statistik, Dynamische Systeme geben. Mittels mathematischer Modellierung werden wir identifizieren, wie diese Bereiche zum Verständnis und mit Lösungsansätzen zu Klimakrise, Verlust von Biodiversität, Ressourcenverknappung und sozialer Ungleichheit beitragen. 

    Methodische Konzeption
    Diese Veranstaltung wird durch ein zeitgemäßes didaktisches Konzept begleitet. Dazu gehören Elemente aus dem Design Thinking, New Work-Methoden wie agiles Arbeiten, aber auch der Ansatz der student agency. Dies bedeutet, dass Lernende Verantwortung für ihren Lernerfolg und Kompetenzzuwachs übernehmen, dabei aber natürlich nicht auf sich alleine gestellt sind, sondern auf diverse inhaltliche bzw. methodische Ressourcen zurückgreifen können. 

    Die inhaltliche Arbeit erfolgt in festen Kleingruppen, die zu jedem mathematischen Themenfeld ein Anwendungsszenario erarbeitet. Dazu werden kleinere reale Probleme bzw. entsprechende mathematische Forschungspaper als Aufhänger und Ausgangspunkt für die Gruppenarbeit ausgewählt. 
    Jeder dieser thematischen „eduSCRUM-Sprints“ besteht aus Planung, Durchführung, Präsentation und endet mit der Reflexion der Arbeitsweisen innerhalb des Teams.

    Zu jedem der vier mathematischen Bereiche gibt es einen Sprint von ca. drei Wochen. Zwischen den Sprints wird zu jedem Themengebiet eine kleine Challenge (zwei bis drei kurze Aufgaben) veröffentlicht, die in Gruppen bearbeitet abzugeben ist. Der Workload dieser Veranstaltung verteilt sich anteilig ungefähr wie folgt: 30% Präsenztermine (Montag & Dienstag) + 10% Challenges + 60% eduScrum-Projektarbeit
     

    Überblick über die wöchentliche Struktur der Veranstaltung 

    • Dienstag 14–16 Uhr: Die Vorlesungstermine dienen der kompakten Aufbereitung der benötigten mathematischen Gebiete und bilden damit die fundamentale  inhaltliche Grundlage für die Projektarbeit. Wir geben dabei einen Einblick in diverse mathematische Gebiete und ihren Anwendungsbezug. 
    • Projektarbeitsphase (zwischen Dienstag 16 Uhr und Montag 12 Uhr): Die Projektarbeitsphase dient dem agilen Arbeiten in Kleingruppen, welche über das Semester verteilt mehrere Anwendungen von Mathematik in SDG-Kontext erarbeiten und aufbereiten. Dabei wird sich an der Methode eduSCRUM orientiert, um über das Semester verteilt in mehreren agilen Sprints über jeweils 2-3 Wochen fokussiert zu arbeiten. Erfahrungen im agilen Arbeiten werden nicht vorausgesetzt. Die erarbeiteten Anwendungsszenarien sollen dabei jeweils passend zu den vier inhaltlichen Themenblöcken der Veranstaltung gestaltet werden, wobei die Kleingruppen durch den Einbau partizipativer Elemente an diversen Stellen Gestaltungsspielraum haben.
    • Montag 12–16 Uhr: Die „Übungstermine“ dienen dem Austausch zwischen den Gruppen, hier werden die in den Sprints erarbeiteten Themen untereinander vorgestellt und ausführlich diskutiert. Nach jedem Sprint werden innerhalb der Gruppen die Arbeitsweise reflektiert und Absprachen für den folgenden Sprint getroffen. Weiterhin können auch inhaltliche Fragen besprochen oder methodische Unterstützung bei eduScrum angeboten werden.

     

    Lernziele
    Die übergeordneten Lernziele dieser Veranstaltung verteilen sich auf fünf Bereiche: Mathematische Grundlagen verstehen und anwenden, Mathematische Modelle anwenden, Modelle beurteilen, Kommunikation von Mathematik im SDG-Kontext & Reflexion des eigenen Lernprozesses.

    Nach erfolgreicher Teilnahme an der Veranstaltung haben Teilnehmer*innen die folgenden Kompetenzen erlangt:

    • Sie verstehen die Bedeutung grundlegender mathematischer Konzepte und Verfahren (aus Optimierung, Spieltheorie, Statistik, Dynamische Systeme). Insbesondere können sie die Terminologie und mathematischen Aussagen präzise erklären und Anwendungsgebiete anhand ausgewählter inner- und außermathematischer Problemstellungen erläutern. 
    • Sie können mathematische Modelle nutzen, um reale Fragestellungen zu beschreiben und zu analysieren.  Dabei können sie verschiedene mathematische Werkzeuge und Techniken verwenden, um qualitative und quantitative Aussagen über die Auswirkungen von Entscheidungen und Maßnahmen zu treffen. 
    • Sie können die Gültigkeit, Angemessenheit und Grenzen mathematischer Modelle beurteilen, indem sie etwa Modellannahmen, verwendete Daten oder Sensitivität der Ergebnisse analysieren, um fundierte Entscheidungen über die Nutzung dieser Modelle im Bereich nachhaltiger Entwicklung zu treffen.
    • Die Ergebnisse mathematischer Analysen und Modelle können klar und prägnant an verschiedene Zielgruppen unter Nutzung verschiedener Medien und Formate kommuniziert werden. Dies geschieht mit dem Ziel, das gesellschaftliche Bewusstsein für die Bedeutung von Mathematik für BNE sowie transformative Prozesse zu fördern.
    • Sie können die eigenen Lernerfahrungen reflektieren, indem sie individuelle Stärken, Lernstrategien, Einstellungen zur Mathematik und ihr mathematisches Selbstkonzept analysieren, um ihre mathematischen Kompetenzen weiterzuentwickeln und so später ihre Rolle als mündige und verantwortungsvolle Bürger*innen in der Gesellschaft auszufüllen.

     

    Formalia & Organisatorisches
    a) Für die regelmäßige Teilnahme ist regelmäßig und in Person an den Terminen montags teilzunehmen. 
    b) Die aktive Teilnahme an der Projektarbeit besteht aus mehreren Aspekten, die über das Semester verteilt in Kleingruppen bearbeitet werden: 

    • Die im Rahmen der eduSCRUM-Sprints erarbeiteten Anwendungsszenarien werden zum Ende des Sprints präsentiert und zugleich durch ein passendes digitales Produkt gesichert. 
    • Die Challenges werden nicht differenziert bewertet, sollen aber bestanden werden.
    • Um das formale Aufschreiben von Mathematik zu lernen, ist eine kurze, nicht differenziert bewertete schriftliche Einzelleistung zu einem mathematischen Inhalt vorgesehen.

    c) Modulabschlussprüfung: Die Veranstaltung kann entweder im Modul „Spezialthemen der Mathematik“ (B.Sc. Mathematik Mono/Lehramt) oder im Modul „Ergänzungsmodul: Ausgewählte Themen A/B/C“ (M.Sc. Mathematik) belegt werden. Bitte beachten Sie, dass je nach Studiengang differenzierte inhaltliche Anforderungen gestellt werden. Beide Module entsprechen vom Workload-Umfang 10 LP. Als Modulabschlussprüfung werden vsl. mündliche Einzelprüfungen angeboten. Die Details werden in der ersten Sitzung bekanntgegeben. 
     

  • 19248102 Übung
    Übung zu Mathematik und Nachhaltigkeit (Georg Loho, Jan-Hendrik de Wiljes, Benedikt Weygandt)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    

• Funktionentheorie

  0084dB2.3
  • 19212801 Vorlesung
    Funktionentheorie (Nicolas Perkowski)
    Zeit: Di 14:00-16:00, Do 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Kommentar

    Funktionentheorie ist ein klassisches Gebiet der Mathematik, das sich mit den Eigenschaften komplex-differenzierbarer Funktionen auf der komplexen Zahlenebene beschäftigt und Verbindungen zur Algebra, Analysis, Zahlentheorie und Geometrie hat.

    Der Begriff der komplexen Differenzierbarkeit beschränkt reell-differenzierbare Funktionen von R2 auf R2 auf winkelerhaltende Abbildungen ein. Wir werden entdecken, dass komplex-differenzierbare Funktionen recht starre Objekte sind und dadurch aber mit vielen erstaunlichen analytischen, geometrischen und visuellen Eigenschaften ausgestattet sind.

    Ein Hauptergebnis, das in dieser Vorlesung behandelt wird, ist Cauchys Integralsatz welcher besagt, dass das Integral jeder komplex differenzierbaren Funktion entlang eines geschlossenen Weges in der komplexen Ebene Null ist. Wir werden viele schöne Konsequenzen dieses Ergebnisses sehen, z.B. die Cauchy‘sche Integralformel, den Residuensatz und einen Beweis des Fundamentalsatzes der Algebra, sowie auch moderne graphische Darstellungsmethoden kennenlernen.

    Literaturhinweise

    Literatur:

    E. Freitag and R. Busam 'Complex analysis', (Springer) 2nd Edition 2009 (the original German version is called 'Funktionentheorie')

  • 19212802 Übung
    Übung zu Funktionentheorie (Julian Kern)
    Zeit: Di 16:00-18:00 (Erster Termin: 22.04.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

• Geometrie

  0084dB2.7
  • 19213101 Vorlesung
    Geometrie (Giulia Codenotti)
    Zeit: Di 12:00-14:00, Mi 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt

    Diese Vorlesung für das Bachelorstudium soll als natürliche Fortsetzung von Lineare Algebra I und II Fundamente legen für Vorlesungen/Zyklen wie Diskrete Geometrie, Algebraische Geometrie und Differenzialgeometrie.

    Sie behandelt grundlegende Modelle der Geometrie, insbesondere

    euklidische, affine, sphärische, projektive und hyperbolische Geometrie,Möbiusgeometrie, Polarität und Dualität Strukturgruppen, Messen (Längen, Winkel, Volumina), explizite Berechnungen und Anwendungen, Beispiele sowie Illustrationsthemen;

    Dabei werden weitere Bezüge hergestellt, zum Beispiel zur Funktionentheorie und zur Numerik.

    Literaturhinweise

    Literatur

    1. Marcel Berger. Geometry I
    2. David A. Brannan, Matthew F. Esplen, and Jeremy J. Gray. Geometry
    3. Gerd Fischer. Analytische Geometrie
    4. V.V. Prasolov und V.M. Tikhomirov. Geometry

  • 19213102 Übung
    Übung zur Geometrie (Giulia Codenotti)
    Zeit: Mo 10:00-12:00, Mo 16:00-18:00 (Erster Termin: 14.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

• Mathematisches Projekt

  0084dB2.9
  • 19246021 Projekt
    Mathematische Modellierung im Diskurs gesellschaftlicher Herausforderungen (Sarah Wolf, Anina Mischau, Joshua Wiebe)
    Zeit: Mi 13:00-17:00 (Erster Termin: 16.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Die Veranstaltungen mit Schüler*innen können ggf außerhalb der üblichen Veranstaltungszeit stattfinden.

    Voraussetzungen:

    • mindestens ein Interesse an Programmieren, grundlegende Programmierkenntnisse wären wünschenswert
    • Interesse an mathematischer Modellierung und gesellschaftlichen Diskursen

     

    Kommentar

    Dieses Projektseminar steht in Verbindung mit „Schule@DecisionTheatreLab“, einem Experimentallabor für Wissenschaftskommunikation gefördert von der Berlin University Alliance und dem Excellenzcluster MATH+. Das Projekt entwickelt ein innovatives Kommunikationsformat basierend auf mathematischen Modellen und führt dieses mit Gruppen von Schüler*innen durch. Decision Theatres sind Diskussionsveranstaltungen, in denen Teilnehmende eine gesellschaftliche Herausforderung mit Wissenschaftler*innen diskutieren und dabei mit einem mathematischen Modell experimentieren können.

    Das Projektseminar ist interdisziplinär ausgerichtet und verbindet mathematische Forschung mit didaktischen und sozialwissenschaftlichen Perspektiven. So werden z.B. einerseits Grundlagen des Kommunikationsformats vorgestellt (bspw. mathematische und agenten-basierte Modellierung oder die Arbeit mit empirischen Informationen), aber auch ein Bezug zum Mathematikunterricht an Schulen und damit zur Vermittlung von Mathematik erarbeitet. Andererseits arbeiten die Studierenden direkt an der Vorbereitung, Durchführung, Beobachtung und Auswertung von Decision Theatre Veranstaltungen mit.

    In dem Projektseminar ist ein intensiver Austausch zwischen Studierenden aus dem Monostudiengang und aus dem Lehramtsstudiengang der Mathematik intendiert. Über das Kennenlernen von und die Mitwirkung in einem aktuellen mathematischen wie didaktischen Forschungsprojekt und dessen Abläufe wie Methoden erhalten die Studierende die Chance jeweils ihren Blick über den Tellerand ihres Studiengangs hinaus zu erweitern.

    Schwerpunkte im Bereich Mathematik für Schulen:

    • Chancen der Einbettung des Kommunikationsformates im Mathematikunterricht
    • neue Perspektiven auf Modellieren im Unterricht
    • Interaktion mit Schüler*innengruppen

    Schwerpunkte im Bereich mathematische Forschung:

    • Agenten-basierte Modelle: Definition, Implementierung, Sensitivitätsanalyse, Kalibrierung und Validierung
    • synthetische Populationen: Daten, Algorithmen, Software Tools
    • Weiterentwicklung von mathematischen Modellen im Dialog mit Nicht-Wissenschaftler*innen (z.B. Schüler*innen)

    Literaturhinweise

    Wird in der ersten Sitzung bekannt gegeben.

• Differentialgleichungen I

  0084dB3.1
  • 19215601 Vorlesung Abgesagt
    Basismodul: Differentialgleichungen I - Dynamical Systems I (Isabelle Schneider)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Analysis I bis III und Lineare Algebra I und II.

    Kommentar

    Dynamische Systeme beschäftigen sich mit allem, was sich bewegt. Sie werden typischerweise durch gewöhnliche, funktionale oder partielle Differentialgleichungen beschrieben oder, im Fall diskreter Zeit, durch Iterationen. In diesem Kurs werden wir Flüsse und Evolutionen, erste Integrale, die Existenz und Eindeutigkeit von Lösungen sowie ω-Grenzmengen und Lyapunov-Funktionen untersuchen. Dynamische Systeme haben ein breites Anwendungsspektrum, das von Physik und Biologie bis hin zu Wirtschaft und Ingenieurwissenschaften reicht.

    Voraussetzungen: Analysis 1 & 2, Lineare Algebra 1 & 2. Ein Interesse an Anwendungen ist von Vorteil.

    Literaturhinweise

    L.C. Evans, Partial Differential Equations. Gelegentlich: W. Strauss, Partial Differential Equation. Alle Exemplare beider Texte stehen im Handapparat Ecker.

    Vorausgesetztes Material zu Analysis II und III siehe z.B. Appendices in diesem Buch (vor allem Appendix C und E (Maß- und Integrationstheorie).

  • 19215602 Übung Abgesagt
    Übung zu Basismodul: Differentialgleichungen I (Isabelle Schneider)
    Zeit: Di 16:00-18:00 (Erster Termin: 22.04.2025)
    Ort: 0.1.01 Hörsaal B (Arnimallee 14)
    

    Kommentar

    Am 23. April findet keine Übung statt.

• Diskrete Mathematik I

  0084dB3.2
  • 19214701 Vorlesung
    Diskrete Mathematik I (Ralf Borndörfer)
    Zeit: Di 14:00-16:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Target group:

    BMS students, Master and Bachelor students

    Whiteboard:

    You need access to the whiteboard in order to receive information and participate in the exercises.

    Large tutorial:

    Participation is recommended, but non-mandatory.

    Exams:

    1st exam: Thurday July 17, 14:00-16:00, room tba, i.e., in the last lecture
    2nd exam: Thursday October 09, 10:00-12:00, room tba, i.e., in the last week before the lectures of the winter semester start

    Kommentar

    Content:

    Selection from the following topics:

    • Enumeration (twelvefold way, inclusion-exclusion, double counting, recursions, generating functions, inversion, Ramsey's Theorem, asymptotic counting)
    • Discrete Structures (graphs, set systems, designs, posets, matroids)
    • Graph Theory (trees, matchings, connectivity, planarity, colorings)

    Literaturhinweise

    • J. Matousek, J. Nesetril (2002/2007): An Invitation to Discrete Mathematics, Oxford University Press, Oxford/Diskrete Mathematik, Springer Verlag, Berlin, Heidelberg.
    • L. Lovasz, J. Pelikan, K. Vesztergombi (2003): Discrete Mathemtics - Elementary and Beyond/Diskrete Mathematik, Springer Verlag, New York.
    • N. Biggs (2004): Discrete Mathematics. Oxford University Press, Oxford.
    • M. Aigner (2004/2007): Diskrete Mathematik, Vieweg Verlag, Wiesbaden/Discrete Mathemattics, American Mathematical Society, USA.
    • D. West (2011): Introduction to Graph Theory. Pearson Education, New York.

  • 19214702 Übung
    Übung zu Diskrete Mathematik I (Silas Rathke)
    Zeit: Di 16:00-18:00, Do 14:00-16:00 (Erster Termin: 22.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Kommentar

    Content:

    Selection from the following topics:

    • Counting (basics, double counting, Pigeonhole Principle, recursions, generating functions, Inclusion-Exclusion, inversion, Polya theory)
    • Discrete Structures (graphs, set systems, designs, posets, matroids)
    • Graph Theory (trees, matchings, connectivity, planarity, colorings)
    • Algorithms (asymptotic running time, BFS, DFS, Dijkstra, Greedy, Kruskal, Hungarian, Ford-Fulkerson)

• Topologie I

  0084dB3.6
  • 19205401 Vorlesung
    Basismodul: Topologie I (Christian Haase)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: 1.3.14 Hörsaal A (Arnimallee 14)
    

    Kommentar

    Auswahl aus folgenden Themen:

    1. Definition und Grundbegriffe topologischer Räume, Produkte, Coprodukte und Quotienten, Kompaktheit.
    2. Gruppenoperationen auf topologischen Räumen
    3. Verklebekonstruktionen, Simplizialkomplexe
    4. Homotopien zwischen Abbildungen, Abbildungsgrad und Fundamentalgruppe
    5. Satz von Seifert-van Kampen
    6. Überlagerungen
    7. Simpliziale Homologie
    8. kombinatorische Anwendungen

    Literaturhinweise

    Literature:

    1. M. A. Armstron: Basic Topology, Springer UTM
    2. Allen Hatcher: Algebraic Topology, Chapter I. Also available online from the author's website
    3. Jirí Matoušek: Using the Borsuk-Ulam Theorem, Springer UTX
    4. Mark de Longueville: A Course in Topological Combinatorics, Springer UTX
    5. Tammo tom Dieck: Topologie, De Gruyter Lehrbuch
    6. Klaus Jänich: Topologie, Springer-Verlag
    7. Gerd Laures, Markus Szymik: Grundkurs Topologie, Spektrum Akademischer Verlag
    8. James R. Munkres: Topology, Prentice Hall

  • 19205402 Übung
    Übung zu Basismodul: Topologie I (Sofia Garzón Mora)
    Zeit: Mo 16:00-18:00 (Erster Termin: 28.04.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

• Kommunikation über Mathematik

  0162bA1.1
  • 19200810 Proseminar
    Proseminar: Werden + Kontextualisierung v. Mathematik (Anina Mischau)
    Zeit: Do 14:00-16:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Im Vordergrund dieses speziell für Lehramtsstudierende konzipierten Proseminars stehen das Entdecken und die Erarbeitung von Mathematik als Teil von Kultur und Gesellschaft. Dabei soll unter dem Aspekt des "Werdens von Mathematik" der Blick vor allem auf die innermathematische Entwicklung ausgewählter mathematischer Themen und Erkenntnisse, deren historische und kulturelle Kontextualisierung sowie der an dieser Entwicklung beteiligten Akteure und Akteurinnen gelegt werden. Darüber hinaus soll exemplarisch für einige dieser Themen und Erkenntnisse der Frage nachgegangen werden, wo und inwieweit sie Eingang in andere Bereiche und Kontexte gefunden haben, z.B. in der Kunst, der Musik, der Architektur oder in anderen wissenschaftlichen Disziplinen. Im zweiten Teil des Proseminars werden die Studierenden selbständig in Gruppenarbeiten anhand eines von ihnen gewählten mathematischen Themas kleine Projekte vorbereiten und im Kurs präsentieren.

    Literaturhinweise

    ... wird im Seminar bekannt gegeben.

  • 19203611 Seminar
    Proseminar/Seminar: das Buch der Beweise (Giulia Codenotti)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Kommentar

    Der Schwerpunkt des Seminars liegt auf dem Schreiben von Mathematik: Was macht einen Beweis vollständig und sauber? Wie kann er gut kommuniziert werden? Wir werden schöne und elegante Beweise aus verschiedenen Bereichen der Mathematik (insbesondere Geometrie, Kombinatorik und Graphentheorie) diskutieren. Dies ist eine Auswahl der Beweise aus dem Buch der Beweise von Aigner und Ziegler, inspiriert vom berühmten Mathematiker Paul Erdos, der gerne von einem überirdischen Buch sprach, in dem die perfekten Beweise für mathematische Theoreme aufbewahrt wurden.

  • 19213910 Proseminar
    Proseminar/Seminar zur Zahlentheorie: Geometrie der Zahlen (Niels Lindner)
    Zeit: Fr 12:00-14:00 (Erster Termin: 25.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Nötige Vorkenntnisse: Lineare Algebra und eine gewisse Vertrautheit mit den Grundbegriffen der Algebra, etwa "Gruppe", "Ring", "Körper", "Ideal", "Normalteiler", etc.

    Kommentar

    Das Proseminar/Seminar beschäftigt sich mit Minkowskis "Geometrie der Zahlen". Diese eröffnet nicht nur eine geometrische Perspektive auf algebraische Zahlentheorie, sondern ermöglicht auch interessante Anwendungen in der diskreten Geometrie und der kombinatorischen Optimierung. Konkreter bietet sich das Eintauchen in folgende Themen an:

    * Minkowskis klassische Theoreme über konvexe Körper

    * Gaußsche Zahlen, Fermats Zwei-Quadrate-Satz und Legendres Vier-Quadrate-Satz

    * Algebraische Zahlkörper, die Endlichkeit der Klassenzahl und Dirichlets Einheitensatz

    * Lineare Gleichungssysteme über den ganzen Zahlen: Hermite- und Smith-Normalform

    * Grundlagen der Gittertheorie

    * Gitterbasisreduktion und der LLL-Algorithmus

    * Das Problem des kürzesten Vektors

    * Dichte Kugelpackungen

    * Khinchine's flatness theorem

    * Ganzzahlige lineare Programmierung in fester Dimension

    Die Liste soll nur einen groben thematischen Überblick geben. Die konkreten Vortragsthemen werden später und in Absprache mit den Teilnehmer:innen festgelegt.

    Weitere Informationen folgen zu Beginn der Vorlesungszeit auf der Whiteboard-Homepage des Seminars.

  • 19214210 Proseminar
    Proseminar Wissenschaftskommunikation der Mathematik (Anna Maria Hartkopf)
    Zeit: Mo 14:00-16:00 (Erster Termin: 28.04.2025)
    Ort: A6/030 Rechnerpoolraum (Arnimallee 6)
    
  • 19230410 Proseminar
    Proseminar: Zufall erforschen (Julian Kern)
    Zeit: Fr 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 25.04.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Der Termin in der ersten Vorlesungswoche entfällt. Am Ende des Semesters findet dafür ein zusätzlicher Blocktermin statt, an dem alle Vorträge präsentiert werden. Der Termin wird im ersten Treffen des Proseminars besprochen.

    Zielgruppe: Bachelorstudierende (Mono und Kombi)
    Voraussetzungen: Keine (Themen werden an die Vorkenntnisse angepasst)

    Kommentar

    Inhalt: Die Studierenden forschen eigenständig und in Gruppen an einem Projekt und stellen ihre Ergebnisse vor. Bewertungsgrundlage sind nicht die Forschungsergebnisse, sondern der Forschungsprozess selbst. Am Ende werden die Ergebnisse in Form von Vorträgen präsentiert. Eine Liste möglicher Themen wird am ersten Termin besprochen und an die Vorkenntnisse der Studierenden angepasst. Alle Themen sind aus dem Bereich der Wahrscheinlichkeitstheorie.

    Literaturhinweise

    Keine

  • 19234810 Proseminar
    Frauen in der Geschichte der Mathematik und Informatik (Anina Mischau)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Für MathematikerInnen und InformatikerInnen im Monobachelor als ABV anrechenbar!

    Kommentar

    Im Zentrum des Seminars steht die Erarbeitung und Wiederentdeckung der Lebensgeschichten und des Wirken einiger bedeutender Mathematikerinnen und Informatikerinnen im 19. und 20. Jahrhundert. Betrachtet werden z.B. das Leben und Werk von Sophie Germaine (1776-1831), Ada Lovelace (1815-1852), Sonja Kovalevskaya (1850-1891), Emmy Noether (1882-1935), Ruth Moufang (1905-1977), Grace Murray Hopper (1906-1992) und weiterer Wissenschaftlerinnen.

    Im Seminar geht es nicht darum, diese Frauen als Ausnahmeerscheinung hervorzuheben, denn dies würde sie lediglich auf ihren Exotinnenstatus festschreiben. Es geht vielmehr um eine historische Kontextualisierung deren Leben und Werk. Dies ermöglicht nicht nur eine exemplarische Auseinandersetzung mit gesellschaftlichen wie fachkulturellen Inklusions- und Exklusionsprozessen entlang der Kategorie Geschlecht, sondern auch die Entwicklung neuer Sichtweisen auf die tradierte Kulturgeschichte beider Disziplinen. Das Seminar basiert auf dem Ansatz eines forschenden oder entdeckenden Lernens, d.h. die Studierenden werden selbständig in Gruppenarbeiten einzelne Seminarthemen vorbereiten und präsentieren. Diese Präsentationen werden dann im Seminar diskutiert. Durch den Einsatz von Beobachtungsbögen soll zudem eine Feedbackkultur erprobt werden, die im späteren Berufsalltag im Umgang mit SchülerInnen und/oder KollegInnen hilfreich ist.

  • 19241710 Proseminar
    Proseminar: Design Thinking in Science Communication on Mathematics (Anna Maria Hartkopf)
    Zeit: Termine siehe LV-Details (Erster Termin: 24.09.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Detaillierte Informationen finden Sie auf der Webseite zum Seminar Panorama der Mathematik.

    Inhalt: Im Seminar Panorama der Mathematik sollen in Absprache mit den Teilnehmern ausgewählte Themen aus der älteren und jüngeren Geschichte der Mathematik herausgegriffen und untersucht werden. Denkbare Themen sind zum Beispiel die Entwicklung von Algorithmen wie Newton-Verfahren, Gauss-Elimination, Matrix-Multiplikation, Simplex-Verfahren etc., die Entwicklung von Bereichen der Mathematik wie Invariantentheorie, Mengenlehre, Topologie o.ä.. Dabei sollen auch moderne Aspekte berücksichtigt werden, etwa aktuelle Anwendungen, Forschungsstand, Ergebnisse aus der jüngeren Vergangenheit.

    Literaturhinweise

    1. Hans Wußing, 6000 Jahre Mathematik: Eine kulturgeschichtliche Zeitreise;
    2. Band 1: Von den Anfängen bis Leibniz und Newton, Band 2: Von Euler bis zur Gegenwart, Springer 2009
    3. Heinz-Wilhelm Alten et al., 4000 Jahre Algebra, Springer 2008
    4. Christoph J. Scriba, 5000 Jahre Geometrie, Springer 2009
    5. Heinz-Niels Jahnke, Geschichte der Analysis: Texte zur Didaktik der Mathematik, Spektrum 1999
    6. Richard Courant und Herbert Robbins, Was ist Mathematik?, Springer 2010
    7. Phillip J. Davis, Reuben Hersh, The Mathematical Experience, Mariner Books 1999
    8. Knoebel, Arthur; Laubenbacher, Reinhard; Lodder, Jerry; Pengelley, David
    9. Mathematical masterpieces, Springer 2007
    10. Laubenbacher, Reinhard; Pengelley, David, Mathematical expeditions. Chronicles by the explorers, Springer 1999
    11. sowie abhängig vom Thema

  • 19245610 Proseminar
    Proseminar Mathematik - Lehramt (Brigitte Lutz-Westphal)
    Zeit: Mo 08:00-10:00 (Erster Termin: 14.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Der Titel dieses Seminares ist „Was genau soll ich unterrichten? Schulmathematik neu entdeckt“.

    Dabei werden wir ausgewählte Lehrplanthemen gründlich durchdenken und das dafür benötigte Fachwissen genauer beleuchten. Eine solche „Sachanalyse“ ist die Basis für jegliche Unterrichtsplanung, wie sie in den späteren Fachdidaktik-Modulen Stück für Stück erarbeitet wird. Eine aktive Mitarbeit in den Seminarsitzungen wird erwartet. (Die Themen dieses Proseminars eigenen sich evtl. nicht als Themen für die in der Fachwissenschaft anzufertigende Bachelorarbeit!)

     

    Kommentar

    Dieses Proseminar richtet sich ausdrücklich an Lehramtsstudierende bereits ab dem 2. Fachsemester Mathematik.
    Es folgt einem neuen Konzept, das wir erproben wollen, um schon zu Beginn des Lehramtsstudiums bereits den Blick stärker in Richtung Schule und Unterricht wenden zu können. Auch höhere Semester sind willkommen.

    Achtung, das Seminar beginnt erst am Montag, den 28.04.! Am Montag 14.04. finden wegen des Dies Academicus keine Lehrveranstaltungen statt und am Montag 21.04. ist ein Feiertag.

    Literaturhinweise

    Literatur wird im Seminar bekannt gegeben.

  • 19245910 Proseminar
    Proseminar: XSRG Mathematiklehre bottom-up denken (Jan-Hendrik de Wiljes)
    Zeit: Do 09:00-12:00 (Erster Termin: 17.04.2025)
    Ort: Virtueller Raum 02
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Mindestens 2-3 Anfangsvorlesungen in Mathematik, insbesondere Lineare Algebra, sollten besucht worden sein. Es wird nicht so sehr um die dort vermittelten Inhalte gehen, sondern vielmehr darum, mathematisches Arbeiten an der Hochschule (Definition, Satz, Beweis, Problemlösen) kennengelernt zu haben.

    Kommentar

    Hinweise

    • Wichtig: Dieses Proseminar dient nur als Platzhalter-Veranstaltung für die X-Student Research Group, die als Präsenzveranstaltung Do 9‒12 Uhr in Raum 024/A3 stattfindet. 
    • XSRGs sind studentische Forschungsgruppen, weitere Infos zu diesem Format unter: https://www.berlin-university-alliance.de/commitments/teaching-learning/sturop/research-groups/index.html 
    • Teilnahme: Insgesamt gibt es 15 Plätze. Um einen Platz zu erhalten, muss man am ersten Veranstatlungstermin physisch anwesend sein. Bei mehr als 15 Personen entscheidet das Los.
    • Die erfolgreiche Teilnahme an dem XSRG-Modul gibt 5 LP (unbenotet, nur pass/fail). Anschließend kann beim jeweiligen Prüfungsbüro ein Antrag gestellt werden, um dieses Modul im ABV-Bereich (alle Studiengänge) anzurechnen. Je nach Studiengang wurde die XSRG in der Vergangenheit beispielsweise auch schon als fachdidaktisches Wahlmodul oder mathematisches Proseminar angerechnet. 
    • Bei Fragen gerne im Vorfeld an weygandt@math.fu-berlin.de und jan.dewiljes@math.fu-berlin.de wenden.

     

    XSRG „Mathematiklehre bottom-up denken“

    Was passiert eigentlich, wenn Studierende Hochschullehre reflektieren und lernförderlich (um)gestalten?

    Es ist immer einfach, bestehende Konzepte zu kritisieren ‒ aber davon alleine ändert sich ja nichts! Daher wollen wir euch die einmalige Gelegenheit geben, eure Erfahrungen, Expertise und Perspektive als Lernende in die Weiterentwicklung guter Hochschullehre einzubringen. 

    Lassen wir uns dafür mal auf ein ‒ vielleicht verrücktes? ‒ Gedankenexperiment ein:

    • Was würde herauskommen, wenn Studierende eine für sie selbst sinnvolle und gute Mathe-Vorlesung gestalten? Oder gleich ein ganzes Modul?
    • Welche Art von Tutorien haltet ihr für sinnvoll? Welche Tätigkeiten (denken, nachrechnen, diskutieren ...) sollten in den jeweiligen Veranstaltungen (VL, Übung, Zentralübung...) in welchem Format (frontal, einzeln, Gruppe ...) passieren?
    • Und was ist mit dem Material: Wie sollten Übungsaufgaben aussehen? Skripte? Klausuren?

    Ablauf

    Zur Inspiration beginnen wir mit einer kurzen Einführung in die Hochschulmathematikdidaktik und u.a. auch einem Besuch beim University:Future Festival.

    Anschließend widmen wir uns in Kleingruppen unterschiedlichen Mathematik-Veranstaltungen aus euren Studiengängen. Infrage kommt alles von Mathematik entdecken über Analysis I, Mathematik für Physiker*innen I, die Nebenfachvorlesung im Medizinstudium bis hin zu Höherer Topologie VIII ‒ wichtig ist, dass ihr damit Erfahrungen gemacht habt!

    Die von euch erarbeiteten Ideen, Ansätze und Konzepte können wir anschließend auch mit Hochschullehrenden diskutieren und ausprobieren! 

     

    Literaturhinweise

    Die Literatur wird bei der Vorbesprechung bekanntgegeben. Zur Einstimmung kann man bereits etwas in einem der Bände der Reihe Winning Ways for Your Mathematical Plays von Berlekamp, Conway und Guy schmökern.

    Unbedingt zur Seminarvorbereitung lesen:

    M. Lehn: Wie halte ich einen Seminarvortrag?

• Basismodul Algebra II

  0280bA2.2
  • 19214501 Vorlesung
    Basismodul: Algebra II (Holger Reich)
    Zeit: Mo 10:00-12:00, Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 04.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Prerequisits: Comutitive algebra

    Kommentar

    The course deals with the fundamentals of homological algebra, sheaf theory, and the theory of ringed spaces and schemes.

    Possible topics include: 
    - categories and functors
    - additive and abelian categories
    - cohomology
    - sheaf theory
    - ringed spaces
    - schemes
    - separated and proper morphisms
    - blowing up
    - embeddings into projective spaces, divisors, invertible sheaves 
    - Riemann-Roch -Gröbner bases.

    Literaturhinweise

    For example: Introduction to Schemes, Geir Ellingsrud and John Christian Otten

  • 19214502 Übung
    Übung zu Basismodul: Algebra II (Georg Lehner)
    Zeit: Mi 08:00-10:00, Do 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

• Basismodul Diskrete Mathematik I

  0280bA3.1
  • 19214701 Vorlesung
    Diskrete Mathematik I (Ralf Borndörfer)
    Zeit: Di 14:00-16:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Target group:

    BMS students, Master and Bachelor students

    Whiteboard:

    You need access to the whiteboard in order to receive information and participate in the exercises.

    Large tutorial:

    Participation is recommended, but non-mandatory.

    Exams:

    1st exam: Thurday July 17, 14:00-16:00, room tba, i.e., in the last lecture
    2nd exam: Thursday October 09, 10:00-12:00, room tba, i.e., in the last week before the lectures of the winter semester start

    Kommentar

    Content:

    Selection from the following topics:

    • Enumeration (twelvefold way, inclusion-exclusion, double counting, recursions, generating functions, inversion, Ramsey's Theorem, asymptotic counting)
    • Discrete Structures (graphs, set systems, designs, posets, matroids)
    • Graph Theory (trees, matchings, connectivity, planarity, colorings)

    Literaturhinweise

    • J. Matousek, J. Nesetril (2002/2007): An Invitation to Discrete Mathematics, Oxford University Press, Oxford/Diskrete Mathematik, Springer Verlag, Berlin, Heidelberg.
    • L. Lovasz, J. Pelikan, K. Vesztergombi (2003): Discrete Mathemtics - Elementary and Beyond/Diskrete Mathematik, Springer Verlag, New York.
    • N. Biggs (2004): Discrete Mathematics. Oxford University Press, Oxford.
    • M. Aigner (2004/2007): Diskrete Mathematik, Vieweg Verlag, Wiesbaden/Discrete Mathemattics, American Mathematical Society, USA.
    • D. West (2011): Introduction to Graph Theory. Pearson Education, New York.

  • 19214702 Übung
    Übung zu Diskrete Mathematik I (Silas Rathke)
    Zeit: Di 16:00-18:00, Do 14:00-16:00 (Erster Termin: 22.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Kommentar

    Content:

    Selection from the following topics:

    • Counting (basics, double counting, Pigeonhole Principle, recursions, generating functions, Inclusion-Exclusion, inversion, Polya theory)
    • Discrete Structures (graphs, set systems, designs, posets, matroids)
    • Graph Theory (trees, matchings, connectivity, planarity, colorings)
    • Algorithms (asymptotic running time, BFS, DFS, Dijkstra, Greedy, Kruskal, Hungarian, Ford-Fulkerson)

• Basismodul Diskrete Geometrie II

  0280bA3.4
  • 19214901 Vorlesung
    BasisM: Diskrete Geometrie II (Georg Loho)
    Zeit: Di 10:00-12:00, Mi 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Solid background in linear algebra and some analysis. Basic knowledge and experience with polytopes and/or convexity (as from the course "Discrete Geometry I") will be helpful. .

    Kommentar

    Inhalt:

    This is the second in a series of three courses on discrete geometry. The aim of the course is a skillful handling of discrete geometric structures with an emphasis on metric and convex geometric properties. In the course we will develop central themes in metric and convex geometry including proof techniques and applications to other areas in mathematics.

    The material will be a selection of the following topics:
    Linear programming and some applications

    • Linear programming and duality
    • Pivot rules and the diameter of polytopes

    Subdivisions and triangulations

    • Delaunay and Voronoi
    • Delaunay triangulations and inscribable polytopes
    • Weighted Voronoi diagrams and optimal transport

    Basic structures in convex geometry

    • convexity and separation theorems
    • convex bodies and polytopes/polyhedra
    • polarity
    • Mahler’s conjecture
    • approximation by polytopes

    Volumes and roundness

    • Hilbert’s third problem
    • volumes and mixed volumes
    • volume computations and estimates
    • Löwner-John ellipsoids and roundness
    • valuations

    Geometric inequalities

    • Brunn-Minkowski and Alexandrov-Fenchel inequality
    • isoperimetric inequalities
    • measure concentration and phenomena in high-dimensions

    Geometry of numbers

    • lattices
    • Minkowski's (first) theorem
    • successive minima
    • lattice points in convex bodies and Ehrhart's theorem
    • Ehrhart-Macdonald reciprocity

    Sphere packings

    • lattice packings and coverings
    • the Theorem of Minkowski-Hlawka
    • analytic methods

    Applications in optimization, number theory, algebra, algebraic geometry, and functional analysis

    Literaturhinweise

    The course will use material from P. M. Gruber, " Convex and Discrete Geometry" (Springer 2007) and various other sources. There will be brief lecture notes available for course participants with detailed pointers to the literature.

  • 19214902 Übung
    Übung zu BasisM: Diskrete Geometrie II (Georg Loho)
    Zeit: Mi 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

• Aufbaumodul Diskrete Mathematik III

  0280bA3.5
  • 19215001 Vorlesung
    Constructive Combinatorics (Tibor Szabo)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Grundlegende Bachelor-Algebra, Wahrscheinlichkeit und Disrete Mathematik.

    Kommentar

    Abstrakt:
    Trotz der Wirksamkeit der probabilistischen Methode in der extremen Kombinatorik bleiben explizit konstruktive Ansätze von größter Bedeutung. Einerseits sind sie den rein existentiellen Argumenten oft überlegen, und selbst wenn sie es nicht sind, ist die Suche nach der effizientesten deterministischen kombinatorischen Struktur natürlich durch Fragen der Komplexität motiviert.
    Der Kurs behandelt klassische Turan- und Ramsay-Probleme der extremen Kombinatorik aus dieser konstruktiven Perspektive.
    Neben der Kombinatorik beinhalten die Methoden oft algebraische und probabilistische Techniken (affine und projektive Geometrien über endliche Felder, Eigenwerte und quasizufällige Graphen, die diskrete Fourier-Transformation).
    Weitere Informationen finden Sie auf der Homepage von Prof. Szabó.

    Literaturhinweise

    A script will be provided.

  • 19215002 Übung
    Constructive Combinatorics exercises (Tibor Szabo)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Kommentar

    Abstract:
    Despite the effectiveness of the probabilistic method in extremal combinatorics, explicit constructive approaches remain of paramount importance. On the one hand, they are often superior to purely existential arguments, and, even when they are not, the search for the most efficient deterministic combinatorial structure is naturally motivated by questions of complexity.
    The course discusses classic Turan- and Ramsay-type problems of extremal combinatorics from this constructive perspective.
    Besides combinatorics, the methods often involve algebraic and probabilistic techniques (affine and projective geometries over finite fields, eigenvalues and quasirandom graphs, the discrete Fourier transform).
    For further details please check Prof. Szabó's homepage.

• Forschungsmodul Diskrete Mathematik

  0280bA3.7
  • 19206011 Seminar
    Discrete Mathematics Masterseminar (Tibor Szabo)
    Zeit: Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 11.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt:
    Das Seminar behandelt fortgeschrittene Themen der Extremen und Probabilistischen Kombinatorik.

    Zielgruppe:
    BMS-Studenten, Master-Studenten oder fortgeschrittene Bachelor-Studenten.

    Voraussetzungen:
    Voraussetzung ist der erfolgreiche Abschluss der Vorlesung Diskrete Mathematik II oder III (oder gleichwertiger Hintergrund: Bitte kontaktieren Sie den Dozenten). 

     

• Basismodul Topologie I

  0280bA4.1
  • 19205401 Vorlesung
    Basismodul: Topologie I (Christian Haase)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: 1.3.14 Hörsaal A (Arnimallee 14)
    

    Kommentar

    Auswahl aus folgenden Themen:

    1. Definition und Grundbegriffe topologischer Räume, Produkte, Coprodukte und Quotienten, Kompaktheit.
    2. Gruppenoperationen auf topologischen Räumen
    3. Verklebekonstruktionen, Simplizialkomplexe
    4. Homotopien zwischen Abbildungen, Abbildungsgrad und Fundamentalgruppe
    5. Satz von Seifert-van Kampen
    6. Überlagerungen
    7. Simpliziale Homologie
    8. kombinatorische Anwendungen

    Literaturhinweise

    Literature:

    1. M. A. Armstron: Basic Topology, Springer UTM
    2. Allen Hatcher: Algebraic Topology, Chapter I. Also available online from the author's website
    3. Jirí Matoušek: Using the Borsuk-Ulam Theorem, Springer UTX
    4. Mark de Longueville: A Course in Topological Combinatorics, Springer UTX
    5. Tammo tom Dieck: Topologie, De Gruyter Lehrbuch
    6. Klaus Jänich: Topologie, Springer-Verlag
    7. Gerd Laures, Markus Szymik: Grundkurs Topologie, Spektrum Akademischer Verlag
    8. James R. Munkres: Topology, Prentice Hall

  • 19205402 Übung
    Übung zu Basismodul: Topologie I (Sofia Garzón Mora)
    Zeit: Mo 16:00-18:00 (Erster Termin: 28.04.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

• Forschungsmodul Topologie

  0280bA4.5
  • 19233511 Seminar
    Geometric Group Theory (Georg Lehner)
    Zeit: Mo 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Bachelor- und Masterstudenten

    Voraussetzungen: Gruppentheorie. Zusätzlich können Kenntnisse in Geometrie (insbesondere elementare nicht-euklidische Geometrie) und/oder Topologie (Punktmengen-Topologie) hilfreich sein.

    Kommentar

    Gruppen werden am besten als Symmetrien mathematischer Objekte verstanden. Während endliche Gruppen oft vollständig durch ihre Wirkungen auf Vektorräume verstanden werden können, scheitert dieser Ansatz häufig bei unendlichen Gruppen, wie zum Beispiel freien Gruppen oder hyperbolischen Gruppen. Die geometrische Gruppentheorie versucht, natürliche geometrische Objekte (zum Beispiel topologische Räume wie Mannigfaltigkeiten oder Graphen) zu konstruieren, auf denen diese Gruppen wirken, und ermöglicht so eine Klassifizierung der Komplexität dieser Gruppen.

    In diesem Seminar werden wir dem Buch von Clara Löh zu diesem Thema folgen. Zu den behandelten Themen gehören Cayley-Graphen, freie Gruppen und ihre Untergruppen, Quasi-Isometrie-Klassen von Gruppen, Wachstumsarten von Gruppen, hyperbolische Gruppen und der Satz von Banach-Tarski.

    Literaturhinweise

    Clara Löh - Geometric Group Theory

• Basismodul Numerik III

  0280bA5.2
  • 19215201 Vorlesung
    Basismodul: Numerik III (Volker John)
    Zeit: Mo 10:00-12:00, Mo 14:00-16:00 (Erster Termin: 28.04.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen

    Voraussetzungen für diesen Kurs sind Grundkenntnisse in Mathematik (Analysis I-III) und Numerische Analysis (Numerik I). Etwas Wissen in der Funktionsanalyse hilft viel.

    Kommentar

    Die mathematische Modellierung vieler Prozesse in Natur und Industrie führt auf partielle Differentialgleichungen. Diese können im Allgemeinen nicht analytisch gelöst werden. Man ist darauf angewiesen, numerische Approximationen der Lösung mit Hilfe diskretisierter Gleichungen zu berechnen. Dieser Kurs behandelt Diskretisierungen für elliptische Differentialgleichungen. Schwerpunkte sind Finite-Differenzen-Methoden und die Methode der Finiten Elemente.

    Literaturhinweise

    • D. Braess: Finite Elemente. Springer, 3. Auflage (2002)
    • A. Ern, J.-L. Guermond: Theory and Practice of Finite Elements (2004)

  • 19215202 Übung
    Übung zu Basismodul: Numerik III (André-Alexander Zepernick)
    Zeit: Fr 08:00-10:00 (Erster Termin: 25.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Kommentar

    Homepage:Wiki der Numerik II

• Aufbaumodul Numerik IV

  0280bA5.3
  • 19215301 Vorlesung
    Mathematische Modellierung in der Klimaforschung (Rupert Klein)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Kommentar

    Inhalt:

    Die Mathematik spielt eine zentrale Rolle bei der Entwicklung und Analyse von Modellen zur Wettervorhersage. Kontrollierte physikalische Experimente kommen nicht in Frage, und die einzige Möglichkeit, das Wetter- und Klimasystem der Erde zu untersuchen, sind mathematische Modelle, Computerexperimente und Datenanalysen.

    Schwankungen im täglichen Wetter sind eng mit Turbulenzen verbunden, und Turbulenzen stellen eine Herausforderung für die Vorhersagbarkeit des Wetters dar. Es ist keine generelle Lösung für die Gleichungen der Fluidbewegung bekannt, und folglich gibt es auch keine generelle Lösung für Probleme in turbulenten Strömungen. Stattdessen verlassen sich die Wissenschaftler auf konzeptionelle Modelle und statistische Beschreibungen, um die Essenz des täglichen Wetters zu verstehen und zu verstehen, wie sich dies auf das Klimaverhalten auswirkt.

    
    Dieser Kurs/Seminar konzentriert sich auf Techniken der mathematischen Modellierung, die Wissenschaftler dabei unterstützen, die aufgeführten Themen systematisch zu erforschen.

    Der Kurs umfasst eine Auswahl aus folgenden Themenbereichen

    1. Konservierungsgesetze und geltende Gleichungen,

    2. Numerische Methoden für geophysikalische Strömungssimulationen,

    3. Dynamische Systeme und Bifurkationstheorie,

    4. Datenbasierte Charakterisierung atmosphärischer Strömungen

     

    Die Lehrveranstaltung kann an der FU Berlin als zweiter Teil eines zweisemestrigen BMS Basic Courses "Mathematical Modeling with PDEs" besucht werden. Der erste Teil wird durch die Lehrveranstaltung 19235701 + 19235702 "Einführung in die mathematische Modellierung mit partiellen Differentialgleichungen" abgedeckt, welche an der FU Berlin in Wintersemestern angeboten wird. 

    Literaturhinweise

    Literaturhinweise werden anfangs des Semesters in Abhängigkeit von der Themenauswahl gegeben. Interessante Startpunkte, die einen ersten Einstieg in obige drei Hauptpunkte erlauben, sind Klein R., Scale-Dependent Asymptotic Models for Atmospheric Flows, Ann. Rev. Fluid Mech., vol. 42, 249-274 (2010) D. Durran, Numerical Methods for Fluid Dynamics with Applications to Geophysics, Springer, Computational Science and Engineering Series, (2010) Metzner Ph., Putzig L., Horenko I., Analysis of persistent nonstationary time series and applications Comm. Appl. Math. & Comput. Sci., vol. 7, 175-229 (2012)

    Tennekes and Lumley, A first course in Turbulence, MIT Press (1974)

     

  • 19216201 Vorlesung
    Markov chains and markov models (Marcus Weber)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Master students of Mathematics and Physics

    Kommentar

    Markov chains are a universal tool to model real-world processes, including financial markets, reaction kinetics and molecular dynamics.
    
    Topics:

    • Introduction to the theory of Markov chains
    • Estimation of Markov chains from data
    • Estimation uncertainty
    • Transition path theory
    • Analysis of Markov chains
    • Spectral analysis
    • Discretization of continuous Markov processes

  • 19223901 Vorlesung
    Uncertainty Quantification and Quasi-Monte Carlo (Claudia Schillings)
    Zeit: Mo 10:00-12:00 (Erster Termin: 14.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Literaturhinweise

    The following books will be relevant:

    • O. P. Le Maître and O. M. Knio. Spectral Methods for Uncertainty Quantification: With Applications to Computational Fluid Dynamics. Scientific Computation. Springer, New York, 2010.
    • R. C. Smith. Uncertainty Quantification: Theory, Implementation, and Applications, volume 12 of Computational Science & Engineering. Society for Industrial and Applied Mathematics (SIAM), Philadelphia, PA, 2014.
    • T. J. Sullivan. Introduction to Uncertainty Quantification. Springer, New York, in press.
    • D. Xiu. Numerical Methods for Stochastic Computations: A Spectral Method Approach. Princeton University Press, Princeton, NJ, 2010.

  • 19234501 Vorlesung
    Mathematische Strategien für komplexe stochastische Dynamik (Wei Zhang)
    Zeit: Mi 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Grundkenntnisse in Stochastik und numerischen Methoden

    Kommentar

    Inhalt:

    Stochastische Dynamiken werden in wissenschaftlichen Bereichen wie Physik, Biologie und Klima umfassend untersucht. Das Verständnis dieser Dynamiken ist aufgrund ihrer hohen Dimensionalität und Multiskaleneigenschaften oft eine Herausforderung. Diese Vorlesung bietet eine Einführung in theoretische und numerische Techniken (einschließlich Techniken des maschinellen Lernens) zum Studium solch komplexer stochastischer Dynamiken. Die folgenden Themen werden behandelt.

    - Grundlagen stochastischer Prozesse

    - Modellreduktionstechniken für stochastische Dynamik

    - Techniken des maschinellen Lernens

    Literaturhinweise

    1) Bernt Øksendal. Stochastic Differential Equations: An Introduction with Applications. 5th. Springer, 2000

    2) Kevin P. Murphy. Probabilistic Machine Learning: An introduction. MIT Press, 2022. url: probml.ai

    3) J.-H. Prinz et al. “Markov models of molecular kinetics: Generation and validation”. In: J. Chem. Phys. 134.17, 174105 (2011), p. 174105

    4) W. Zhang, C. Hartmann, and C. Schütte. “Effective dynamics along given reaction coordinates and reaction rate theory”. In: Faraday Discuss. 195 (2016), pp. 365–394

    5) Mardt, A., Pasquali, L., Wu, H. et al. VAMPnets for deep learning of molecular kinetics. Nat Commun 9, 5 (2018).

    6)  Score-Based Generative Modeling through Stochastic Differential Equations, Yang Song, Jascha Sohl-Dickstein, Diederik P Kingma, Abhishek Kumar, Stefano Ermon, Ben Poole, ICLR 2021.

  • 19215302 Übung
    Übung zu Mathematische Modellierung in der Klimaforschung (Rupert Klein)
    Zeit: Di 16:00-18:00 (Erster Termin: 15.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    
  • 19216202 Übung
    Übung zu Markov chains and markov models (Marcus Weber)
    Zeit: Di 12:00-14:00 (Erster Termin: 22.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Markov chains are a universal tool to model real-world processes, including financial markets, reaction kinetics and molecular dynamics.
    
    Topics:

    • Introduction to the theory of Markov chains
    • Estimation of Markov chains from data
    • Estimation uncertainty
    • Transition path theory
    • Analysis of Markov chains
    • Spectral analysis
    • Discretization of continuous Markov processes

  • 19223902 Übung
    Übung zu UQ and QMC (Claudia Schillings)
    Zeit: Di 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    
  • 19234502 Übung
    Ü: Mathem. Strategien für komplexe stoch. Dynamik (Wei Zhang)
    Zeit: Fr 10:00-12:00 (Erster Termin: 25.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Concrete and simple stochastic dynamics will be studied to illustrate analytical and numerical techniques. Numerical methods will be demonstrated using Jupyter Notebook.

• Basismodul Differentialgleichungen I

  0280bA6.1
  • 19215601 Vorlesung Abgesagt
    Basismodul: Differentialgleichungen I - Dynamical Systems I (Isabelle Schneider)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Analysis I bis III und Lineare Algebra I und II.

    Kommentar

    Dynamische Systeme beschäftigen sich mit allem, was sich bewegt. Sie werden typischerweise durch gewöhnliche, funktionale oder partielle Differentialgleichungen beschrieben oder, im Fall diskreter Zeit, durch Iterationen. In diesem Kurs werden wir Flüsse und Evolutionen, erste Integrale, die Existenz und Eindeutigkeit von Lösungen sowie ω-Grenzmengen und Lyapunov-Funktionen untersuchen. Dynamische Systeme haben ein breites Anwendungsspektrum, das von Physik und Biologie bis hin zu Wirtschaft und Ingenieurwissenschaften reicht.

    Voraussetzungen: Analysis 1 & 2, Lineare Algebra 1 & 2. Ein Interesse an Anwendungen ist von Vorteil.

    Literaturhinweise

    L.C. Evans, Partial Differential Equations. Gelegentlich: W. Strauss, Partial Differential Equation. Alle Exemplare beider Texte stehen im Handapparat Ecker.

    Vorausgesetztes Material zu Analysis II und III siehe z.B. Appendices in diesem Buch (vor allem Appendix C und E (Maß- und Integrationstheorie).

  • 19241301 Vorlesung
    Partielle Differentialgleichungen I (André Erhardt)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt:

    • Grundlagen partieller Differentialgleichungen (Laplace, Wärmeleitungs- und Wellengleichungen) Darstellungssätze, Lösungsmethoden
    • Grundzüge von Hilbertraummethoden

    Dieser Kurs kann auch als Basis für eine Bachelor- oder eine Masterarbeit in der Differentialgeometrie dienen.

    Literaturhinweise

    L.C. Evans, Partial Differential Equations
     

  • 19215602 Übung Abgesagt
    Übung zu Basismodul: Differentialgleichungen I (Isabelle Schneider)
    Zeit: Di 16:00-18:00 (Erster Termin: 22.04.2025)
    Ort: 0.1.01 Hörsaal B (Arnimallee 14)
    

    Kommentar

    Am 23. April findet keine Übung statt.

  • 19241302 Übung
    Übungen zu Partielle Differentialgleichungen I (Piotr Pawel Wozniak)
    Zeit: Di 16:00-18:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 0.1.01 Hörsaal B (Arnimallee 14)
    

• Aufbaumodul Differentialgleichungen III

  0280bA6.3
  • 19243001 Vorlesung
    Partielle Differentialgleichungen III (Erica Ipocoana)
    Zeit: Di 08:00-10:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Partielle Differentialgleichungen I und II

    Kommentar

    Die Lehrveranstaltung baut auf der Vorlesung Partielle Differentialgleichungen II auf, wie sie im vorangegangenen Wintersemester angeboten wurde. Sie vertieft Methoden für Randwertprobleme nichtlinearer elliptischer Differentialgleichungen. Zentraler Aspekt sind Variationsmethoden, insbesondere die mehrdimensionale Variationsrechnung.  

    Literaturhinweise

    Wird in der Vorlesung bekannt gegeben / to be announced.

  • 19243002 Übung
    Übung Partielle Differentialgleichungen III (Erica Ipocoana)
    Zeit: Do 12:00-14:00 (Erster Termin: 24.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

• Ergänzungsmodul Ausgewählte Themen

  0280bA7.1
  • 19241301 Vorlesung
    Partielle Differentialgleichungen I (André Erhardt)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt:

    • Grundlagen partieller Differentialgleichungen (Laplace, Wärmeleitungs- und Wellengleichungen) Darstellungssätze, Lösungsmethoden
    • Grundzüge von Hilbertraummethoden

    Dieser Kurs kann auch als Basis für eine Bachelor- oder eine Masterarbeit in der Differentialgeometrie dienen.

    Literaturhinweise

    L.C. Evans, Partial Differential Equations
     

  • 19241302 Übung
    Übungen zu Partielle Differentialgleichungen I (Piotr Pawel Wozniak)
    Zeit: Di 16:00-18:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 0.1.01 Hörsaal B (Arnimallee 14)
    

• Ergänzungsmodul Ausgewählte Forschungsthemen

  0280bA7.2
  • 19207101 Vorlesung
    Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Rupert Klein)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: 1.3.14 Hörsaal A (Arnimallee 14)
    

    Kommentar

    Viele Probleme in den Naturwissenschaften werden durch Prozesse bestimmt, die auf verschiedenen Skalen ablaufen. Solche Probleme werden als Mehrskalenprobleme bezeichnet. Ein Beispiel für ein Mehrskalenproblem sind die partiellen Differentialgleichungen, die in der geophysikalischen Fluiddynamik Anwendung finden. Für die analytische Beschreibung der langsamen Skalen können Mittelungsmethoden verwendet werden. Diese Beschreibungen sind vorteilhaft bei der Anwendung numerischer Zeitschrittverfahren, da die gemittelten Gleichungen auf gröberen Zeitgittern gelöst werden können als die nicht gemittelten Gleichungen. Das Hauptaugenmerk dieses Kurses liegt auf Mittelungsverfahren für partielle Differentialgleichungen, die Fluide beschreiben, und dem Design von parallelisierbaren, numerischen Zeitschrittverfahren, die auf dem Parareellen Verfahren basieren und die Mittelungsverfahren einbinden.

    Anforderungen: Grundvorlesungen in Analysis, Grundvorlesungen Numerik

    Literatur:

    Wingate, B.A.; Rosemeier, J.; Haut, T., Mean Flow from Phase Averages in the 2D Boussinesq Equations. Atmosphere 2023, 14, 1523.
    https://doi.org/10.3390/atmos14101523

    T. Haut, B. Wingate,  An asymptotic parallel-in-time method for highly oscillatory pde's, SIAM Journal on Scientific Computing, 36 (2014), pp. A693-A713

    J.-L. Lions, G. Turinici, A "parareal" in time discretization of PDE's, Comptes Rendus de l'Academie des Sciences - Series I - Mathematics, 332 (2001), pp. 661-668

    Sanders, F. Verhulst, J. Murdock,  Averaging Methods in Nonlinear Dynamical Systems, Springer New York, NY, 2ed., 2000

  • 19222601 Vorlesung
    Numerik stochastischer Differentialgleichungen (Ana Djurdjevac)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Students who are interested in stochastics and numerics
    Voraussetzungen: Stochastik I + II, Numerik I + II

    Kommentar

    Inhalt der Veranstaltung:
    The lecture will cover the following topics (not exhaustive)

    • Brownian motion 
    • Numerical discretization of stochastic differential equations
    • Monte Carlo methods
    • Representations of random fields
    • Modelling with stochastic differential equations
    • Applications

    
    
    
     

    Literaturhinweise

    Literatur:

    1. D. Higham, D. and  Kloeden, P.  An introduction to the numerical simulation of stochastic differential equations. SIAM, 2021
    2. E. Kloeden, E. Platen and H. Schurz. Numerical Solution of SDEs through computer experiments. Springer, Berlin, 2002
    3. B. Lapeyre, E. Pardoux, and R. Sentis, Introduction to Monte-Carlo Methods for Transport and Diffusion Equations, Oxford University Press, 2003.
    4. B. Oksendal. Stochastic Differential Equations: An Introduction with Applications. Springer, Berlin, 2003
    5. Lord, G. J., Powell, C. E., and Shardlow, T. An introduction to computational stochastic PDEs (Vol. 50). Cambridge University Press, 2014

  • 19242101 Vorlesung
    Stochastik IV (Guilherme de Lima Feltes, Nicolas Perkowski)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzung: Stochastik I, II, III. 
    Empfohlen wird Funktionalanalysis.

    Kommentar

    Inhalt:

    • Ito-Kalkül für Gaußsche Zufallsmaße;
    • semilineare stochastische partielle Differentialgleichungen in einer Dimension;
    • Schauder-Abschätzungen;
    • Gaußsche Hyperkontraktivität;
    • Paraprodukte und parakontrollierte Distributionen;
    • lokale Existenz und Eindeutigkeit für semilineare SPDEs in höheren Dimensionen;
    • Eigenschaften der Lösungen

    Nähere Informationen finden Sie auf der Homepage der 19246301 SPDEs: Classical and New.

    Literaturhinweise

    Literature
    There will be lecture notes.

  • 19320501 Vorlesung
    Kryptoanalyse symmetrischer Verfahren (Marian Margraf)
    Zeit: Di 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 1.4.03 Seminarraum T2 (Arnimallee 14)
    

    Kommentar

    Ziel der Vorlesung ist ein tiefes Verständnis kryptographischer Algorithmen, insb. welche Designkriterien bei der Entwicklung sicherer Verschlüsselungsverfahren berücksichtigt werden müssen. Dazu werden wir verschiedene kryptoanalytische Methoden auf symmetrische und asymmetrischen Verschlüsselungsverfahren kennen lernen und beurteilen. Hierzu zählen beispielsweise lineare und differentielle Kryptoanalyse auf Blockchiffren, Korrelationsattacken auf Stromchiffren und Algorithmen zum Lösen des Faktorisierungsproblems und des Diskreten Logarithmusproblems (zum Brechen asymmetrischer Verfahren). Schwächen der Implementierung, z.B. zum Ausnutzen von Seitenkanalangriffen, werden nur am Rande behandelt.

  • 19207102 Übung
    Übung zu Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Rupert Klein)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19222602 Übung
    Übung zu Numerik stochastischer Differentialgleichungen (Ana Djurdjevac)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19240702 Übung
    Übung zu Functional Analysis applied to modeling of molecular systems (Luigi Delle Site)
    Zeit: Mo 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    
  • 19242102 Übung
    Ü: Stochastics IV (Guilherme de Lima Feltes)
    Zeit: Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19320502 Übung
    Übung zu Kryptoanalyse (Marian Margraf)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

• Ergänzungsmodul Spezielle Aspekte

  0280bA7.3
  • 19215001 Vorlesung
    Constructive Combinatorics (Tibor Szabo)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Grundlegende Bachelor-Algebra, Wahrscheinlichkeit und Disrete Mathematik.

    Kommentar

    Abstrakt:
    Trotz der Wirksamkeit der probabilistischen Methode in der extremen Kombinatorik bleiben explizit konstruktive Ansätze von größter Bedeutung. Einerseits sind sie den rein existentiellen Argumenten oft überlegen, und selbst wenn sie es nicht sind, ist die Suche nach der effizientesten deterministischen kombinatorischen Struktur natürlich durch Fragen der Komplexität motiviert.
    Der Kurs behandelt klassische Turan- und Ramsay-Probleme der extremen Kombinatorik aus dieser konstruktiven Perspektive.
    Neben der Kombinatorik beinhalten die Methoden oft algebraische und probabilistische Techniken (affine und projektive Geometrien über endliche Felder, Eigenwerte und quasizufällige Graphen, die diskrete Fourier-Transformation).
    Weitere Informationen finden Sie auf der Homepage von Prof. Szabó.

    Literaturhinweise

    A script will be provided.

  • 19215301 Vorlesung
    Mathematische Modellierung in der Klimaforschung (Rupert Klein)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Kommentar

    Inhalt:

    Die Mathematik spielt eine zentrale Rolle bei der Entwicklung und Analyse von Modellen zur Wettervorhersage. Kontrollierte physikalische Experimente kommen nicht in Frage, und die einzige Möglichkeit, das Wetter- und Klimasystem der Erde zu untersuchen, sind mathematische Modelle, Computerexperimente und Datenanalysen.

    Schwankungen im täglichen Wetter sind eng mit Turbulenzen verbunden, und Turbulenzen stellen eine Herausforderung für die Vorhersagbarkeit des Wetters dar. Es ist keine generelle Lösung für die Gleichungen der Fluidbewegung bekannt, und folglich gibt es auch keine generelle Lösung für Probleme in turbulenten Strömungen. Stattdessen verlassen sich die Wissenschaftler auf konzeptionelle Modelle und statistische Beschreibungen, um die Essenz des täglichen Wetters zu verstehen und zu verstehen, wie sich dies auf das Klimaverhalten auswirkt.

    
    Dieser Kurs/Seminar konzentriert sich auf Techniken der mathematischen Modellierung, die Wissenschaftler dabei unterstützen, die aufgeführten Themen systematisch zu erforschen.

    Der Kurs umfasst eine Auswahl aus folgenden Themenbereichen

    1. Konservierungsgesetze und geltende Gleichungen,

    2. Numerische Methoden für geophysikalische Strömungssimulationen,

    3. Dynamische Systeme und Bifurkationstheorie,

    4. Datenbasierte Charakterisierung atmosphärischer Strömungen

     

    Die Lehrveranstaltung kann an der FU Berlin als zweiter Teil eines zweisemestrigen BMS Basic Courses "Mathematical Modeling with PDEs" besucht werden. Der erste Teil wird durch die Lehrveranstaltung 19235701 + 19235702 "Einführung in die mathematische Modellierung mit partiellen Differentialgleichungen" abgedeckt, welche an der FU Berlin in Wintersemestern angeboten wird. 

    Literaturhinweise

    Literaturhinweise werden anfangs des Semesters in Abhängigkeit von der Themenauswahl gegeben. Interessante Startpunkte, die einen ersten Einstieg in obige drei Hauptpunkte erlauben, sind Klein R., Scale-Dependent Asymptotic Models for Atmospheric Flows, Ann. Rev. Fluid Mech., vol. 42, 249-274 (2010) D. Durran, Numerical Methods for Fluid Dynamics with Applications to Geophysics, Springer, Computational Science and Engineering Series, (2010) Metzner Ph., Putzig L., Horenko I., Analysis of persistent nonstationary time series and applications Comm. Appl. Math. & Comput. Sci., vol. 7, 175-229 (2012)

    Tennekes and Lumley, A first course in Turbulence, MIT Press (1974)

     

  • 19216201 Vorlesung
    Markov chains and markov models (Marcus Weber)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Master students of Mathematics and Physics

    Kommentar

    Markov chains are a universal tool to model real-world processes, including financial markets, reaction kinetics and molecular dynamics.
    
    Topics:

    • Introduction to the theory of Markov chains
    • Estimation of Markov chains from data
    • Estimation uncertainty
    • Transition path theory
    • Analysis of Markov chains
    • Spectral analysis
    • Discretization of continuous Markov processes

  • 19229601 Vorlesung Abgesagt
    Stochastische Dynamik in Flüssigkeiten (Felix Höfling)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Target audience: M.Sc. Mathematik/Physik/Computational Sciences

    Requirements: either Stochastics III (Stochastic differential equations) or Advanced Statistical Physics

    Kommentar

    Der flüssige Zustand umfasst eine große Klasse von Materialien, die von einfachen Flüssigkeiten (Argon, Methan) und molekularen Flüssigkeiten (Wasser) bis hin zu Systemen weicher Materie wie Polymerlösungen (Ketchup), kolloidalen Suspensionen (Wandfarbe) und heterogenen Medien (Zellzytoplasma) reichen. Der grundlegende Transportmodus in Flüssigkeiten ist die Diffusion aufgrund thermischer Fluktuationen, aber schon die einfachsten Flüssigkeiten weisen nicht-triviales dynamisches Verhalten auf, das weit über die mathematische Brownsche Bewegung hinausgeht. Seit den Anfängen dieses Forschungsgebiets haben Computersimulationen eine zentrale Rolle bei der Identifizierung komplexer Dynamiken und der Überprüfung von Näherungen in theoretischen Beschreibungen gespielt. Auf der anderen Seite erlegt die Theorie der Analyse von experimentellen oder Simulationsdaten Beschränkungen auf.

    Die Vorlesung ist an der Schnittstelle von Stochastik und statistischer Mechanik angesiedelt. Flüssigkeiten stellen hochdimensionale stochastische Prozesse dar, und ich werde eine Einführung in die Prinzipien der Theorie der Flüssigkeiten geben, und wir werden die mathematische Struktur der relevanten Korrelationsfunktionen erarbeiten. Der zweite Teil stellt eine Verbindung zur aktuellen Forschung her und gibt einen Überblick zu ausgewählten Themen. Die Übungen gliedern sich in einen theoretischen Teil, der im zweiwöchentlichen Rhythmus behandelt wird, und einen praktischen Teil in Form eines kleinen Simulationsprojektes, das während einer Blockübung (2 Tage) direkt nach der Vorlesungszeit durchgeführt wird.

    Stichwörter:

    •     Brownsche Bewegung, Diffusion und stochastische Prozesse in Flüssigkeiten
    •     harmonische Analyse von Korrelationsfunktionen
    •     Zwanzig-Mori-Projektionsoperator-Formalismus
    •     Moden-Kopplungs-Näherungen, Langzeitanomalien
    •     kritische Dynamik und Transportanomalien

     

    Literaturhinweise

    • Hansen and McDonald: Theory of simple liquids (Academic Press, 2006).
    • Höfling and Franosch, Anomalous transport in the crowded world of biological cells, Rep. Prog. Phys. 76, 046602 (2013).

    Further literature will be given during the course.

  • 19234501 Vorlesung
    Mathematische Strategien für komplexe stochastische Dynamik (Wei Zhang)
    Zeit: Mi 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Grundkenntnisse in Stochastik und numerischen Methoden

    Kommentar

    Inhalt:

    Stochastische Dynamiken werden in wissenschaftlichen Bereichen wie Physik, Biologie und Klima umfassend untersucht. Das Verständnis dieser Dynamiken ist aufgrund ihrer hohen Dimensionalität und Multiskaleneigenschaften oft eine Herausforderung. Diese Vorlesung bietet eine Einführung in theoretische und numerische Techniken (einschließlich Techniken des maschinellen Lernens) zum Studium solch komplexer stochastischer Dynamiken. Die folgenden Themen werden behandelt.

    - Grundlagen stochastischer Prozesse

    - Modellreduktionstechniken für stochastische Dynamik

    - Techniken des maschinellen Lernens

    Literaturhinweise

    1) Bernt Øksendal. Stochastic Differential Equations: An Introduction with Applications. 5th. Springer, 2000

    2) Kevin P. Murphy. Probabilistic Machine Learning: An introduction. MIT Press, 2022. url: probml.ai

    3) J.-H. Prinz et al. “Markov models of molecular kinetics: Generation and validation”. In: J. Chem. Phys. 134.17, 174105 (2011), p. 174105

    4) W. Zhang, C. Hartmann, and C. Schütte. “Effective dynamics along given reaction coordinates and reaction rate theory”. In: Faraday Discuss. 195 (2016), pp. 365–394

    5) Mardt, A., Pasquali, L., Wu, H. et al. VAMPnets for deep learning of molecular kinetics. Nat Commun 9, 5 (2018).

    6)  Score-Based Generative Modeling through Stochastic Differential Equations, Yang Song, Jascha Sohl-Dickstein, Diederik P Kingma, Abhishek Kumar, Stefano Ermon, Ben Poole, ICLR 2021.

  • 19240701 Vorlesung
    Functional Analysis Applied to Modeling of Molecular Systems (Luigi Delle Site)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    Die Vorlesung findet Dienstags von 14-16 Uhr in der Arnimallee 9 statt.

    Die Übung findet Montags von von 14-16 Uhr in der Arnimallee 9 statt.

  • 19215002 Übung
    Constructive Combinatorics exercises (Tibor Szabo)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Kommentar

    Abstract:
    Despite the effectiveness of the probabilistic method in extremal combinatorics, explicit constructive approaches remain of paramount importance. On the one hand, they are often superior to purely existential arguments, and, even when they are not, the search for the most efficient deterministic combinatorial structure is naturally motivated by questions of complexity.
    The course discusses classic Turan- and Ramsay-type problems of extremal combinatorics from this constructive perspective.
    Besides combinatorics, the methods often involve algebraic and probabilistic techniques (affine and projective geometries over finite fields, eigenvalues and quasirandom graphs, the discrete Fourier transform).
    For further details please check Prof. Szabó's homepage.

  • 19215302 Übung
    Übung zu Mathematische Modellierung in der Klimaforschung (Rupert Klein)
    Zeit: Di 16:00-18:00 (Erster Termin: 15.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    
  • 19216202 Übung
    Übung zu Markov chains and markov models (Marcus Weber)
    Zeit: Di 12:00-14:00 (Erster Termin: 22.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Markov chains are a universal tool to model real-world processes, including financial markets, reaction kinetics and molecular dynamics.
    
    Topics:

    • Introduction to the theory of Markov chains
    • Estimation of Markov chains from data
    • Estimation uncertainty
    • Transition path theory
    • Analysis of Markov chains
    • Spectral analysis
    • Discretization of continuous Markov processes

  • 19229602 Übung Abgesagt
    Übung zu Stochastische Prozessen in Flüssigkeiten (Felix Höfling)
    Zeit: Di 14:00-16:00 (Erster Termin: 29.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19234502 Übung
    Ü: Mathem. Strategien für komplexe stoch. Dynamik (Wei Zhang)
    Zeit: Fr 10:00-12:00 (Erster Termin: 25.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Concrete and simple stochastic dynamics will be studied to illustrate analytical and numerical techniques. Numerical methods will be demonstrated using Jupyter Notebook.

• Ergänzungsmodul Spezielle Forschungsaspekte

  0280bA7.4
  • 19219701 Vorlesung
    Algebra with Probability in Combinatorics (Tibor Szabo)
    Zeit: Do 08:00-10:00 (Erster Termin: 17.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Kommentar

    In Combinatorics and Graph Theory the best known constructions for an extremal problem classically employed either algebra or probability. The first usually leads to explicit constructions, while the latter is just a proof of existence. The problematic of explicit constructions is discussed in the Constructive Combinatorics Discrete Mathematics III lecture. Recently several breakthroughs in fundamental questions were achieved by combining algebra with probability. In this companion lecture course we discuss these.

• Ergänzungsmodul Forschungsseminar

  0280bA7.5
  • 19206011 Seminar
    Discrete Mathematics Masterseminar (Tibor Szabo)
    Zeit: Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 11.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt:
    Das Seminar behandelt fortgeschrittene Themen der Extremen und Probabilistischen Kombinatorik.

    Zielgruppe:
    BMS-Studenten, Master-Studenten oder fortgeschrittene Bachelor-Studenten.

    Voraussetzungen:
    Voraussetzung ist der erfolgreiche Abschluss der Vorlesung Diskrete Mathematik II oder III (oder gleichwertiger Hintergrund: Bitte kontaktieren Sie den Dozenten). 

     

  • 19226511 Seminar
    Seminar Mehrskalenmethoden in molekularen Simulationen (Luigi Delle Site)
    Zeit: Fr 12:00-14:00 (Erster Termin: 25.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    Audience: At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Das Seminar findet Freitags von 12-14 Uhr in der Arnimallee 9 statt.

    Kommentar

    Content: The seminar will concern the discussion of state-of-art techniques in molecular simulation which allow for a simulation of several space (especially) and time scale within one computational approach.

    The discussion will concerns both, specific computational coding and conceptual developments.

    Literaturhinweise

    Related Basic Literature:

    (1) M.Praprotnik, L.Delle Site and K.Kremer, Ann.Rev.Phys.Chem.59, 545-571 (2008)

    (2) C.Peter, L.Delle Site and K.Kremer, Soft Matter 4, 859-869 (2008).

    (3) M.Praprotnik and L.Delle Site, in "Biomolecular Simulations: Methods and Protocols" L.Monticelli and E.Salonen Eds. Vol.924, 567-583 (2012) Methods Mol. Biol. Springer-Science

  • 19226611 Seminar
    Seminar Quantum Computational Methods (Luigi Delle Site)
    Zeit: Mi 12:00-14:00 (Erster Termin: 16.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Die Veranstaltung findet Mittwochs von 12-14 Uhr in der Arnimallee 9 statt.

    Kommentar

    The seminar will focus on the literature related to the most popular molecular simulation methods for quantum mechanical systems.
    In particular we will read and discuss the paper at the foundation of Path Integral Molecular Dynamics, Quantum Monte Carlo techniques and Density Functional Theory. A new development became relevant in the last yeras, i.e. quantum calculations on quantum computers, part of the seminar will treat also such novel aspects.
    Moreover the reading and the discussion will be complemented by paper about the latest developments and applications of the methods.

    Literaturhinweise

    Related Basic Literature:
    (1) David M.Ceperley, Reviews of Modern Physics 67 279 (1995)
    (2) Miguel A. Morales, Raymond Clay, Carlo Pierleoni, and David M. Ceperley, Entropy 2014, 16(1), 287-321
    (3) P. Hohenberg and W. Kohn, Phys. Rev. 136 (1964) B864-B871

  • 19227611 Seminar
    Seminar Uncertainty Quantification & Inverse Problems (Claudia Schillings)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 24.04.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Kommentar

    Das Seminar behandelt fortgeschrittene Themen der Uncertainty Quantification and inversen Problemen.

  • 19233511 Seminar
    Geometric Group Theory (Georg Lehner)
    Zeit: Mo 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Bachelor- und Masterstudenten

    Voraussetzungen: Gruppentheorie. Zusätzlich können Kenntnisse in Geometrie (insbesondere elementare nicht-euklidische Geometrie) und/oder Topologie (Punktmengen-Topologie) hilfreich sein.

    Kommentar

    Gruppen werden am besten als Symmetrien mathematischer Objekte verstanden. Während endliche Gruppen oft vollständig durch ihre Wirkungen auf Vektorräume verstanden werden können, scheitert dieser Ansatz häufig bei unendlichen Gruppen, wie zum Beispiel freien Gruppen oder hyperbolischen Gruppen. Die geometrische Gruppentheorie versucht, natürliche geometrische Objekte (zum Beispiel topologische Räume wie Mannigfaltigkeiten oder Graphen) zu konstruieren, auf denen diese Gruppen wirken, und ermöglicht so eine Klassifizierung der Komplexität dieser Gruppen.

    In diesem Seminar werden wir dem Buch von Clara Löh zu diesem Thema folgen. Zu den behandelten Themen gehören Cayley-Graphen, freie Gruppen und ihre Untergruppen, Quasi-Isometrie-Klassen von Gruppen, Wachstumsarten von Gruppen, hyperbolische Gruppen und der Satz von Banach-Tarski.

    Literaturhinweise

    Clara Löh - Geometric Group Theory

  • 19239711 Seminar
    Advanced Dynamical Systems (Bernold Fiedler)
    Zeit: Do 16:00-18:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Studierende präsentieren aktuelle Paper über Themen aus dem Gebiet der zeitverzögerten Differentialgleichungen. Termine nur nach persönlicher Vereinbarung.

  • 19239911 Seminar
    Advanced Differential Equations (Bernold Fiedler)
    Zeit: Do 14:00-16:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Studierende präsentieren aktuelle Paper über Themen aus dem Gebiet der Dynamischen Systeme. Termine nur nach persönlicher Vereinbarung.

• Ergänzungsmodul BMS-Fridays

  0280bA7.8
  • 19223111 Seminar
    BMS-Freitage (Holger Reich)
    Zeit: Fr 14:00-17:00 (Erster Termin: 25.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Kommentar

    The Friday colloquia of BMS represent a common meeting point for Berlin mathematics at Urania Berlin: a colloquium with broad emanation that permits an overview of large-scale connections and insights. In thematic series, the conversation is about “mathematics as a whole,” and we hope to be able to witness some breakthroughs.

    Typically, there is a BMS colloquium every other Friday afternoon in the BMS Loft at Urania during term time. BMS Friday colloquia usually start at 2:15 pm. Tea and cookies are served before each talk at 1:00 pm.

    More details: https://www.math-berlin.de/academics/bms-fridays

• Ergänzungsmodul What is...? (BMS)

  0280bA7.9
  • 19217311 Seminar
    Doktorandenseminar "Was ist eigentlich...?" / "What is...?" (Holger Reich)
    Zeit: Fr 12:00-14:00 (Erster Termin: 18.04.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    The "What is ...?" seminars are usually held before the BMS Friday seminar to complement the topic of the talk.

    Zielgruppe: Anybody interested in mathematics is invited to attend the "What is ...?" seminars. This includes Bachelors, Masters, Diplom, and PhD students from any field, as well as researchers like Post-Docs.
    Voraussetzungen: The speakers assume that the audience has at least a general knowledge of graduate-level mathematics.

    Kommentar

    Inhalt: The "What is ...?" seminar is a 30-minute weekly seminar that concisely introduces terms and ideas that are fundamental to certain fields of mathematics but may not be familiar in others.
    The vast mathematical landscape in Berlin welcomes mathematicians with diverse backgrounds to work side by side, yet their paths often only cross within their individual research groups. To encourage interdisciplinary cooperation and collaboration, the "What is ...?" seminar attempts to initiate contact by introducing essential vocabulary and foundational concepts of the numerous fields represented in Berlin. The casual atmosphere of the seminar invites the audience to ask many questions and the speakers to experiment with their presentation styles.
    The location of the seminar rotates among the Urania, FU, TU, and HU. On the weeks when a BMS Friday takes place, the "What is ...?" seminar topic is arranged to coincide with the Friday talk acting as an introductory talk for the BMS Friday Colloquium. For a schedule of the talks and their locations, check the website. The website is updated frequently throughout the semester.

    Talks and more detailed information can be found here
    Homepage: http://www.math.fu-berlin.de/w/Math/WhatIsSeminar

• Basismodul: Numerik III

  0280cA1.12
  • 19215201 Vorlesung
    Basismodul: Numerik III (Volker John)
    Zeit: Mo 10:00-12:00, Mo 14:00-16:00 (Erster Termin: 28.04.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen

    Voraussetzungen für diesen Kurs sind Grundkenntnisse in Mathematik (Analysis I-III) und Numerische Analysis (Numerik I). Etwas Wissen in der Funktionsanalyse hilft viel.

    Kommentar

    Die mathematische Modellierung vieler Prozesse in Natur und Industrie führt auf partielle Differentialgleichungen. Diese können im Allgemeinen nicht analytisch gelöst werden. Man ist darauf angewiesen, numerische Approximationen der Lösung mit Hilfe diskretisierter Gleichungen zu berechnen. Dieser Kurs behandelt Diskretisierungen für elliptische Differentialgleichungen. Schwerpunkte sind Finite-Differenzen-Methoden und die Methode der Finiten Elemente.

    Literaturhinweise

    • D. Braess: Finite Elemente. Springer, 3. Auflage (2002)
    • A. Ern, J.-L. Guermond: Theory and Practice of Finite Elements (2004)

  • 19215202 Übung
    Übung zu Basismodul: Numerik III (André-Alexander Zepernick)
    Zeit: Fr 08:00-10:00 (Erster Termin: 25.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Kommentar

    Homepage:Wiki der Numerik II

• Basismodul: Partielle Differentialgleichungen I

  0280cA1.13
  • 19241301 Vorlesung
    Partielle Differentialgleichungen I (André Erhardt)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt:

    • Grundlagen partieller Differentialgleichungen (Laplace, Wärmeleitungs- und Wellengleichungen) Darstellungssätze, Lösungsmethoden
    • Grundzüge von Hilbertraummethoden

    Dieser Kurs kann auch als Basis für eine Bachelor- oder eine Masterarbeit in der Differentialgeometrie dienen.

    Literaturhinweise

    L.C. Evans, Partial Differential Equations
     

  • 19241302 Übung
    Übungen zu Partielle Differentialgleichungen I (Piotr Pawel Wozniak)
    Zeit: Di 16:00-18:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 0.1.01 Hörsaal B (Arnimallee 14)
    

• Basismodul: Topologie I

  0280cA1.17
  • 19205401 Vorlesung
    Basismodul: Topologie I (Christian Haase)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: 1.3.14 Hörsaal A (Arnimallee 14)
    

    Kommentar

    Auswahl aus folgenden Themen:

    1. Definition und Grundbegriffe topologischer Räume, Produkte, Coprodukte und Quotienten, Kompaktheit.
    2. Gruppenoperationen auf topologischen Räumen
    3. Verklebekonstruktionen, Simplizialkomplexe
    4. Homotopien zwischen Abbildungen, Abbildungsgrad und Fundamentalgruppe
    5. Satz von Seifert-van Kampen
    6. Überlagerungen
    7. Simpliziale Homologie
    8. kombinatorische Anwendungen

    Literaturhinweise

    Literature:

    1. M. A. Armstron: Basic Topology, Springer UTM
    2. Allen Hatcher: Algebraic Topology, Chapter I. Also available online from the author's website
    3. Jirí Matoušek: Using the Borsuk-Ulam Theorem, Springer UTX
    4. Mark de Longueville: A Course in Topological Combinatorics, Springer UTX
    5. Tammo tom Dieck: Topologie, De Gruyter Lehrbuch
    6. Klaus Jänich: Topologie, Springer-Verlag
    7. Gerd Laures, Markus Szymik: Grundkurs Topologie, Spektrum Akademischer Verlag
    8. James R. Munkres: Topology, Prentice Hall

  • 19205402 Übung
    Übung zu Basismodul: Topologie I (Sofia Garzón Mora)
    Zeit: Mo 16:00-18:00 (Erster Termin: 28.04.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

• Basismodul: Algebra II

  0280cA1.2
  • 19214501 Vorlesung
    Basismodul: Algebra II (Holger Reich)
    Zeit: Mo 10:00-12:00, Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 04.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Prerequisits: Comutitive algebra

    Kommentar

    The course deals with the fundamentals of homological algebra, sheaf theory, and the theory of ringed spaces and schemes.

    Possible topics include: 
    - categories and functors
    - additive and abelian categories
    - cohomology
    - sheaf theory
    - ringed spaces
    - schemes
    - separated and proper morphisms
    - blowing up
    - embeddings into projective spaces, divisors, invertible sheaves 
    - Riemann-Roch -Gröbner bases.

    Literaturhinweise

    For example: Introduction to Schemes, Geir Ellingsrud and John Christian Otten

  • 19214502 Übung
    Übung zu Basismodul: Algebra II (Georg Lehner)
    Zeit: Mi 08:00-10:00, Do 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

• Basismodul: Diskrete Geometrie II

  0280cA1.6
  • 19214901 Vorlesung
    BasisM: Diskrete Geometrie II (Georg Loho)
    Zeit: Di 10:00-12:00, Mi 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Solid background in linear algebra and some analysis. Basic knowledge and experience with polytopes and/or convexity (as from the course "Discrete Geometry I") will be helpful. .

    Kommentar

    Inhalt:

    This is the second in a series of three courses on discrete geometry. The aim of the course is a skillful handling of discrete geometric structures with an emphasis on metric and convex geometric properties. In the course we will develop central themes in metric and convex geometry including proof techniques and applications to other areas in mathematics.

    The material will be a selection of the following topics:
    Linear programming and some applications

    • Linear programming and duality
    • Pivot rules and the diameter of polytopes

    Subdivisions and triangulations

    • Delaunay and Voronoi
    • Delaunay triangulations and inscribable polytopes
    • Weighted Voronoi diagrams and optimal transport

    Basic structures in convex geometry

    • convexity and separation theorems
    • convex bodies and polytopes/polyhedra
    • polarity
    • Mahler’s conjecture
    • approximation by polytopes

    Volumes and roundness

    • Hilbert’s third problem
    • volumes and mixed volumes
    • volume computations and estimates
    • Löwner-John ellipsoids and roundness
    • valuations

    Geometric inequalities

    • Brunn-Minkowski and Alexandrov-Fenchel inequality
    • isoperimetric inequalities
    • measure concentration and phenomena in high-dimensions

    Geometry of numbers

    • lattices
    • Minkowski's (first) theorem
    • successive minima
    • lattice points in convex bodies and Ehrhart's theorem
    • Ehrhart-Macdonald reciprocity

    Sphere packings

    • lattice packings and coverings
    • the Theorem of Minkowski-Hlawka
    • analytic methods

    Applications in optimization, number theory, algebra, algebraic geometry, and functional analysis

    Literaturhinweise

    The course will use material from P. M. Gruber, " Convex and Discrete Geometry" (Springer 2007) and various other sources. There will be brief lecture notes available for course participants with detailed pointers to the literature.

  • 19214902 Übung
    Übung zu BasisM: Diskrete Geometrie II (Georg Loho)
    Zeit: Mi 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

• Basismodul: Dynamische Systeme I

  0280cA1.9
  • 19215601 Vorlesung Abgesagt
    Basismodul: Differentialgleichungen I - Dynamical Systems I (Isabelle Schneider)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Analysis I bis III und Lineare Algebra I und II.

    Kommentar

    Dynamische Systeme beschäftigen sich mit allem, was sich bewegt. Sie werden typischerweise durch gewöhnliche, funktionale oder partielle Differentialgleichungen beschrieben oder, im Fall diskreter Zeit, durch Iterationen. In diesem Kurs werden wir Flüsse und Evolutionen, erste Integrale, die Existenz und Eindeutigkeit von Lösungen sowie ω-Grenzmengen und Lyapunov-Funktionen untersuchen. Dynamische Systeme haben ein breites Anwendungsspektrum, das von Physik und Biologie bis hin zu Wirtschaft und Ingenieurwissenschaften reicht.

    Voraussetzungen: Analysis 1 & 2, Lineare Algebra 1 & 2. Ein Interesse an Anwendungen ist von Vorteil.

    Literaturhinweise

    L.C. Evans, Partial Differential Equations. Gelegentlich: W. Strauss, Partial Differential Equation. Alle Exemplare beider Texte stehen im Handapparat Ecker.

    Vorausgesetztes Material zu Analysis II und III siehe z.B. Appendices in diesem Buch (vor allem Appendix C und E (Maß- und Integrationstheorie).

  • 19215602 Übung Abgesagt
    Übung zu Basismodul: Differentialgleichungen I (Isabelle Schneider)
    Zeit: Di 16:00-18:00 (Erster Termin: 22.04.2025)
    Ort: 0.1.01 Hörsaal B (Arnimallee 14)
    

    Kommentar

    Am 23. April findet keine Übung statt.

• Aufbaumodul: Diskrete Mathematik III

  0280cA2.4
  • 19215001 Vorlesung
    Constructive Combinatorics (Tibor Szabo)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Grundlegende Bachelor-Algebra, Wahrscheinlichkeit und Disrete Mathematik.

    Kommentar

    Abstrakt:
    Trotz der Wirksamkeit der probabilistischen Methode in der extremen Kombinatorik bleiben explizit konstruktive Ansätze von größter Bedeutung. Einerseits sind sie den rein existentiellen Argumenten oft überlegen, und selbst wenn sie es nicht sind, ist die Suche nach der effizientesten deterministischen kombinatorischen Struktur natürlich durch Fragen der Komplexität motiviert.
    Der Kurs behandelt klassische Turan- und Ramsay-Probleme der extremen Kombinatorik aus dieser konstruktiven Perspektive.
    Neben der Kombinatorik beinhalten die Methoden oft algebraische und probabilistische Techniken (affine und projektive Geometrien über endliche Felder, Eigenwerte und quasizufällige Graphen, die diskrete Fourier-Transformation).
    Weitere Informationen finden Sie auf der Homepage von Prof. Szabó.

    Literaturhinweise

    A script will be provided.

  • 19215002 Übung
    Constructive Combinatorics exercises (Tibor Szabo)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Kommentar

    Abstract:
    Despite the effectiveness of the probabilistic method in extremal combinatorics, explicit constructive approaches remain of paramount importance. On the one hand, they are often superior to purely existential arguments, and, even when they are not, the search for the most efficient deterministic combinatorial structure is naturally motivated by questions of complexity.
    The course discusses classic Turan- and Ramsay-type problems of extremal combinatorics from this constructive perspective.
    Besides combinatorics, the methods often involve algebraic and probabilistic techniques (affine and projective geometries over finite fields, eigenvalues and quasirandom graphs, the discrete Fourier transform).
    For further details please check Prof. Szabó's homepage.

• Aufbaumodul: Numerik IV

  0280cA2.6
  • 19207101 Vorlesung
    Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Rupert Klein)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: 1.3.14 Hörsaal A (Arnimallee 14)
    

    Kommentar

    Viele Probleme in den Naturwissenschaften werden durch Prozesse bestimmt, die auf verschiedenen Skalen ablaufen. Solche Probleme werden als Mehrskalenprobleme bezeichnet. Ein Beispiel für ein Mehrskalenproblem sind die partiellen Differentialgleichungen, die in der geophysikalischen Fluiddynamik Anwendung finden. Für die analytische Beschreibung der langsamen Skalen können Mittelungsmethoden verwendet werden. Diese Beschreibungen sind vorteilhaft bei der Anwendung numerischer Zeitschrittverfahren, da die gemittelten Gleichungen auf gröberen Zeitgittern gelöst werden können als die nicht gemittelten Gleichungen. Das Hauptaugenmerk dieses Kurses liegt auf Mittelungsverfahren für partielle Differentialgleichungen, die Fluide beschreiben, und dem Design von parallelisierbaren, numerischen Zeitschrittverfahren, die auf dem Parareellen Verfahren basieren und die Mittelungsverfahren einbinden.

    Anforderungen: Grundvorlesungen in Analysis, Grundvorlesungen Numerik

    Literatur:

    Wingate, B.A.; Rosemeier, J.; Haut, T., Mean Flow from Phase Averages in the 2D Boussinesq Equations. Atmosphere 2023, 14, 1523.
    https://doi.org/10.3390/atmos14101523

    T. Haut, B. Wingate,  An asymptotic parallel-in-time method for highly oscillatory pde's, SIAM Journal on Scientific Computing, 36 (2014), pp. A693-A713

    J.-L. Lions, G. Turinici, A "parareal" in time discretization of PDE's, Comptes Rendus de l'Academie des Sciences - Series I - Mathematics, 332 (2001), pp. 661-668

    Sanders, F. Verhulst, J. Murdock,  Averaging Methods in Nonlinear Dynamical Systems, Springer New York, NY, 2ed., 2000

  • 19215301 Vorlesung
    Mathematische Modellierung in der Klimaforschung (Rupert Klein)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Kommentar

    Inhalt:

    Die Mathematik spielt eine zentrale Rolle bei der Entwicklung und Analyse von Modellen zur Wettervorhersage. Kontrollierte physikalische Experimente kommen nicht in Frage, und die einzige Möglichkeit, das Wetter- und Klimasystem der Erde zu untersuchen, sind mathematische Modelle, Computerexperimente und Datenanalysen.

    Schwankungen im täglichen Wetter sind eng mit Turbulenzen verbunden, und Turbulenzen stellen eine Herausforderung für die Vorhersagbarkeit des Wetters dar. Es ist keine generelle Lösung für die Gleichungen der Fluidbewegung bekannt, und folglich gibt es auch keine generelle Lösung für Probleme in turbulenten Strömungen. Stattdessen verlassen sich die Wissenschaftler auf konzeptionelle Modelle und statistische Beschreibungen, um die Essenz des täglichen Wetters zu verstehen und zu verstehen, wie sich dies auf das Klimaverhalten auswirkt.

    
    Dieser Kurs/Seminar konzentriert sich auf Techniken der mathematischen Modellierung, die Wissenschaftler dabei unterstützen, die aufgeführten Themen systematisch zu erforschen.

    Der Kurs umfasst eine Auswahl aus folgenden Themenbereichen

    1. Konservierungsgesetze und geltende Gleichungen,

    2. Numerische Methoden für geophysikalische Strömungssimulationen,

    3. Dynamische Systeme und Bifurkationstheorie,

    4. Datenbasierte Charakterisierung atmosphärischer Strömungen

     

    Die Lehrveranstaltung kann an der FU Berlin als zweiter Teil eines zweisemestrigen BMS Basic Courses "Mathematical Modeling with PDEs" besucht werden. Der erste Teil wird durch die Lehrveranstaltung 19235701 + 19235702 "Einführung in die mathematische Modellierung mit partiellen Differentialgleichungen" abgedeckt, welche an der FU Berlin in Wintersemestern angeboten wird. 

    Literaturhinweise

    Literaturhinweise werden anfangs des Semesters in Abhängigkeit von der Themenauswahl gegeben. Interessante Startpunkte, die einen ersten Einstieg in obige drei Hauptpunkte erlauben, sind Klein R., Scale-Dependent Asymptotic Models for Atmospheric Flows, Ann. Rev. Fluid Mech., vol. 42, 249-274 (2010) D. Durran, Numerical Methods for Fluid Dynamics with Applications to Geophysics, Springer, Computational Science and Engineering Series, (2010) Metzner Ph., Putzig L., Horenko I., Analysis of persistent nonstationary time series and applications Comm. Appl. Math. & Comput. Sci., vol. 7, 175-229 (2012)

    Tennekes and Lumley, A first course in Turbulence, MIT Press (1974)

     

  • 19222601 Vorlesung
    Numerik stochastischer Differentialgleichungen (Ana Djurdjevac)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Students who are interested in stochastics and numerics
    Voraussetzungen: Stochastik I + II, Numerik I + II

    Kommentar

    Inhalt der Veranstaltung:
    The lecture will cover the following topics (not exhaustive)

    • Brownian motion 
    • Numerical discretization of stochastic differential equations
    • Monte Carlo methods
    • Representations of random fields
    • Modelling with stochastic differential equations
    • Applications

    
    
    
     

    Literaturhinweise

    Literatur:

    1. D. Higham, D. and  Kloeden, P.  An introduction to the numerical simulation of stochastic differential equations. SIAM, 2021
    2. E. Kloeden, E. Platen and H. Schurz. Numerical Solution of SDEs through computer experiments. Springer, Berlin, 2002
    3. B. Lapeyre, E. Pardoux, and R. Sentis, Introduction to Monte-Carlo Methods for Transport and Diffusion Equations, Oxford University Press, 2003.
    4. B. Oksendal. Stochastic Differential Equations: An Introduction with Applications. Springer, Berlin, 2003
    5. Lord, G. J., Powell, C. E., and Shardlow, T. An introduction to computational stochastic PDEs (Vol. 50). Cambridge University Press, 2014

  • 19223901 Vorlesung
    Uncertainty Quantification and Quasi-Monte Carlo (Claudia Schillings)
    Zeit: Mo 10:00-12:00 (Erster Termin: 14.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Literaturhinweise

    The following books will be relevant:

    • O. P. Le Maître and O. M. Knio. Spectral Methods for Uncertainty Quantification: With Applications to Computational Fluid Dynamics. Scientific Computation. Springer, New York, 2010.
    • R. C. Smith. Uncertainty Quantification: Theory, Implementation, and Applications, volume 12 of Computational Science & Engineering. Society for Industrial and Applied Mathematics (SIAM), Philadelphia, PA, 2014.
    • T. J. Sullivan. Introduction to Uncertainty Quantification. Springer, New York, in press.
    • D. Xiu. Numerical Methods for Stochastic Computations: A Spectral Method Approach. Princeton University Press, Princeton, NJ, 2010.

  • 19234501 Vorlesung
    Mathematische Strategien für komplexe stochastische Dynamik (Wei Zhang)
    Zeit: Mi 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Grundkenntnisse in Stochastik und numerischen Methoden

    Kommentar

    Inhalt:

    Stochastische Dynamiken werden in wissenschaftlichen Bereichen wie Physik, Biologie und Klima umfassend untersucht. Das Verständnis dieser Dynamiken ist aufgrund ihrer hohen Dimensionalität und Multiskaleneigenschaften oft eine Herausforderung. Diese Vorlesung bietet eine Einführung in theoretische und numerische Techniken (einschließlich Techniken des maschinellen Lernens) zum Studium solch komplexer stochastischer Dynamiken. Die folgenden Themen werden behandelt.

    - Grundlagen stochastischer Prozesse

    - Modellreduktionstechniken für stochastische Dynamik

    - Techniken des maschinellen Lernens

    Literaturhinweise

    1) Bernt Øksendal. Stochastic Differential Equations: An Introduction with Applications. 5th. Springer, 2000

    2) Kevin P. Murphy. Probabilistic Machine Learning: An introduction. MIT Press, 2022. url: probml.ai

    3) J.-H. Prinz et al. “Markov models of molecular kinetics: Generation and validation”. In: J. Chem. Phys. 134.17, 174105 (2011), p. 174105

    4) W. Zhang, C. Hartmann, and C. Schütte. “Effective dynamics along given reaction coordinates and reaction rate theory”. In: Faraday Discuss. 195 (2016), pp. 365–394

    5) Mardt, A., Pasquali, L., Wu, H. et al. VAMPnets for deep learning of molecular kinetics. Nat Commun 9, 5 (2018).

    6)  Score-Based Generative Modeling through Stochastic Differential Equations, Yang Song, Jascha Sohl-Dickstein, Diederik P Kingma, Abhishek Kumar, Stefano Ermon, Ben Poole, ICLR 2021.

  • 19207102 Übung
    Übung zu Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Rupert Klein)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19215302 Übung
    Übung zu Mathematische Modellierung in der Klimaforschung (Rupert Klein)
    Zeit: Di 16:00-18:00 (Erster Termin: 15.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    
  • 19222602 Übung
    Übung zu Numerik stochastischer Differentialgleichungen (Ana Djurdjevac)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19223902 Übung
    Übung zu UQ and QMC (Claudia Schillings)
    Zeit: Di 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    
  • 19234502 Übung
    Ü: Mathem. Strategien für komplexe stoch. Dynamik (Wei Zhang)
    Zeit: Fr 10:00-12:00 (Erster Termin: 25.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Concrete and simple stochastic dynamics will be studied to illustrate analytical and numerical techniques. Numerical methods will be demonstrated using Jupyter Notebook.

• Aufbaumodul: Partielle Differentialgleichungen III

  0280cA2.7
  • 19243001 Vorlesung
    Partielle Differentialgleichungen III (Erica Ipocoana)
    Zeit: Di 08:00-10:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Partielle Differentialgleichungen I und II

    Kommentar

    Die Lehrveranstaltung baut auf der Vorlesung Partielle Differentialgleichungen II auf, wie sie im vorangegangenen Wintersemester angeboten wurde. Sie vertieft Methoden für Randwertprobleme nichtlinearer elliptischer Differentialgleichungen. Zentraler Aspekt sind Variationsmethoden, insbesondere die mehrdimensionale Variationsrechnung.  

    Literaturhinweise

    Wird in der Vorlesung bekannt gegeben / to be announced.

  • 19243002 Übung
    Übung Partielle Differentialgleichungen III (Erica Ipocoana)
    Zeit: Do 12:00-14:00 (Erster Termin: 24.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

• Aufbaumodul: Stochastik IV

  0280cA2.8
  • 19222601 Vorlesung
    Numerik stochastischer Differentialgleichungen (Ana Djurdjevac)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Students who are interested in stochastics and numerics
    Voraussetzungen: Stochastik I + II, Numerik I + II

    Kommentar

    Inhalt der Veranstaltung:
    The lecture will cover the following topics (not exhaustive)

    • Brownian motion 
    • Numerical discretization of stochastic differential equations
    • Monte Carlo methods
    • Representations of random fields
    • Modelling with stochastic differential equations
    • Applications

    
    
    
     

    Literaturhinweise

    Literatur:

    1. D. Higham, D. and  Kloeden, P.  An introduction to the numerical simulation of stochastic differential equations. SIAM, 2021
    2. E. Kloeden, E. Platen and H. Schurz. Numerical Solution of SDEs through computer experiments. Springer, Berlin, 2002
    3. B. Lapeyre, E. Pardoux, and R. Sentis, Introduction to Monte-Carlo Methods for Transport and Diffusion Equations, Oxford University Press, 2003.
    4. B. Oksendal. Stochastic Differential Equations: An Introduction with Applications. Springer, Berlin, 2003
    5. Lord, G. J., Powell, C. E., and Shardlow, T. An introduction to computational stochastic PDEs (Vol. 50). Cambridge University Press, 2014

  • 19229601 Vorlesung Abgesagt
    Stochastische Dynamik in Flüssigkeiten (Felix Höfling)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Target audience: M.Sc. Mathematik/Physik/Computational Sciences

    Requirements: either Stochastics III (Stochastic differential equations) or Advanced Statistical Physics

    Kommentar

    Der flüssige Zustand umfasst eine große Klasse von Materialien, die von einfachen Flüssigkeiten (Argon, Methan) und molekularen Flüssigkeiten (Wasser) bis hin zu Systemen weicher Materie wie Polymerlösungen (Ketchup), kolloidalen Suspensionen (Wandfarbe) und heterogenen Medien (Zellzytoplasma) reichen. Der grundlegende Transportmodus in Flüssigkeiten ist die Diffusion aufgrund thermischer Fluktuationen, aber schon die einfachsten Flüssigkeiten weisen nicht-triviales dynamisches Verhalten auf, das weit über die mathematische Brownsche Bewegung hinausgeht. Seit den Anfängen dieses Forschungsgebiets haben Computersimulationen eine zentrale Rolle bei der Identifizierung komplexer Dynamiken und der Überprüfung von Näherungen in theoretischen Beschreibungen gespielt. Auf der anderen Seite erlegt die Theorie der Analyse von experimentellen oder Simulationsdaten Beschränkungen auf.

    Die Vorlesung ist an der Schnittstelle von Stochastik und statistischer Mechanik angesiedelt. Flüssigkeiten stellen hochdimensionale stochastische Prozesse dar, und ich werde eine Einführung in die Prinzipien der Theorie der Flüssigkeiten geben, und wir werden die mathematische Struktur der relevanten Korrelationsfunktionen erarbeiten. Der zweite Teil stellt eine Verbindung zur aktuellen Forschung her und gibt einen Überblick zu ausgewählten Themen. Die Übungen gliedern sich in einen theoretischen Teil, der im zweiwöchentlichen Rhythmus behandelt wird, und einen praktischen Teil in Form eines kleinen Simulationsprojektes, das während einer Blockübung (2 Tage) direkt nach der Vorlesungszeit durchgeführt wird.

    Stichwörter:

    •     Brownsche Bewegung, Diffusion und stochastische Prozesse in Flüssigkeiten
    •     harmonische Analyse von Korrelationsfunktionen
    •     Zwanzig-Mori-Projektionsoperator-Formalismus
    •     Moden-Kopplungs-Näherungen, Langzeitanomalien
    •     kritische Dynamik und Transportanomalien

     

    Literaturhinweise

    • Hansen and McDonald: Theory of simple liquids (Academic Press, 2006).
    • Höfling and Franosch, Anomalous transport in the crowded world of biological cells, Rep. Prog. Phys. 76, 046602 (2013).

    Further literature will be given during the course.

  • 19242101 Vorlesung
    Stochastik IV (Guilherme de Lima Feltes, Nicolas Perkowski)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzung: Stochastik I, II, III. 
    Empfohlen wird Funktionalanalysis.

    Kommentar

    Inhalt:

    • Ito-Kalkül für Gaußsche Zufallsmaße;
    • semilineare stochastische partielle Differentialgleichungen in einer Dimension;
    • Schauder-Abschätzungen;
    • Gaußsche Hyperkontraktivität;
    • Paraprodukte und parakontrollierte Distributionen;
    • lokale Existenz und Eindeutigkeit für semilineare SPDEs in höheren Dimensionen;
    • Eigenschaften der Lösungen

    Nähere Informationen finden Sie auf der Homepage der 19246301 SPDEs: Classical and New.

    Literaturhinweise

    Literature
    There will be lecture notes.

  • 19222602 Übung
    Übung zu Numerik stochastischer Differentialgleichungen (Ana Djurdjevac)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19229602 Übung Abgesagt
    Übung zu Stochastische Prozessen in Flüssigkeiten (Felix Höfling)
    Zeit: Di 14:00-16:00 (Erster Termin: 29.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19242102 Übung
    Ü: Stochastics IV (Guilherme de Lima Feltes)
    Zeit: Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

• Vertiefungsmodul: Masterseminar Diskrete Mathematik

  0280cA3.4
  • 19206011 Seminar
    Discrete Mathematics Masterseminar (Tibor Szabo)
    Zeit: Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 11.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt:
    Das Seminar behandelt fortgeschrittene Themen der Extremen und Probabilistischen Kombinatorik.

    Zielgruppe:
    BMS-Studenten, Master-Studenten oder fortgeschrittene Bachelor-Studenten.

    Voraussetzungen:
    Voraussetzung ist der erfolgreiche Abschluss der Vorlesung Diskrete Mathematik II oder III (oder gleichwertiger Hintergrund: Bitte kontaktieren Sie den Dozenten). 

     

• Vertiefungsmodul: Masterseminar Numerik

  0280cA3.6
  • 19226611 Seminar
    Seminar Quantum Computational Methods (Luigi Delle Site)
    Zeit: Mi 12:00-14:00 (Erster Termin: 16.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Die Veranstaltung findet Mittwochs von 12-14 Uhr in der Arnimallee 9 statt.

    Kommentar

    The seminar will focus on the literature related to the most popular molecular simulation methods for quantum mechanical systems.
    In particular we will read and discuss the paper at the foundation of Path Integral Molecular Dynamics, Quantum Monte Carlo techniques and Density Functional Theory. A new development became relevant in the last yeras, i.e. quantum calculations on quantum computers, part of the seminar will treat also such novel aspects.
    Moreover the reading and the discussion will be complemented by paper about the latest developments and applications of the methods.

    Literaturhinweise

    Related Basic Literature:
    (1) David M.Ceperley, Reviews of Modern Physics 67 279 (1995)
    (2) Miguel A. Morales, Raymond Clay, Carlo Pierleoni, and David M. Ceperley, Entropy 2014, 16(1), 287-321
    (3) P. Hohenberg and W. Kohn, Phys. Rev. 136 (1964) B864-B871

  • 19227611 Seminar
    Seminar Uncertainty Quantification & Inverse Problems (Claudia Schillings)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 24.04.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Kommentar

    Das Seminar behandelt fortgeschrittene Themen der Uncertainty Quantification and inversen Problemen.

• Vertiefungsmodul: Masterseminar Partielle Differentialgleichungen

  0280cA3.7
  • 19247111 Seminar
    Variationsmethoden und Gamma-Konvergenz (Marita Thomas)
    Zeit: Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Kommentar

    This seminar addresses bachelor and master students interested in the analysis of partial differential equations (PDEs). It focuses on elliptic PDEs, where the direct method of the calculus of variations provides a powerful tool to handle linear as well as nonlinear problems by investigating the minimality properties of the functional associated with the PDE. Closely related to this is the method of Gamma-convergence, which allows it to study sequences of functionals and minimization problems. A background with courses in analysis, functional analysis, and introduction to PDEs is useful to attend the seminar, but the topics for the presentations will be adapted to the background of the participants.   The main part of the seminar will be held en block in the teaching-free period.

• Vertiefungsmodul: Masterseminar Topologie

  0280cA3.9
  • 19233511 Seminar
    Geometric Group Theory (Georg Lehner)
    Zeit: Mo 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Bachelor- und Masterstudenten

    Voraussetzungen: Gruppentheorie. Zusätzlich können Kenntnisse in Geometrie (insbesondere elementare nicht-euklidische Geometrie) und/oder Topologie (Punktmengen-Topologie) hilfreich sein.

    Kommentar

    Gruppen werden am besten als Symmetrien mathematischer Objekte verstanden. Während endliche Gruppen oft vollständig durch ihre Wirkungen auf Vektorräume verstanden werden können, scheitert dieser Ansatz häufig bei unendlichen Gruppen, wie zum Beispiel freien Gruppen oder hyperbolischen Gruppen. Die geometrische Gruppentheorie versucht, natürliche geometrische Objekte (zum Beispiel topologische Räume wie Mannigfaltigkeiten oder Graphen) zu konstruieren, auf denen diese Gruppen wirken, und ermöglicht so eine Klassifizierung der Komplexität dieser Gruppen.

    In diesem Seminar werden wir dem Buch von Clara Löh zu diesem Thema folgen. Zu den behandelten Themen gehören Cayley-Graphen, freie Gruppen und ihre Untergruppen, Quasi-Isometrie-Klassen von Gruppen, Wachstumsarten von Gruppen, hyperbolische Gruppen und der Satz von Banach-Tarski.

    Literaturhinweise

    Clara Löh - Geometric Group Theory

• Ergänzungsmodul: Ausgewählte Themen A

  0280cA4.1
  • 19205401 Vorlesung
    Basismodul: Topologie I (Christian Haase)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: 1.3.14 Hörsaal A (Arnimallee 14)
    

    Kommentar

    Auswahl aus folgenden Themen:

    1. Definition und Grundbegriffe topologischer Räume, Produkte, Coprodukte und Quotienten, Kompaktheit.
    2. Gruppenoperationen auf topologischen Räumen
    3. Verklebekonstruktionen, Simplizialkomplexe
    4. Homotopien zwischen Abbildungen, Abbildungsgrad und Fundamentalgruppe
    5. Satz von Seifert-van Kampen
    6. Überlagerungen
    7. Simpliziale Homologie
    8. kombinatorische Anwendungen

    Literaturhinweise

    Literature:

    1. M. A. Armstron: Basic Topology, Springer UTM
    2. Allen Hatcher: Algebraic Topology, Chapter I. Also available online from the author's website
    3. Jirí Matoušek: Using the Borsuk-Ulam Theorem, Springer UTX
    4. Mark de Longueville: A Course in Topological Combinatorics, Springer UTX
    5. Tammo tom Dieck: Topologie, De Gruyter Lehrbuch
    6. Klaus Jänich: Topologie, Springer-Verlag
    7. Gerd Laures, Markus Szymik: Grundkurs Topologie, Spektrum Akademischer Verlag
    8. James R. Munkres: Topology, Prentice Hall

  • 19214501 Vorlesung
    Basismodul: Algebra II (Holger Reich)
    Zeit: Mo 10:00-12:00, Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 04.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Prerequisits: Comutitive algebra

    Kommentar

    The course deals with the fundamentals of homological algebra, sheaf theory, and the theory of ringed spaces and schemes.

    Possible topics include: 
    - categories and functors
    - additive and abelian categories
    - cohomology
    - sheaf theory
    - ringed spaces
    - schemes
    - separated and proper morphisms
    - blowing up
    - embeddings into projective spaces, divisors, invertible sheaves 
    - Riemann-Roch -Gröbner bases.

    Literaturhinweise

    For example: Introduction to Schemes, Geir Ellingsrud and John Christian Otten

  • 19214701 Vorlesung
    Diskrete Mathematik I (Ralf Borndörfer)
    Zeit: Di 14:00-16:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Target group:

    BMS students, Master and Bachelor students

    Whiteboard:

    You need access to the whiteboard in order to receive information and participate in the exercises.

    Large tutorial:

    Participation is recommended, but non-mandatory.

    Exams:

    1st exam: Thurday July 17, 14:00-16:00, room tba, i.e., in the last lecture
    2nd exam: Thursday October 09, 10:00-12:00, room tba, i.e., in the last week before the lectures of the winter semester start

    Kommentar

    Content:

    Selection from the following topics:

    • Enumeration (twelvefold way, inclusion-exclusion, double counting, recursions, generating functions, inversion, Ramsey's Theorem, asymptotic counting)
    • Discrete Structures (graphs, set systems, designs, posets, matroids)
    • Graph Theory (trees, matchings, connectivity, planarity, colorings)

    Literaturhinweise

    • J. Matousek, J. Nesetril (2002/2007): An Invitation to Discrete Mathematics, Oxford University Press, Oxford/Diskrete Mathematik, Springer Verlag, Berlin, Heidelberg.
    • L. Lovasz, J. Pelikan, K. Vesztergombi (2003): Discrete Mathemtics - Elementary and Beyond/Diskrete Mathematik, Springer Verlag, New York.
    • N. Biggs (2004): Discrete Mathematics. Oxford University Press, Oxford.
    • M. Aigner (2004/2007): Diskrete Mathematik, Vieweg Verlag, Wiesbaden/Discrete Mathemattics, American Mathematical Society, USA.
    • D. West (2011): Introduction to Graph Theory. Pearson Education, New York.

  • 19214901 Vorlesung
    BasisM: Diskrete Geometrie II (Georg Loho)
    Zeit: Di 10:00-12:00, Mi 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Solid background in linear algebra and some analysis. Basic knowledge and experience with polytopes and/or convexity (as from the course "Discrete Geometry I") will be helpful. .

    Kommentar

    Inhalt:

    This is the second in a series of three courses on discrete geometry. The aim of the course is a skillful handling of discrete geometric structures with an emphasis on metric and convex geometric properties. In the course we will develop central themes in metric and convex geometry including proof techniques and applications to other areas in mathematics.

    The material will be a selection of the following topics:
    Linear programming and some applications

    • Linear programming and duality
    • Pivot rules and the diameter of polytopes

    Subdivisions and triangulations

    • Delaunay and Voronoi
    • Delaunay triangulations and inscribable polytopes
    • Weighted Voronoi diagrams and optimal transport

    Basic structures in convex geometry

    • convexity and separation theorems
    • convex bodies and polytopes/polyhedra
    • polarity
    • Mahler’s conjecture
    • approximation by polytopes

    Volumes and roundness

    • Hilbert’s third problem
    • volumes and mixed volumes
    • volume computations and estimates
    • Löwner-John ellipsoids and roundness
    • valuations

    Geometric inequalities

    • Brunn-Minkowski and Alexandrov-Fenchel inequality
    • isoperimetric inequalities
    • measure concentration and phenomena in high-dimensions

    Geometry of numbers

    • lattices
    • Minkowski's (first) theorem
    • successive minima
    • lattice points in convex bodies and Ehrhart's theorem
    • Ehrhart-Macdonald reciprocity

    Sphere packings

    • lattice packings and coverings
    • the Theorem of Minkowski-Hlawka
    • analytic methods

    Applications in optimization, number theory, algebra, algebraic geometry, and functional analysis

    Literaturhinweise

    The course will use material from P. M. Gruber, " Convex and Discrete Geometry" (Springer 2007) and various other sources. There will be brief lecture notes available for course participants with detailed pointers to the literature.

  • 19215201 Vorlesung
    Basismodul: Numerik III (Volker John)
    Zeit: Mo 10:00-12:00, Mo 14:00-16:00 (Erster Termin: 28.04.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen

    Voraussetzungen für diesen Kurs sind Grundkenntnisse in Mathematik (Analysis I-III) und Numerische Analysis (Numerik I). Etwas Wissen in der Funktionsanalyse hilft viel.

    Kommentar

    Die mathematische Modellierung vieler Prozesse in Natur und Industrie führt auf partielle Differentialgleichungen. Diese können im Allgemeinen nicht analytisch gelöst werden. Man ist darauf angewiesen, numerische Approximationen der Lösung mit Hilfe diskretisierter Gleichungen zu berechnen. Dieser Kurs behandelt Diskretisierungen für elliptische Differentialgleichungen. Schwerpunkte sind Finite-Differenzen-Methoden und die Methode der Finiten Elemente.

    Literaturhinweise

    • D. Braess: Finite Elemente. Springer, 3. Auflage (2002)
    • A. Ern, J.-L. Guermond: Theory and Practice of Finite Elements (2004)

  • 19215601 Vorlesung Abgesagt
    Basismodul: Differentialgleichungen I - Dynamical Systems I (Isabelle Schneider)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Analysis I bis III und Lineare Algebra I und II.

    Kommentar

    Dynamische Systeme beschäftigen sich mit allem, was sich bewegt. Sie werden typischerweise durch gewöhnliche, funktionale oder partielle Differentialgleichungen beschrieben oder, im Fall diskreter Zeit, durch Iterationen. In diesem Kurs werden wir Flüsse und Evolutionen, erste Integrale, die Existenz und Eindeutigkeit von Lösungen sowie ω-Grenzmengen und Lyapunov-Funktionen untersuchen. Dynamische Systeme haben ein breites Anwendungsspektrum, das von Physik und Biologie bis hin zu Wirtschaft und Ingenieurwissenschaften reicht.

    Voraussetzungen: Analysis 1 & 2, Lineare Algebra 1 & 2. Ein Interesse an Anwendungen ist von Vorteil.

    Literaturhinweise

    L.C. Evans, Partial Differential Equations. Gelegentlich: W. Strauss, Partial Differential Equation. Alle Exemplare beider Texte stehen im Handapparat Ecker.

    Vorausgesetztes Material zu Analysis II und III siehe z.B. Appendices in diesem Buch (vor allem Appendix C und E (Maß- und Integrationstheorie).

  • 19241301 Vorlesung
    Partielle Differentialgleichungen I (André Erhardt)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt:

    • Grundlagen partieller Differentialgleichungen (Laplace, Wärmeleitungs- und Wellengleichungen) Darstellungssätze, Lösungsmethoden
    • Grundzüge von Hilbertraummethoden

    Dieser Kurs kann auch als Basis für eine Bachelor- oder eine Masterarbeit in der Differentialgeometrie dienen.

    Literaturhinweise

    L.C. Evans, Partial Differential Equations
     

  • 19248101 Vorlesung
    Mathematik und Nachhaltigkeit (Georg Loho, Jan-Hendrik de Wiljes, Benedikt Weygandt)
    Zeit: Mo 14:00-16:00, Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Terminhinweis: Die Veranstaltung findet regelmäßig Mo 12‒16 und Di 14‒16 Uhr statt, allerdings mit folgender Ausnahme: Aufgrund des Dies Academicus, den das Institut für Mathematik am ersten Tag des Semesters veranstaltet, gibt es in der ersten Woche abweichende Termine. Für die Einteilung in Kleingruppen, in denen man das Semester über arbeitet, ist es notwendig, beim ersten Treffen am Dienstag, 15. April von 14‒18 Uhr anwesend zu sein.
     

    Leitidee der Veranstaltung
    Ziel der Veranstaltung ist es, einen Überblick über die Bedeutung und Anwendbarkeit diverser mathematischer Gebiete im Kontext von Nachhaltigkeit zu bekommen. Ferner soll dies anhand kleinerer Probleme selbst angewendet werden können. Mathematik ist bekanntermaßen überall und besitzt eine hohe gesellschaftliche Relevanz. Insbesondere im Kontext Nachhaltigkeit sollten wir als mathematische Community Verantwortung übernehmen, einen lebenswerten Planeten zu erhalten und unsere Erkenntnisse, Methoden, Verfahren etc. gemeinwohlorientiert einzusetzen. Dies involviert auch die Aufbereitung und Kommunikation der behandelten mathematischen Themenbereiche.

    Inhaltliche Schwerpunkte
    Wir werden eine Einführung in die vier mathematischen Bereiche Optimierung, Spieltheorie, Statistik, Dynamische Systeme geben. Mittels mathematischer Modellierung werden wir identifizieren, wie diese Bereiche zum Verständnis und mit Lösungsansätzen zu Klimakrise, Verlust von Biodiversität, Ressourcenverknappung und sozialer Ungleichheit beitragen. 

    Methodische Konzeption
    Diese Veranstaltung wird durch ein zeitgemäßes didaktisches Konzept begleitet. Dazu gehören Elemente aus dem Design Thinking, New Work-Methoden wie agiles Arbeiten, aber auch der Ansatz der student agency. Dies bedeutet, dass Lernende Verantwortung für ihren Lernerfolg und Kompetenzzuwachs übernehmen, dabei aber natürlich nicht auf sich alleine gestellt sind, sondern auf diverse inhaltliche bzw. methodische Ressourcen zurückgreifen können. 

    Die inhaltliche Arbeit erfolgt in festen Kleingruppen, die zu jedem mathematischen Themenfeld ein Anwendungsszenario erarbeitet. Dazu werden kleinere reale Probleme bzw. entsprechende mathematische Forschungspaper als Aufhänger und Ausgangspunkt für die Gruppenarbeit ausgewählt. 
    Jeder dieser thematischen „eduSCRUM-Sprints“ besteht aus Planung, Durchführung, Präsentation und endet mit der Reflexion der Arbeitsweisen innerhalb des Teams.

    Zu jedem der vier mathematischen Bereiche gibt es einen Sprint von ca. drei Wochen. Zwischen den Sprints wird zu jedem Themengebiet eine kleine Challenge (zwei bis drei kurze Aufgaben) veröffentlicht, die in Gruppen bearbeitet abzugeben ist. Der Workload dieser Veranstaltung verteilt sich anteilig ungefähr wie folgt: 30% Präsenztermine (Montag & Dienstag) + 10% Challenges + 60% eduScrum-Projektarbeit
     

    Überblick über die wöchentliche Struktur der Veranstaltung 

    • Dienstag 14–16 Uhr: Die Vorlesungstermine dienen der kompakten Aufbereitung der benötigten mathematischen Gebiete und bilden damit die fundamentale  inhaltliche Grundlage für die Projektarbeit. Wir geben dabei einen Einblick in diverse mathematische Gebiete und ihren Anwendungsbezug. 
    • Projektarbeitsphase (zwischen Dienstag 16 Uhr und Montag 12 Uhr): Die Projektarbeitsphase dient dem agilen Arbeiten in Kleingruppen, welche über das Semester verteilt mehrere Anwendungen von Mathematik in SDG-Kontext erarbeiten und aufbereiten. Dabei wird sich an der Methode eduSCRUM orientiert, um über das Semester verteilt in mehreren agilen Sprints über jeweils 2-3 Wochen fokussiert zu arbeiten. Erfahrungen im agilen Arbeiten werden nicht vorausgesetzt. Die erarbeiteten Anwendungsszenarien sollen dabei jeweils passend zu den vier inhaltlichen Themenblöcken der Veranstaltung gestaltet werden, wobei die Kleingruppen durch den Einbau partizipativer Elemente an diversen Stellen Gestaltungsspielraum haben.
    • Montag 12–16 Uhr: Die „Übungstermine“ dienen dem Austausch zwischen den Gruppen, hier werden die in den Sprints erarbeiteten Themen untereinander vorgestellt und ausführlich diskutiert. Nach jedem Sprint werden innerhalb der Gruppen die Arbeitsweise reflektiert und Absprachen für den folgenden Sprint getroffen. Weiterhin können auch inhaltliche Fragen besprochen oder methodische Unterstützung bei eduScrum angeboten werden.

     

    Lernziele
    Die übergeordneten Lernziele dieser Veranstaltung verteilen sich auf fünf Bereiche: Mathematische Grundlagen verstehen und anwenden, Mathematische Modelle anwenden, Modelle beurteilen, Kommunikation von Mathematik im SDG-Kontext & Reflexion des eigenen Lernprozesses.

    Nach erfolgreicher Teilnahme an der Veranstaltung haben Teilnehmer*innen die folgenden Kompetenzen erlangt:

    • Sie verstehen die Bedeutung grundlegender mathematischer Konzepte und Verfahren (aus Optimierung, Spieltheorie, Statistik, Dynamische Systeme). Insbesondere können sie die Terminologie und mathematischen Aussagen präzise erklären und Anwendungsgebiete anhand ausgewählter inner- und außermathematischer Problemstellungen erläutern. 
    • Sie können mathematische Modelle nutzen, um reale Fragestellungen zu beschreiben und zu analysieren.  Dabei können sie verschiedene mathematische Werkzeuge und Techniken verwenden, um qualitative und quantitative Aussagen über die Auswirkungen von Entscheidungen und Maßnahmen zu treffen. 
    • Sie können die Gültigkeit, Angemessenheit und Grenzen mathematischer Modelle beurteilen, indem sie etwa Modellannahmen, verwendete Daten oder Sensitivität der Ergebnisse analysieren, um fundierte Entscheidungen über die Nutzung dieser Modelle im Bereich nachhaltiger Entwicklung zu treffen.
    • Die Ergebnisse mathematischer Analysen und Modelle können klar und prägnant an verschiedene Zielgruppen unter Nutzung verschiedener Medien und Formate kommuniziert werden. Dies geschieht mit dem Ziel, das gesellschaftliche Bewusstsein für die Bedeutung von Mathematik für BNE sowie transformative Prozesse zu fördern.
    • Sie können die eigenen Lernerfahrungen reflektieren, indem sie individuelle Stärken, Lernstrategien, Einstellungen zur Mathematik und ihr mathematisches Selbstkonzept analysieren, um ihre mathematischen Kompetenzen weiterzuentwickeln und so später ihre Rolle als mündige und verantwortungsvolle Bürger*innen in der Gesellschaft auszufüllen.

     

    Formalia & Organisatorisches
    a) Für die regelmäßige Teilnahme ist regelmäßig und in Person an den Terminen montags teilzunehmen. 
    b) Die aktive Teilnahme an der Projektarbeit besteht aus mehreren Aspekten, die über das Semester verteilt in Kleingruppen bearbeitet werden: 

    • Die im Rahmen der eduSCRUM-Sprints erarbeiteten Anwendungsszenarien werden zum Ende des Sprints präsentiert und zugleich durch ein passendes digitales Produkt gesichert. 
    • Die Challenges werden nicht differenziert bewertet, sollen aber bestanden werden.
    • Um das formale Aufschreiben von Mathematik zu lernen, ist eine kurze, nicht differenziert bewertete schriftliche Einzelleistung zu einem mathematischen Inhalt vorgesehen.

    c) Modulabschlussprüfung: Die Veranstaltung kann entweder im Modul „Spezialthemen der Mathematik“ (B.Sc. Mathematik Mono/Lehramt) oder im Modul „Ergänzungsmodul: Ausgewählte Themen A/B/C“ (M.Sc. Mathematik) belegt werden. Bitte beachten Sie, dass je nach Studiengang differenzierte inhaltliche Anforderungen gestellt werden. Beide Module entsprechen vom Workload-Umfang 10 LP. Als Modulabschlussprüfung werden vsl. mündliche Einzelprüfungen angeboten. Die Details werden in der ersten Sitzung bekanntgegeben. 
     

  • 20110401 Vorlesung
    Quantum information theory (Jens Eisert)
    Zeit: Di 08:00-10:00, Do 08:00-10:00 (Erster Termin: 15.04.2025)
    Ort: Di 0.1.01 Hörsaal B (Arnimallee 14), Do 0.1.01 Hörsaal B (Arnimallee 14)
    

    Kommentar

    Information theory usually abstracts from the underlying physical carriers of information: There is no "hard-drive information" any different from "newspaper information". This is because one type of information can be transformed into another one in a lossless fashion, and hence the actual physical carrier does not matter when it comes to thinking about what ways of processing of information are possible. Things change dramatically, however, if single quantum systems - such as trapped ions, cold atoms, or light quanta - are taken as elementary carriers of information. This course will give an introduction into what is possible pursuing this idea. We will discuss applications of quantum key distribution (allowing for the secure transmission of information), quantum computing (giving rise to computers that can solve some problems faster than conventional supercomputers), quantum simulation (allowing to simulate other complex quantum systems) and sensing devices. For this, we will develop the underlying quantum information theory, with notions of entanglement taking center stage. These applications are subsumed into what is now often called quantum technologies. Specific emphasis will finally be put onto elaborating on the intersection of quantum information theory on the one hand and condensed-matter physics on the other, where new perspectives arise.

  • 19205402 Übung
    Übung zu Basismodul: Topologie I (Sofia Garzón Mora)
    Zeit: Mo 16:00-18:00 (Erster Termin: 28.04.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    
  • 19214502 Übung
    Übung zu Basismodul: Algebra II (Georg Lehner)
    Zeit: Mi 08:00-10:00, Do 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19214702 Übung
    Übung zu Diskrete Mathematik I (Silas Rathke)
    Zeit: Di 16:00-18:00, Do 14:00-16:00 (Erster Termin: 22.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Kommentar

    Content:

    Selection from the following topics:

    • Counting (basics, double counting, Pigeonhole Principle, recursions, generating functions, Inclusion-Exclusion, inversion, Polya theory)
    • Discrete Structures (graphs, set systems, designs, posets, matroids)
    • Graph Theory (trees, matchings, connectivity, planarity, colorings)
    • Algorithms (asymptotic running time, BFS, DFS, Dijkstra, Greedy, Kruskal, Hungarian, Ford-Fulkerson)

  • 19214902 Übung
    Übung zu BasisM: Diskrete Geometrie II (Georg Loho)
    Zeit: Mi 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19215202 Übung
    Übung zu Basismodul: Numerik III (André-Alexander Zepernick)
    Zeit: Fr 08:00-10:00 (Erster Termin: 25.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Kommentar

    Homepage:Wiki der Numerik II

  • 19215602 Übung Abgesagt
    Übung zu Basismodul: Differentialgleichungen I (Isabelle Schneider)
    Zeit: Di 16:00-18:00 (Erster Termin: 22.04.2025)
    Ort: 0.1.01 Hörsaal B (Arnimallee 14)
    

    Kommentar

    Am 23. April findet keine Übung statt.

  • 19241302 Übung
    Übungen zu Partielle Differentialgleichungen I (Piotr Pawel Wozniak)
    Zeit: Di 16:00-18:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 0.1.01 Hörsaal B (Arnimallee 14)
    
  • 19248102 Übung
    Übung zu Mathematik und Nachhaltigkeit (Georg Loho, Jan-Hendrik de Wiljes, Benedikt Weygandt)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    
  • 20110402 Übung
    Quantum information theory (Jens Eisert)
    Zeit: Mo 14:00-16:00, Mo 16:00-18:00, Di 16:00-18:00 (Erster Termin: 22.04.2025)
    Ort: Mo 1.1.53 Seminarraum E2 (Arnimallee 14), Mo 1.3.48 Seminarraum T3 (Arnimallee 14), Mo 1.4.31 Seminarraum E3 (Arnimallee 14), Di 1.1.16 FB-Raum (Arnimallee 14)
    

• Ergänzungsmodul: Spezielle Forschungsaspekte

  0280cA4.10
  • 19219701 Vorlesung
    Algebra with Probability in Combinatorics (Tibor Szabo)
    Zeit: Do 08:00-10:00 (Erster Termin: 17.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Kommentar

    In Combinatorics and Graph Theory the best known constructions for an extremal problem classically employed either algebra or probability. The first usually leads to explicit constructions, while the latter is just a proof of existence. The problematic of explicit constructions is discussed in the Constructive Combinatorics Discrete Mathematics III lecture. Recently several breakthroughs in fundamental questions were achieved by combining algebra with probability. In this companion lecture course we discuss these.

• Ergänzungsmodul: Ausgewählte Themen B

  0280cA4.2
  • 19205401 Vorlesung
    Basismodul: Topologie I (Christian Haase)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: 1.3.14 Hörsaal A (Arnimallee 14)
    

    Kommentar

    Auswahl aus folgenden Themen:

    1. Definition und Grundbegriffe topologischer Räume, Produkte, Coprodukte und Quotienten, Kompaktheit.
    2. Gruppenoperationen auf topologischen Räumen
    3. Verklebekonstruktionen, Simplizialkomplexe
    4. Homotopien zwischen Abbildungen, Abbildungsgrad und Fundamentalgruppe
    5. Satz von Seifert-van Kampen
    6. Überlagerungen
    7. Simpliziale Homologie
    8. kombinatorische Anwendungen

    Literaturhinweise

    Literature:

    1. M. A. Armstron: Basic Topology, Springer UTM
    2. Allen Hatcher: Algebraic Topology, Chapter I. Also available online from the author's website
    3. Jirí Matoušek: Using the Borsuk-Ulam Theorem, Springer UTX
    4. Mark de Longueville: A Course in Topological Combinatorics, Springer UTX
    5. Tammo tom Dieck: Topologie, De Gruyter Lehrbuch
    6. Klaus Jänich: Topologie, Springer-Verlag
    7. Gerd Laures, Markus Szymik: Grundkurs Topologie, Spektrum Akademischer Verlag
    8. James R. Munkres: Topology, Prentice Hall

  • 19214501 Vorlesung
    Basismodul: Algebra II (Holger Reich)
    Zeit: Mo 10:00-12:00, Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 04.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Prerequisits: Comutitive algebra

    Kommentar

    The course deals with the fundamentals of homological algebra, sheaf theory, and the theory of ringed spaces and schemes.

    Possible topics include: 
    - categories and functors
    - additive and abelian categories
    - cohomology
    - sheaf theory
    - ringed spaces
    - schemes
    - separated and proper morphisms
    - blowing up
    - embeddings into projective spaces, divisors, invertible sheaves 
    - Riemann-Roch -Gröbner bases.

    Literaturhinweise

    For example: Introduction to Schemes, Geir Ellingsrud and John Christian Otten

  • 19214701 Vorlesung
    Diskrete Mathematik I (Ralf Borndörfer)
    Zeit: Di 14:00-16:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Target group:

    BMS students, Master and Bachelor students

    Whiteboard:

    You need access to the whiteboard in order to receive information and participate in the exercises.

    Large tutorial:

    Participation is recommended, but non-mandatory.

    Exams:

    1st exam: Thurday July 17, 14:00-16:00, room tba, i.e., in the last lecture
    2nd exam: Thursday October 09, 10:00-12:00, room tba, i.e., in the last week before the lectures of the winter semester start

    Kommentar

    Content:

    Selection from the following topics:

    • Enumeration (twelvefold way, inclusion-exclusion, double counting, recursions, generating functions, inversion, Ramsey's Theorem, asymptotic counting)
    • Discrete Structures (graphs, set systems, designs, posets, matroids)
    • Graph Theory (trees, matchings, connectivity, planarity, colorings)

    Literaturhinweise

    • J. Matousek, J. Nesetril (2002/2007): An Invitation to Discrete Mathematics, Oxford University Press, Oxford/Diskrete Mathematik, Springer Verlag, Berlin, Heidelberg.
    • L. Lovasz, J. Pelikan, K. Vesztergombi (2003): Discrete Mathemtics - Elementary and Beyond/Diskrete Mathematik, Springer Verlag, New York.
    • N. Biggs (2004): Discrete Mathematics. Oxford University Press, Oxford.
    • M. Aigner (2004/2007): Diskrete Mathematik, Vieweg Verlag, Wiesbaden/Discrete Mathemattics, American Mathematical Society, USA.
    • D. West (2011): Introduction to Graph Theory. Pearson Education, New York.

  • 19214901 Vorlesung
    BasisM: Diskrete Geometrie II (Georg Loho)
    Zeit: Di 10:00-12:00, Mi 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Solid background in linear algebra and some analysis. Basic knowledge and experience with polytopes and/or convexity (as from the course "Discrete Geometry I") will be helpful. .

    Kommentar

    Inhalt:

    This is the second in a series of three courses on discrete geometry. The aim of the course is a skillful handling of discrete geometric structures with an emphasis on metric and convex geometric properties. In the course we will develop central themes in metric and convex geometry including proof techniques and applications to other areas in mathematics.

    The material will be a selection of the following topics:
    Linear programming and some applications

    • Linear programming and duality
    • Pivot rules and the diameter of polytopes

    Subdivisions and triangulations

    • Delaunay and Voronoi
    • Delaunay triangulations and inscribable polytopes
    • Weighted Voronoi diagrams and optimal transport

    Basic structures in convex geometry

    • convexity and separation theorems
    • convex bodies and polytopes/polyhedra
    • polarity
    • Mahler’s conjecture
    • approximation by polytopes

    Volumes and roundness

    • Hilbert’s third problem
    • volumes and mixed volumes
    • volume computations and estimates
    • Löwner-John ellipsoids and roundness
    • valuations

    Geometric inequalities

    • Brunn-Minkowski and Alexandrov-Fenchel inequality
    • isoperimetric inequalities
    • measure concentration and phenomena in high-dimensions

    Geometry of numbers

    • lattices
    • Minkowski's (first) theorem
    • successive minima
    • lattice points in convex bodies and Ehrhart's theorem
    • Ehrhart-Macdonald reciprocity

    Sphere packings

    • lattice packings and coverings
    • the Theorem of Minkowski-Hlawka
    • analytic methods

    Applications in optimization, number theory, algebra, algebraic geometry, and functional analysis

    Literaturhinweise

    The course will use material from P. M. Gruber, " Convex and Discrete Geometry" (Springer 2007) and various other sources. There will be brief lecture notes available for course participants with detailed pointers to the literature.

  • 19215201 Vorlesung
    Basismodul: Numerik III (Volker John)
    Zeit: Mo 10:00-12:00, Mo 14:00-16:00 (Erster Termin: 28.04.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen

    Voraussetzungen für diesen Kurs sind Grundkenntnisse in Mathematik (Analysis I-III) und Numerische Analysis (Numerik I). Etwas Wissen in der Funktionsanalyse hilft viel.

    Kommentar

    Die mathematische Modellierung vieler Prozesse in Natur und Industrie führt auf partielle Differentialgleichungen. Diese können im Allgemeinen nicht analytisch gelöst werden. Man ist darauf angewiesen, numerische Approximationen der Lösung mit Hilfe diskretisierter Gleichungen zu berechnen. Dieser Kurs behandelt Diskretisierungen für elliptische Differentialgleichungen. Schwerpunkte sind Finite-Differenzen-Methoden und die Methode der Finiten Elemente.

    Literaturhinweise

    • D. Braess: Finite Elemente. Springer, 3. Auflage (2002)
    • A. Ern, J.-L. Guermond: Theory and Practice of Finite Elements (2004)

  • 19215601 Vorlesung Abgesagt
    Basismodul: Differentialgleichungen I - Dynamical Systems I (Isabelle Schneider)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Analysis I bis III und Lineare Algebra I und II.

    Kommentar

    Dynamische Systeme beschäftigen sich mit allem, was sich bewegt. Sie werden typischerweise durch gewöhnliche, funktionale oder partielle Differentialgleichungen beschrieben oder, im Fall diskreter Zeit, durch Iterationen. In diesem Kurs werden wir Flüsse und Evolutionen, erste Integrale, die Existenz und Eindeutigkeit von Lösungen sowie ω-Grenzmengen und Lyapunov-Funktionen untersuchen. Dynamische Systeme haben ein breites Anwendungsspektrum, das von Physik und Biologie bis hin zu Wirtschaft und Ingenieurwissenschaften reicht.

    Voraussetzungen: Analysis 1 & 2, Lineare Algebra 1 & 2. Ein Interesse an Anwendungen ist von Vorteil.

    Literaturhinweise

    L.C. Evans, Partial Differential Equations. Gelegentlich: W. Strauss, Partial Differential Equation. Alle Exemplare beider Texte stehen im Handapparat Ecker.

    Vorausgesetztes Material zu Analysis II und III siehe z.B. Appendices in diesem Buch (vor allem Appendix C und E (Maß- und Integrationstheorie).

  • 19241301 Vorlesung
    Partielle Differentialgleichungen I (André Erhardt)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt:

    • Grundlagen partieller Differentialgleichungen (Laplace, Wärmeleitungs- und Wellengleichungen) Darstellungssätze, Lösungsmethoden
    • Grundzüge von Hilbertraummethoden

    Dieser Kurs kann auch als Basis für eine Bachelor- oder eine Masterarbeit in der Differentialgeometrie dienen.

    Literaturhinweise

    L.C. Evans, Partial Differential Equations
     

  • 19248101 Vorlesung
    Mathematik und Nachhaltigkeit (Georg Loho, Jan-Hendrik de Wiljes, Benedikt Weygandt)
    Zeit: Mo 14:00-16:00, Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Terminhinweis: Die Veranstaltung findet regelmäßig Mo 12‒16 und Di 14‒16 Uhr statt, allerdings mit folgender Ausnahme: Aufgrund des Dies Academicus, den das Institut für Mathematik am ersten Tag des Semesters veranstaltet, gibt es in der ersten Woche abweichende Termine. Für die Einteilung in Kleingruppen, in denen man das Semester über arbeitet, ist es notwendig, beim ersten Treffen am Dienstag, 15. April von 14‒18 Uhr anwesend zu sein.
     

    Leitidee der Veranstaltung
    Ziel der Veranstaltung ist es, einen Überblick über die Bedeutung und Anwendbarkeit diverser mathematischer Gebiete im Kontext von Nachhaltigkeit zu bekommen. Ferner soll dies anhand kleinerer Probleme selbst angewendet werden können. Mathematik ist bekanntermaßen überall und besitzt eine hohe gesellschaftliche Relevanz. Insbesondere im Kontext Nachhaltigkeit sollten wir als mathematische Community Verantwortung übernehmen, einen lebenswerten Planeten zu erhalten und unsere Erkenntnisse, Methoden, Verfahren etc. gemeinwohlorientiert einzusetzen. Dies involviert auch die Aufbereitung und Kommunikation der behandelten mathematischen Themenbereiche.

    Inhaltliche Schwerpunkte
    Wir werden eine Einführung in die vier mathematischen Bereiche Optimierung, Spieltheorie, Statistik, Dynamische Systeme geben. Mittels mathematischer Modellierung werden wir identifizieren, wie diese Bereiche zum Verständnis und mit Lösungsansätzen zu Klimakrise, Verlust von Biodiversität, Ressourcenverknappung und sozialer Ungleichheit beitragen. 

    Methodische Konzeption
    Diese Veranstaltung wird durch ein zeitgemäßes didaktisches Konzept begleitet. Dazu gehören Elemente aus dem Design Thinking, New Work-Methoden wie agiles Arbeiten, aber auch der Ansatz der student agency. Dies bedeutet, dass Lernende Verantwortung für ihren Lernerfolg und Kompetenzzuwachs übernehmen, dabei aber natürlich nicht auf sich alleine gestellt sind, sondern auf diverse inhaltliche bzw. methodische Ressourcen zurückgreifen können. 

    Die inhaltliche Arbeit erfolgt in festen Kleingruppen, die zu jedem mathematischen Themenfeld ein Anwendungsszenario erarbeitet. Dazu werden kleinere reale Probleme bzw. entsprechende mathematische Forschungspaper als Aufhänger und Ausgangspunkt für die Gruppenarbeit ausgewählt. 
    Jeder dieser thematischen „eduSCRUM-Sprints“ besteht aus Planung, Durchführung, Präsentation und endet mit der Reflexion der Arbeitsweisen innerhalb des Teams.

    Zu jedem der vier mathematischen Bereiche gibt es einen Sprint von ca. drei Wochen. Zwischen den Sprints wird zu jedem Themengebiet eine kleine Challenge (zwei bis drei kurze Aufgaben) veröffentlicht, die in Gruppen bearbeitet abzugeben ist. Der Workload dieser Veranstaltung verteilt sich anteilig ungefähr wie folgt: 30% Präsenztermine (Montag & Dienstag) + 10% Challenges + 60% eduScrum-Projektarbeit
     

    Überblick über die wöchentliche Struktur der Veranstaltung 

    • Dienstag 14–16 Uhr: Die Vorlesungstermine dienen der kompakten Aufbereitung der benötigten mathematischen Gebiete und bilden damit die fundamentale  inhaltliche Grundlage für die Projektarbeit. Wir geben dabei einen Einblick in diverse mathematische Gebiete und ihren Anwendungsbezug. 
    • Projektarbeitsphase (zwischen Dienstag 16 Uhr und Montag 12 Uhr): Die Projektarbeitsphase dient dem agilen Arbeiten in Kleingruppen, welche über das Semester verteilt mehrere Anwendungen von Mathematik in SDG-Kontext erarbeiten und aufbereiten. Dabei wird sich an der Methode eduSCRUM orientiert, um über das Semester verteilt in mehreren agilen Sprints über jeweils 2-3 Wochen fokussiert zu arbeiten. Erfahrungen im agilen Arbeiten werden nicht vorausgesetzt. Die erarbeiteten Anwendungsszenarien sollen dabei jeweils passend zu den vier inhaltlichen Themenblöcken der Veranstaltung gestaltet werden, wobei die Kleingruppen durch den Einbau partizipativer Elemente an diversen Stellen Gestaltungsspielraum haben.
    • Montag 12–16 Uhr: Die „Übungstermine“ dienen dem Austausch zwischen den Gruppen, hier werden die in den Sprints erarbeiteten Themen untereinander vorgestellt und ausführlich diskutiert. Nach jedem Sprint werden innerhalb der Gruppen die Arbeitsweise reflektiert und Absprachen für den folgenden Sprint getroffen. Weiterhin können auch inhaltliche Fragen besprochen oder methodische Unterstützung bei eduScrum angeboten werden.

     

    Lernziele
    Die übergeordneten Lernziele dieser Veranstaltung verteilen sich auf fünf Bereiche: Mathematische Grundlagen verstehen und anwenden, Mathematische Modelle anwenden, Modelle beurteilen, Kommunikation von Mathematik im SDG-Kontext & Reflexion des eigenen Lernprozesses.

    Nach erfolgreicher Teilnahme an der Veranstaltung haben Teilnehmer*innen die folgenden Kompetenzen erlangt:

    • Sie verstehen die Bedeutung grundlegender mathematischer Konzepte und Verfahren (aus Optimierung, Spieltheorie, Statistik, Dynamische Systeme). Insbesondere können sie die Terminologie und mathematischen Aussagen präzise erklären und Anwendungsgebiete anhand ausgewählter inner- und außermathematischer Problemstellungen erläutern. 
    • Sie können mathematische Modelle nutzen, um reale Fragestellungen zu beschreiben und zu analysieren.  Dabei können sie verschiedene mathematische Werkzeuge und Techniken verwenden, um qualitative und quantitative Aussagen über die Auswirkungen von Entscheidungen und Maßnahmen zu treffen. 
    • Sie können die Gültigkeit, Angemessenheit und Grenzen mathematischer Modelle beurteilen, indem sie etwa Modellannahmen, verwendete Daten oder Sensitivität der Ergebnisse analysieren, um fundierte Entscheidungen über die Nutzung dieser Modelle im Bereich nachhaltiger Entwicklung zu treffen.
    • Die Ergebnisse mathematischer Analysen und Modelle können klar und prägnant an verschiedene Zielgruppen unter Nutzung verschiedener Medien und Formate kommuniziert werden. Dies geschieht mit dem Ziel, das gesellschaftliche Bewusstsein für die Bedeutung von Mathematik für BNE sowie transformative Prozesse zu fördern.
    • Sie können die eigenen Lernerfahrungen reflektieren, indem sie individuelle Stärken, Lernstrategien, Einstellungen zur Mathematik und ihr mathematisches Selbstkonzept analysieren, um ihre mathematischen Kompetenzen weiterzuentwickeln und so später ihre Rolle als mündige und verantwortungsvolle Bürger*innen in der Gesellschaft auszufüllen.

     

    Formalia & Organisatorisches
    a) Für die regelmäßige Teilnahme ist regelmäßig und in Person an den Terminen montags teilzunehmen. 
    b) Die aktive Teilnahme an der Projektarbeit besteht aus mehreren Aspekten, die über das Semester verteilt in Kleingruppen bearbeitet werden: 

    • Die im Rahmen der eduSCRUM-Sprints erarbeiteten Anwendungsszenarien werden zum Ende des Sprints präsentiert und zugleich durch ein passendes digitales Produkt gesichert. 
    • Die Challenges werden nicht differenziert bewertet, sollen aber bestanden werden.
    • Um das formale Aufschreiben von Mathematik zu lernen, ist eine kurze, nicht differenziert bewertete schriftliche Einzelleistung zu einem mathematischen Inhalt vorgesehen.

    c) Modulabschlussprüfung: Die Veranstaltung kann entweder im Modul „Spezialthemen der Mathematik“ (B.Sc. Mathematik Mono/Lehramt) oder im Modul „Ergänzungsmodul: Ausgewählte Themen A/B/C“ (M.Sc. Mathematik) belegt werden. Bitte beachten Sie, dass je nach Studiengang differenzierte inhaltliche Anforderungen gestellt werden. Beide Module entsprechen vom Workload-Umfang 10 LP. Als Modulabschlussprüfung werden vsl. mündliche Einzelprüfungen angeboten. Die Details werden in der ersten Sitzung bekanntgegeben. 
     

  • 20110401 Vorlesung
    Quantum information theory (Jens Eisert)
    Zeit: Di 08:00-10:00, Do 08:00-10:00 (Erster Termin: 15.04.2025)
    Ort: Di 0.1.01 Hörsaal B (Arnimallee 14), Do 0.1.01 Hörsaal B (Arnimallee 14)
    

    Kommentar

    Information theory usually abstracts from the underlying physical carriers of information: There is no "hard-drive information" any different from "newspaper information". This is because one type of information can be transformed into another one in a lossless fashion, and hence the actual physical carrier does not matter when it comes to thinking about what ways of processing of information are possible. Things change dramatically, however, if single quantum systems - such as trapped ions, cold atoms, or light quanta - are taken as elementary carriers of information. This course will give an introduction into what is possible pursuing this idea. We will discuss applications of quantum key distribution (allowing for the secure transmission of information), quantum computing (giving rise to computers that can solve some problems faster than conventional supercomputers), quantum simulation (allowing to simulate other complex quantum systems) and sensing devices. For this, we will develop the underlying quantum information theory, with notions of entanglement taking center stage. These applications are subsumed into what is now often called quantum technologies. Specific emphasis will finally be put onto elaborating on the intersection of quantum information theory on the one hand and condensed-matter physics on the other, where new perspectives arise.

  • 19205402 Übung
    Übung zu Basismodul: Topologie I (Sofia Garzón Mora)
    Zeit: Mo 16:00-18:00 (Erster Termin: 28.04.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    
  • 19214502 Übung
    Übung zu Basismodul: Algebra II (Georg Lehner)
    Zeit: Mi 08:00-10:00, Do 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19214702 Übung
    Übung zu Diskrete Mathematik I (Silas Rathke)
    Zeit: Di 16:00-18:00, Do 14:00-16:00 (Erster Termin: 22.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Kommentar

    Content:

    Selection from the following topics:

    • Counting (basics, double counting, Pigeonhole Principle, recursions, generating functions, Inclusion-Exclusion, inversion, Polya theory)
    • Discrete Structures (graphs, set systems, designs, posets, matroids)
    • Graph Theory (trees, matchings, connectivity, planarity, colorings)
    • Algorithms (asymptotic running time, BFS, DFS, Dijkstra, Greedy, Kruskal, Hungarian, Ford-Fulkerson)

  • 19214902 Übung
    Übung zu BasisM: Diskrete Geometrie II (Georg Loho)
    Zeit: Mi 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19215202 Übung
    Übung zu Basismodul: Numerik III (André-Alexander Zepernick)
    Zeit: Fr 08:00-10:00 (Erster Termin: 25.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Kommentar

    Homepage:Wiki der Numerik II

  • 19215602 Übung Abgesagt
    Übung zu Basismodul: Differentialgleichungen I (Isabelle Schneider)
    Zeit: Di 16:00-18:00 (Erster Termin: 22.04.2025)
    Ort: 0.1.01 Hörsaal B (Arnimallee 14)
    

    Kommentar

    Am 23. April findet keine Übung statt.

  • 19241302 Übung
    Übungen zu Partielle Differentialgleichungen I (Piotr Pawel Wozniak)
    Zeit: Di 16:00-18:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 0.1.01 Hörsaal B (Arnimallee 14)
    
  • 19248102 Übung
    Übung zu Mathematik und Nachhaltigkeit (Georg Loho, Jan-Hendrik de Wiljes, Benedikt Weygandt)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    
  • 20110402 Übung
    Quantum information theory (Jens Eisert)
    Zeit: Mo 14:00-16:00, Mo 16:00-18:00, Di 16:00-18:00 (Erster Termin: 22.04.2025)
    Ort: Mo 1.1.53 Seminarraum E2 (Arnimallee 14), Mo 1.3.48 Seminarraum T3 (Arnimallee 14), Mo 1.4.31 Seminarraum E3 (Arnimallee 14), Di 1.1.16 FB-Raum (Arnimallee 14)
    

• Ergänzungsmodul: Ausgewählte Themen C

  0280cA4.3
  • 19205401 Vorlesung
    Basismodul: Topologie I (Christian Haase)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: 1.3.14 Hörsaal A (Arnimallee 14)
    

    Kommentar

    Auswahl aus folgenden Themen:

    1. Definition und Grundbegriffe topologischer Räume, Produkte, Coprodukte und Quotienten, Kompaktheit.
    2. Gruppenoperationen auf topologischen Räumen
    3. Verklebekonstruktionen, Simplizialkomplexe
    4. Homotopien zwischen Abbildungen, Abbildungsgrad und Fundamentalgruppe
    5. Satz von Seifert-van Kampen
    6. Überlagerungen
    7. Simpliziale Homologie
    8. kombinatorische Anwendungen

    Literaturhinweise

    Literature:

    1. M. A. Armstron: Basic Topology, Springer UTM
    2. Allen Hatcher: Algebraic Topology, Chapter I. Also available online from the author's website
    3. Jirí Matoušek: Using the Borsuk-Ulam Theorem, Springer UTX
    4. Mark de Longueville: A Course in Topological Combinatorics, Springer UTX
    5. Tammo tom Dieck: Topologie, De Gruyter Lehrbuch
    6. Klaus Jänich: Topologie, Springer-Verlag
    7. Gerd Laures, Markus Szymik: Grundkurs Topologie, Spektrum Akademischer Verlag
    8. James R. Munkres: Topology, Prentice Hall

  • 19214501 Vorlesung
    Basismodul: Algebra II (Holger Reich)
    Zeit: Mo 10:00-12:00, Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 04.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Prerequisits: Comutitive algebra

    Kommentar

    The course deals with the fundamentals of homological algebra, sheaf theory, and the theory of ringed spaces and schemes.

    Possible topics include: 
    - categories and functors
    - additive and abelian categories
    - cohomology
    - sheaf theory
    - ringed spaces
    - schemes
    - separated and proper morphisms
    - blowing up
    - embeddings into projective spaces, divisors, invertible sheaves 
    - Riemann-Roch -Gröbner bases.

    Literaturhinweise

    For example: Introduction to Schemes, Geir Ellingsrud and John Christian Otten

  • 19214701 Vorlesung
    Diskrete Mathematik I (Ralf Borndörfer)
    Zeit: Di 14:00-16:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Target group:

    BMS students, Master and Bachelor students

    Whiteboard:

    You need access to the whiteboard in order to receive information and participate in the exercises.

    Large tutorial:

    Participation is recommended, but non-mandatory.

    Exams:

    1st exam: Thurday July 17, 14:00-16:00, room tba, i.e., in the last lecture
    2nd exam: Thursday October 09, 10:00-12:00, room tba, i.e., in the last week before the lectures of the winter semester start

    Kommentar

    Content:

    Selection from the following topics:

    • Enumeration (twelvefold way, inclusion-exclusion, double counting, recursions, generating functions, inversion, Ramsey's Theorem, asymptotic counting)
    • Discrete Structures (graphs, set systems, designs, posets, matroids)
    • Graph Theory (trees, matchings, connectivity, planarity, colorings)

    Literaturhinweise

    • J. Matousek, J. Nesetril (2002/2007): An Invitation to Discrete Mathematics, Oxford University Press, Oxford/Diskrete Mathematik, Springer Verlag, Berlin, Heidelberg.
    • L. Lovasz, J. Pelikan, K. Vesztergombi (2003): Discrete Mathemtics - Elementary and Beyond/Diskrete Mathematik, Springer Verlag, New York.
    • N. Biggs (2004): Discrete Mathematics. Oxford University Press, Oxford.
    • M. Aigner (2004/2007): Diskrete Mathematik, Vieweg Verlag, Wiesbaden/Discrete Mathemattics, American Mathematical Society, USA.
    • D. West (2011): Introduction to Graph Theory. Pearson Education, New York.

  • 19214901 Vorlesung
    BasisM: Diskrete Geometrie II (Georg Loho)
    Zeit: Di 10:00-12:00, Mi 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Solid background in linear algebra and some analysis. Basic knowledge and experience with polytopes and/or convexity (as from the course "Discrete Geometry I") will be helpful. .

    Kommentar

    Inhalt:

    This is the second in a series of three courses on discrete geometry. The aim of the course is a skillful handling of discrete geometric structures with an emphasis on metric and convex geometric properties. In the course we will develop central themes in metric and convex geometry including proof techniques and applications to other areas in mathematics.

    The material will be a selection of the following topics:
    Linear programming and some applications

    • Linear programming and duality
    • Pivot rules and the diameter of polytopes

    Subdivisions and triangulations

    • Delaunay and Voronoi
    • Delaunay triangulations and inscribable polytopes
    • Weighted Voronoi diagrams and optimal transport

    Basic structures in convex geometry

    • convexity and separation theorems
    • convex bodies and polytopes/polyhedra
    • polarity
    • Mahler’s conjecture
    • approximation by polytopes

    Volumes and roundness

    • Hilbert’s third problem
    • volumes and mixed volumes
    • volume computations and estimates
    • Löwner-John ellipsoids and roundness
    • valuations

    Geometric inequalities

    • Brunn-Minkowski and Alexandrov-Fenchel inequality
    • isoperimetric inequalities
    • measure concentration and phenomena in high-dimensions

    Geometry of numbers

    • lattices
    • Minkowski's (first) theorem
    • successive minima
    • lattice points in convex bodies and Ehrhart's theorem
    • Ehrhart-Macdonald reciprocity

    Sphere packings

    • lattice packings and coverings
    • the Theorem of Minkowski-Hlawka
    • analytic methods

    Applications in optimization, number theory, algebra, algebraic geometry, and functional analysis

    Literaturhinweise

    The course will use material from P. M. Gruber, " Convex and Discrete Geometry" (Springer 2007) and various other sources. There will be brief lecture notes available for course participants with detailed pointers to the literature.

  • 19215201 Vorlesung
    Basismodul: Numerik III (Volker John)
    Zeit: Mo 10:00-12:00, Mo 14:00-16:00 (Erster Termin: 28.04.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen

    Voraussetzungen für diesen Kurs sind Grundkenntnisse in Mathematik (Analysis I-III) und Numerische Analysis (Numerik I). Etwas Wissen in der Funktionsanalyse hilft viel.

    Kommentar

    Die mathematische Modellierung vieler Prozesse in Natur und Industrie führt auf partielle Differentialgleichungen. Diese können im Allgemeinen nicht analytisch gelöst werden. Man ist darauf angewiesen, numerische Approximationen der Lösung mit Hilfe diskretisierter Gleichungen zu berechnen. Dieser Kurs behandelt Diskretisierungen für elliptische Differentialgleichungen. Schwerpunkte sind Finite-Differenzen-Methoden und die Methode der Finiten Elemente.

    Literaturhinweise

    • D. Braess: Finite Elemente. Springer, 3. Auflage (2002)
    • A. Ern, J.-L. Guermond: Theory and Practice of Finite Elements (2004)

  • 19215601 Vorlesung Abgesagt
    Basismodul: Differentialgleichungen I - Dynamical Systems I (Isabelle Schneider)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Analysis I bis III und Lineare Algebra I und II.

    Kommentar

    Dynamische Systeme beschäftigen sich mit allem, was sich bewegt. Sie werden typischerweise durch gewöhnliche, funktionale oder partielle Differentialgleichungen beschrieben oder, im Fall diskreter Zeit, durch Iterationen. In diesem Kurs werden wir Flüsse und Evolutionen, erste Integrale, die Existenz und Eindeutigkeit von Lösungen sowie ω-Grenzmengen und Lyapunov-Funktionen untersuchen. Dynamische Systeme haben ein breites Anwendungsspektrum, das von Physik und Biologie bis hin zu Wirtschaft und Ingenieurwissenschaften reicht.

    Voraussetzungen: Analysis 1 & 2, Lineare Algebra 1 & 2. Ein Interesse an Anwendungen ist von Vorteil.

    Literaturhinweise

    L.C. Evans, Partial Differential Equations. Gelegentlich: W. Strauss, Partial Differential Equation. Alle Exemplare beider Texte stehen im Handapparat Ecker.

    Vorausgesetztes Material zu Analysis II und III siehe z.B. Appendices in diesem Buch (vor allem Appendix C und E (Maß- und Integrationstheorie).

  • 19241301 Vorlesung
    Partielle Differentialgleichungen I (André Erhardt)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt:

    • Grundlagen partieller Differentialgleichungen (Laplace, Wärmeleitungs- und Wellengleichungen) Darstellungssätze, Lösungsmethoden
    • Grundzüge von Hilbertraummethoden

    Dieser Kurs kann auch als Basis für eine Bachelor- oder eine Masterarbeit in der Differentialgeometrie dienen.

    Literaturhinweise

    L.C. Evans, Partial Differential Equations
     

  • 19248101 Vorlesung
    Mathematik und Nachhaltigkeit (Georg Loho, Jan-Hendrik de Wiljes, Benedikt Weygandt)
    Zeit: Mo 14:00-16:00, Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Terminhinweis: Die Veranstaltung findet regelmäßig Mo 12‒16 und Di 14‒16 Uhr statt, allerdings mit folgender Ausnahme: Aufgrund des Dies Academicus, den das Institut für Mathematik am ersten Tag des Semesters veranstaltet, gibt es in der ersten Woche abweichende Termine. Für die Einteilung in Kleingruppen, in denen man das Semester über arbeitet, ist es notwendig, beim ersten Treffen am Dienstag, 15. April von 14‒18 Uhr anwesend zu sein.
     

    Leitidee der Veranstaltung
    Ziel der Veranstaltung ist es, einen Überblick über die Bedeutung und Anwendbarkeit diverser mathematischer Gebiete im Kontext von Nachhaltigkeit zu bekommen. Ferner soll dies anhand kleinerer Probleme selbst angewendet werden können. Mathematik ist bekanntermaßen überall und besitzt eine hohe gesellschaftliche Relevanz. Insbesondere im Kontext Nachhaltigkeit sollten wir als mathematische Community Verantwortung übernehmen, einen lebenswerten Planeten zu erhalten und unsere Erkenntnisse, Methoden, Verfahren etc. gemeinwohlorientiert einzusetzen. Dies involviert auch die Aufbereitung und Kommunikation der behandelten mathematischen Themenbereiche.

    Inhaltliche Schwerpunkte
    Wir werden eine Einführung in die vier mathematischen Bereiche Optimierung, Spieltheorie, Statistik, Dynamische Systeme geben. Mittels mathematischer Modellierung werden wir identifizieren, wie diese Bereiche zum Verständnis und mit Lösungsansätzen zu Klimakrise, Verlust von Biodiversität, Ressourcenverknappung und sozialer Ungleichheit beitragen. 

    Methodische Konzeption
    Diese Veranstaltung wird durch ein zeitgemäßes didaktisches Konzept begleitet. Dazu gehören Elemente aus dem Design Thinking, New Work-Methoden wie agiles Arbeiten, aber auch der Ansatz der student agency. Dies bedeutet, dass Lernende Verantwortung für ihren Lernerfolg und Kompetenzzuwachs übernehmen, dabei aber natürlich nicht auf sich alleine gestellt sind, sondern auf diverse inhaltliche bzw. methodische Ressourcen zurückgreifen können. 

    Die inhaltliche Arbeit erfolgt in festen Kleingruppen, die zu jedem mathematischen Themenfeld ein Anwendungsszenario erarbeitet. Dazu werden kleinere reale Probleme bzw. entsprechende mathematische Forschungspaper als Aufhänger und Ausgangspunkt für die Gruppenarbeit ausgewählt. 
    Jeder dieser thematischen „eduSCRUM-Sprints“ besteht aus Planung, Durchführung, Präsentation und endet mit der Reflexion der Arbeitsweisen innerhalb des Teams.

    Zu jedem der vier mathematischen Bereiche gibt es einen Sprint von ca. drei Wochen. Zwischen den Sprints wird zu jedem Themengebiet eine kleine Challenge (zwei bis drei kurze Aufgaben) veröffentlicht, die in Gruppen bearbeitet abzugeben ist. Der Workload dieser Veranstaltung verteilt sich anteilig ungefähr wie folgt: 30% Präsenztermine (Montag & Dienstag) + 10% Challenges + 60% eduScrum-Projektarbeit
     

    Überblick über die wöchentliche Struktur der Veranstaltung 

    • Dienstag 14–16 Uhr: Die Vorlesungstermine dienen der kompakten Aufbereitung der benötigten mathematischen Gebiete und bilden damit die fundamentale  inhaltliche Grundlage für die Projektarbeit. Wir geben dabei einen Einblick in diverse mathematische Gebiete und ihren Anwendungsbezug. 
    • Projektarbeitsphase (zwischen Dienstag 16 Uhr und Montag 12 Uhr): Die Projektarbeitsphase dient dem agilen Arbeiten in Kleingruppen, welche über das Semester verteilt mehrere Anwendungen von Mathematik in SDG-Kontext erarbeiten und aufbereiten. Dabei wird sich an der Methode eduSCRUM orientiert, um über das Semester verteilt in mehreren agilen Sprints über jeweils 2-3 Wochen fokussiert zu arbeiten. Erfahrungen im agilen Arbeiten werden nicht vorausgesetzt. Die erarbeiteten Anwendungsszenarien sollen dabei jeweils passend zu den vier inhaltlichen Themenblöcken der Veranstaltung gestaltet werden, wobei die Kleingruppen durch den Einbau partizipativer Elemente an diversen Stellen Gestaltungsspielraum haben.
    • Montag 12–16 Uhr: Die „Übungstermine“ dienen dem Austausch zwischen den Gruppen, hier werden die in den Sprints erarbeiteten Themen untereinander vorgestellt und ausführlich diskutiert. Nach jedem Sprint werden innerhalb der Gruppen die Arbeitsweise reflektiert und Absprachen für den folgenden Sprint getroffen. Weiterhin können auch inhaltliche Fragen besprochen oder methodische Unterstützung bei eduScrum angeboten werden.

     

    Lernziele
    Die übergeordneten Lernziele dieser Veranstaltung verteilen sich auf fünf Bereiche: Mathematische Grundlagen verstehen und anwenden, Mathematische Modelle anwenden, Modelle beurteilen, Kommunikation von Mathematik im SDG-Kontext & Reflexion des eigenen Lernprozesses.

    Nach erfolgreicher Teilnahme an der Veranstaltung haben Teilnehmer*innen die folgenden Kompetenzen erlangt:

    • Sie verstehen die Bedeutung grundlegender mathematischer Konzepte und Verfahren (aus Optimierung, Spieltheorie, Statistik, Dynamische Systeme). Insbesondere können sie die Terminologie und mathematischen Aussagen präzise erklären und Anwendungsgebiete anhand ausgewählter inner- und außermathematischer Problemstellungen erläutern. 
    • Sie können mathematische Modelle nutzen, um reale Fragestellungen zu beschreiben und zu analysieren.  Dabei können sie verschiedene mathematische Werkzeuge und Techniken verwenden, um qualitative und quantitative Aussagen über die Auswirkungen von Entscheidungen und Maßnahmen zu treffen. 
    • Sie können die Gültigkeit, Angemessenheit und Grenzen mathematischer Modelle beurteilen, indem sie etwa Modellannahmen, verwendete Daten oder Sensitivität der Ergebnisse analysieren, um fundierte Entscheidungen über die Nutzung dieser Modelle im Bereich nachhaltiger Entwicklung zu treffen.
    • Die Ergebnisse mathematischer Analysen und Modelle können klar und prägnant an verschiedene Zielgruppen unter Nutzung verschiedener Medien und Formate kommuniziert werden. Dies geschieht mit dem Ziel, das gesellschaftliche Bewusstsein für die Bedeutung von Mathematik für BNE sowie transformative Prozesse zu fördern.
    • Sie können die eigenen Lernerfahrungen reflektieren, indem sie individuelle Stärken, Lernstrategien, Einstellungen zur Mathematik und ihr mathematisches Selbstkonzept analysieren, um ihre mathematischen Kompetenzen weiterzuentwickeln und so später ihre Rolle als mündige und verantwortungsvolle Bürger*innen in der Gesellschaft auszufüllen.

     

    Formalia & Organisatorisches
    a) Für die regelmäßige Teilnahme ist regelmäßig und in Person an den Terminen montags teilzunehmen. 
    b) Die aktive Teilnahme an der Projektarbeit besteht aus mehreren Aspekten, die über das Semester verteilt in Kleingruppen bearbeitet werden: 

    • Die im Rahmen der eduSCRUM-Sprints erarbeiteten Anwendungsszenarien werden zum Ende des Sprints präsentiert und zugleich durch ein passendes digitales Produkt gesichert. 
    • Die Challenges werden nicht differenziert bewertet, sollen aber bestanden werden.
    • Um das formale Aufschreiben von Mathematik zu lernen, ist eine kurze, nicht differenziert bewertete schriftliche Einzelleistung zu einem mathematischen Inhalt vorgesehen.

    c) Modulabschlussprüfung: Die Veranstaltung kann entweder im Modul „Spezialthemen der Mathematik“ (B.Sc. Mathematik Mono/Lehramt) oder im Modul „Ergänzungsmodul: Ausgewählte Themen A/B/C“ (M.Sc. Mathematik) belegt werden. Bitte beachten Sie, dass je nach Studiengang differenzierte inhaltliche Anforderungen gestellt werden. Beide Module entsprechen vom Workload-Umfang 10 LP. Als Modulabschlussprüfung werden vsl. mündliche Einzelprüfungen angeboten. Die Details werden in der ersten Sitzung bekanntgegeben. 
     

  • 20110401 Vorlesung
    Quantum information theory (Jens Eisert)
    Zeit: Di 08:00-10:00, Do 08:00-10:00 (Erster Termin: 15.04.2025)
    Ort: Di 0.1.01 Hörsaal B (Arnimallee 14), Do 0.1.01 Hörsaal B (Arnimallee 14)
    

    Kommentar

    Information theory usually abstracts from the underlying physical carriers of information: There is no "hard-drive information" any different from "newspaper information". This is because one type of information can be transformed into another one in a lossless fashion, and hence the actual physical carrier does not matter when it comes to thinking about what ways of processing of information are possible. Things change dramatically, however, if single quantum systems - such as trapped ions, cold atoms, or light quanta - are taken as elementary carriers of information. This course will give an introduction into what is possible pursuing this idea. We will discuss applications of quantum key distribution (allowing for the secure transmission of information), quantum computing (giving rise to computers that can solve some problems faster than conventional supercomputers), quantum simulation (allowing to simulate other complex quantum systems) and sensing devices. For this, we will develop the underlying quantum information theory, with notions of entanglement taking center stage. These applications are subsumed into what is now often called quantum technologies. Specific emphasis will finally be put onto elaborating on the intersection of quantum information theory on the one hand and condensed-matter physics on the other, where new perspectives arise.

  • 19205402 Übung
    Übung zu Basismodul: Topologie I (Sofia Garzón Mora)
    Zeit: Mo 16:00-18:00 (Erster Termin: 28.04.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    
  • 19214502 Übung
    Übung zu Basismodul: Algebra II (Georg Lehner)
    Zeit: Mi 08:00-10:00, Do 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19214702 Übung
    Übung zu Diskrete Mathematik I (Silas Rathke)
    Zeit: Di 16:00-18:00, Do 14:00-16:00 (Erster Termin: 22.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Kommentar

    Content:

    Selection from the following topics:

    • Counting (basics, double counting, Pigeonhole Principle, recursions, generating functions, Inclusion-Exclusion, inversion, Polya theory)
    • Discrete Structures (graphs, set systems, designs, posets, matroids)
    • Graph Theory (trees, matchings, connectivity, planarity, colorings)
    • Algorithms (asymptotic running time, BFS, DFS, Dijkstra, Greedy, Kruskal, Hungarian, Ford-Fulkerson)

  • 19214902 Übung
    Übung zu BasisM: Diskrete Geometrie II (Georg Loho)
    Zeit: Mi 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19215202 Übung
    Übung zu Basismodul: Numerik III (André-Alexander Zepernick)
    Zeit: Fr 08:00-10:00 (Erster Termin: 25.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Kommentar

    Homepage:Wiki der Numerik II

  • 19215602 Übung Abgesagt
    Übung zu Basismodul: Differentialgleichungen I (Isabelle Schneider)
    Zeit: Di 16:00-18:00 (Erster Termin: 22.04.2025)
    Ort: 0.1.01 Hörsaal B (Arnimallee 14)
    

    Kommentar

    Am 23. April findet keine Übung statt.

  • 19241302 Übung
    Übungen zu Partielle Differentialgleichungen I (Piotr Pawel Wozniak)
    Zeit: Di 16:00-18:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 0.1.01 Hörsaal B (Arnimallee 14)
    
  • 19248102 Übung
    Übung zu Mathematik und Nachhaltigkeit (Georg Loho, Jan-Hendrik de Wiljes, Benedikt Weygandt)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    
  • 20110402 Übung
    Quantum information theory (Jens Eisert)
    Zeit: Mo 14:00-16:00, Mo 16:00-18:00, Di 16:00-18:00 (Erster Termin: 22.04.2025)
    Ort: Mo 1.1.53 Seminarraum E2 (Arnimallee 14), Mo 1.3.48 Seminarraum T3 (Arnimallee 14), Mo 1.4.31 Seminarraum E3 (Arnimallee 14), Di 1.1.16 FB-Raum (Arnimallee 14)
    

• Ergänzungsmodul: Spezielle Aspekte A

  0280cA4.4
  • 19207101 Vorlesung
    Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Rupert Klein)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: 1.3.14 Hörsaal A (Arnimallee 14)
    

    Kommentar

    Viele Probleme in den Naturwissenschaften werden durch Prozesse bestimmt, die auf verschiedenen Skalen ablaufen. Solche Probleme werden als Mehrskalenprobleme bezeichnet. Ein Beispiel für ein Mehrskalenproblem sind die partiellen Differentialgleichungen, die in der geophysikalischen Fluiddynamik Anwendung finden. Für die analytische Beschreibung der langsamen Skalen können Mittelungsmethoden verwendet werden. Diese Beschreibungen sind vorteilhaft bei der Anwendung numerischer Zeitschrittverfahren, da die gemittelten Gleichungen auf gröberen Zeitgittern gelöst werden können als die nicht gemittelten Gleichungen. Das Hauptaugenmerk dieses Kurses liegt auf Mittelungsverfahren für partielle Differentialgleichungen, die Fluide beschreiben, und dem Design von parallelisierbaren, numerischen Zeitschrittverfahren, die auf dem Parareellen Verfahren basieren und die Mittelungsverfahren einbinden.

    Anforderungen: Grundvorlesungen in Analysis, Grundvorlesungen Numerik

    Literatur:

    Wingate, B.A.; Rosemeier, J.; Haut, T., Mean Flow from Phase Averages in the 2D Boussinesq Equations. Atmosphere 2023, 14, 1523.
    https://doi.org/10.3390/atmos14101523

    T. Haut, B. Wingate,  An asymptotic parallel-in-time method for highly oscillatory pde's, SIAM Journal on Scientific Computing, 36 (2014), pp. A693-A713

    J.-L. Lions, G. Turinici, A "parareal" in time discretization of PDE's, Comptes Rendus de l'Academie des Sciences - Series I - Mathematics, 332 (2001), pp. 661-668

    Sanders, F. Verhulst, J. Murdock,  Averaging Methods in Nonlinear Dynamical Systems, Springer New York, NY, 2ed., 2000

  • 19215001 Vorlesung
    Constructive Combinatorics (Tibor Szabo)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Grundlegende Bachelor-Algebra, Wahrscheinlichkeit und Disrete Mathematik.

    Kommentar

    Abstrakt:
    Trotz der Wirksamkeit der probabilistischen Methode in der extremen Kombinatorik bleiben explizit konstruktive Ansätze von größter Bedeutung. Einerseits sind sie den rein existentiellen Argumenten oft überlegen, und selbst wenn sie es nicht sind, ist die Suche nach der effizientesten deterministischen kombinatorischen Struktur natürlich durch Fragen der Komplexität motiviert.
    Der Kurs behandelt klassische Turan- und Ramsay-Probleme der extremen Kombinatorik aus dieser konstruktiven Perspektive.
    Neben der Kombinatorik beinhalten die Methoden oft algebraische und probabilistische Techniken (affine und projektive Geometrien über endliche Felder, Eigenwerte und quasizufällige Graphen, die diskrete Fourier-Transformation).
    Weitere Informationen finden Sie auf der Homepage von Prof. Szabó.

    Literaturhinweise

    A script will be provided.

  • 19215301 Vorlesung
    Mathematische Modellierung in der Klimaforschung (Rupert Klein)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Kommentar

    Inhalt:

    Die Mathematik spielt eine zentrale Rolle bei der Entwicklung und Analyse von Modellen zur Wettervorhersage. Kontrollierte physikalische Experimente kommen nicht in Frage, und die einzige Möglichkeit, das Wetter- und Klimasystem der Erde zu untersuchen, sind mathematische Modelle, Computerexperimente und Datenanalysen.

    Schwankungen im täglichen Wetter sind eng mit Turbulenzen verbunden, und Turbulenzen stellen eine Herausforderung für die Vorhersagbarkeit des Wetters dar. Es ist keine generelle Lösung für die Gleichungen der Fluidbewegung bekannt, und folglich gibt es auch keine generelle Lösung für Probleme in turbulenten Strömungen. Stattdessen verlassen sich die Wissenschaftler auf konzeptionelle Modelle und statistische Beschreibungen, um die Essenz des täglichen Wetters zu verstehen und zu verstehen, wie sich dies auf das Klimaverhalten auswirkt.

    
    Dieser Kurs/Seminar konzentriert sich auf Techniken der mathematischen Modellierung, die Wissenschaftler dabei unterstützen, die aufgeführten Themen systematisch zu erforschen.

    Der Kurs umfasst eine Auswahl aus folgenden Themenbereichen

    1. Konservierungsgesetze und geltende Gleichungen,

    2. Numerische Methoden für geophysikalische Strömungssimulationen,

    3. Dynamische Systeme und Bifurkationstheorie,

    4. Datenbasierte Charakterisierung atmosphärischer Strömungen

     

    Die Lehrveranstaltung kann an der FU Berlin als zweiter Teil eines zweisemestrigen BMS Basic Courses "Mathematical Modeling with PDEs" besucht werden. Der erste Teil wird durch die Lehrveranstaltung 19235701 + 19235702 "Einführung in die mathematische Modellierung mit partiellen Differentialgleichungen" abgedeckt, welche an der FU Berlin in Wintersemestern angeboten wird. 

    Literaturhinweise

    Literaturhinweise werden anfangs des Semesters in Abhängigkeit von der Themenauswahl gegeben. Interessante Startpunkte, die einen ersten Einstieg in obige drei Hauptpunkte erlauben, sind Klein R., Scale-Dependent Asymptotic Models for Atmospheric Flows, Ann. Rev. Fluid Mech., vol. 42, 249-274 (2010) D. Durran, Numerical Methods for Fluid Dynamics with Applications to Geophysics, Springer, Computational Science and Engineering Series, (2010) Metzner Ph., Putzig L., Horenko I., Analysis of persistent nonstationary time series and applications Comm. Appl. Math. & Comput. Sci., vol. 7, 175-229 (2012)

    Tennekes and Lumley, A first course in Turbulence, MIT Press (1974)

     

  • 19222601 Vorlesung
    Numerik stochastischer Differentialgleichungen (Ana Djurdjevac)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Students who are interested in stochastics and numerics
    Voraussetzungen: Stochastik I + II, Numerik I + II

    Kommentar

    Inhalt der Veranstaltung:
    The lecture will cover the following topics (not exhaustive)

    • Brownian motion 
    • Numerical discretization of stochastic differential equations
    • Monte Carlo methods
    • Representations of random fields
    • Modelling with stochastic differential equations
    • Applications

    
    
    
     

    Literaturhinweise

    Literatur:

    1. D. Higham, D. and  Kloeden, P.  An introduction to the numerical simulation of stochastic differential equations. SIAM, 2021
    2. E. Kloeden, E. Platen and H. Schurz. Numerical Solution of SDEs through computer experiments. Springer, Berlin, 2002
    3. B. Lapeyre, E. Pardoux, and R. Sentis, Introduction to Monte-Carlo Methods for Transport and Diffusion Equations, Oxford University Press, 2003.
    4. B. Oksendal. Stochastic Differential Equations: An Introduction with Applications. Springer, Berlin, 2003
    5. Lord, G. J., Powell, C. E., and Shardlow, T. An introduction to computational stochastic PDEs (Vol. 50). Cambridge University Press, 2014

  • 19223901 Vorlesung
    Uncertainty Quantification and Quasi-Monte Carlo (Claudia Schillings)
    Zeit: Mo 10:00-12:00 (Erster Termin: 14.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Literaturhinweise

    The following books will be relevant:

    • O. P. Le Maître and O. M. Knio. Spectral Methods for Uncertainty Quantification: With Applications to Computational Fluid Dynamics. Scientific Computation. Springer, New York, 2010.
    • R. C. Smith. Uncertainty Quantification: Theory, Implementation, and Applications, volume 12 of Computational Science & Engineering. Society for Industrial and Applied Mathematics (SIAM), Philadelphia, PA, 2014.
    • T. J. Sullivan. Introduction to Uncertainty Quantification. Springer, New York, in press.
    • D. Xiu. Numerical Methods for Stochastic Computations: A Spectral Method Approach. Princeton University Press, Princeton, NJ, 2010.

  • 19229601 Vorlesung Abgesagt
    Stochastische Dynamik in Flüssigkeiten (Felix Höfling)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Target audience: M.Sc. Mathematik/Physik/Computational Sciences

    Requirements: either Stochastics III (Stochastic differential equations) or Advanced Statistical Physics

    Kommentar

    Der flüssige Zustand umfasst eine große Klasse von Materialien, die von einfachen Flüssigkeiten (Argon, Methan) und molekularen Flüssigkeiten (Wasser) bis hin zu Systemen weicher Materie wie Polymerlösungen (Ketchup), kolloidalen Suspensionen (Wandfarbe) und heterogenen Medien (Zellzytoplasma) reichen. Der grundlegende Transportmodus in Flüssigkeiten ist die Diffusion aufgrund thermischer Fluktuationen, aber schon die einfachsten Flüssigkeiten weisen nicht-triviales dynamisches Verhalten auf, das weit über die mathematische Brownsche Bewegung hinausgeht. Seit den Anfängen dieses Forschungsgebiets haben Computersimulationen eine zentrale Rolle bei der Identifizierung komplexer Dynamiken und der Überprüfung von Näherungen in theoretischen Beschreibungen gespielt. Auf der anderen Seite erlegt die Theorie der Analyse von experimentellen oder Simulationsdaten Beschränkungen auf.

    Die Vorlesung ist an der Schnittstelle von Stochastik und statistischer Mechanik angesiedelt. Flüssigkeiten stellen hochdimensionale stochastische Prozesse dar, und ich werde eine Einführung in die Prinzipien der Theorie der Flüssigkeiten geben, und wir werden die mathematische Struktur der relevanten Korrelationsfunktionen erarbeiten. Der zweite Teil stellt eine Verbindung zur aktuellen Forschung her und gibt einen Überblick zu ausgewählten Themen. Die Übungen gliedern sich in einen theoretischen Teil, der im zweiwöchentlichen Rhythmus behandelt wird, und einen praktischen Teil in Form eines kleinen Simulationsprojektes, das während einer Blockübung (2 Tage) direkt nach der Vorlesungszeit durchgeführt wird.

    Stichwörter:

    •     Brownsche Bewegung, Diffusion und stochastische Prozesse in Flüssigkeiten
    •     harmonische Analyse von Korrelationsfunktionen
    •     Zwanzig-Mori-Projektionsoperator-Formalismus
    •     Moden-Kopplungs-Näherungen, Langzeitanomalien
    •     kritische Dynamik und Transportanomalien

     

    Literaturhinweise

    • Hansen and McDonald: Theory of simple liquids (Academic Press, 2006).
    • Höfling and Franosch, Anomalous transport in the crowded world of biological cells, Rep. Prog. Phys. 76, 046602 (2013).

    Further literature will be given during the course.

  • 19234501 Vorlesung
    Mathematische Strategien für komplexe stochastische Dynamik (Wei Zhang)
    Zeit: Mi 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Grundkenntnisse in Stochastik und numerischen Methoden

    Kommentar

    Inhalt:

    Stochastische Dynamiken werden in wissenschaftlichen Bereichen wie Physik, Biologie und Klima umfassend untersucht. Das Verständnis dieser Dynamiken ist aufgrund ihrer hohen Dimensionalität und Multiskaleneigenschaften oft eine Herausforderung. Diese Vorlesung bietet eine Einführung in theoretische und numerische Techniken (einschließlich Techniken des maschinellen Lernens) zum Studium solch komplexer stochastischer Dynamiken. Die folgenden Themen werden behandelt.

    - Grundlagen stochastischer Prozesse

    - Modellreduktionstechniken für stochastische Dynamik

    - Techniken des maschinellen Lernens

    Literaturhinweise

    1) Bernt Øksendal. Stochastic Differential Equations: An Introduction with Applications. 5th. Springer, 2000

    2) Kevin P. Murphy. Probabilistic Machine Learning: An introduction. MIT Press, 2022. url: probml.ai

    3) J.-H. Prinz et al. “Markov models of molecular kinetics: Generation and validation”. In: J. Chem. Phys. 134.17, 174105 (2011), p. 174105

    4) W. Zhang, C. Hartmann, and C. Schütte. “Effective dynamics along given reaction coordinates and reaction rate theory”. In: Faraday Discuss. 195 (2016), pp. 365–394

    5) Mardt, A., Pasquali, L., Wu, H. et al. VAMPnets for deep learning of molecular kinetics. Nat Commun 9, 5 (2018).

    6)  Score-Based Generative Modeling through Stochastic Differential Equations, Yang Song, Jascha Sohl-Dickstein, Diederik P Kingma, Abhishek Kumar, Stefano Ermon, Ben Poole, ICLR 2021.

  • 19240701 Vorlesung
    Functional Analysis Applied to Modeling of Molecular Systems (Luigi Delle Site)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    Die Vorlesung findet Dienstags von 14-16 Uhr in der Arnimallee 9 statt.

    Die Übung findet Montags von von 14-16 Uhr in der Arnimallee 9 statt.

  • 19242101 Vorlesung
    Stochastik IV (Guilherme de Lima Feltes, Nicolas Perkowski)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzung: Stochastik I, II, III. 
    Empfohlen wird Funktionalanalysis.

    Kommentar

    Inhalt:

    • Ito-Kalkül für Gaußsche Zufallsmaße;
    • semilineare stochastische partielle Differentialgleichungen in einer Dimension;
    • Schauder-Abschätzungen;
    • Gaußsche Hyperkontraktivität;
    • Paraprodukte und parakontrollierte Distributionen;
    • lokale Existenz und Eindeutigkeit für semilineare SPDEs in höheren Dimensionen;
    • Eigenschaften der Lösungen

    Nähere Informationen finden Sie auf der Homepage der 19246301 SPDEs: Classical and New.

    Literaturhinweise

    Literature
    There will be lecture notes.

  • 19243001 Vorlesung
    Partielle Differentialgleichungen III (Erica Ipocoana)
    Zeit: Di 08:00-10:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Partielle Differentialgleichungen I und II

    Kommentar

    Die Lehrveranstaltung baut auf der Vorlesung Partielle Differentialgleichungen II auf, wie sie im vorangegangenen Wintersemester angeboten wurde. Sie vertieft Methoden für Randwertprobleme nichtlinearer elliptischer Differentialgleichungen. Zentraler Aspekt sind Variationsmethoden, insbesondere die mehrdimensionale Variationsrechnung.  

    Literaturhinweise

    Wird in der Vorlesung bekannt gegeben / to be announced.

  • 19207102 Übung
    Übung zu Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Rupert Klein)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19215002 Übung
    Constructive Combinatorics exercises (Tibor Szabo)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Kommentar

    Abstract:
    Despite the effectiveness of the probabilistic method in extremal combinatorics, explicit constructive approaches remain of paramount importance. On the one hand, they are often superior to purely existential arguments, and, even when they are not, the search for the most efficient deterministic combinatorial structure is naturally motivated by questions of complexity.
    The course discusses classic Turan- and Ramsay-type problems of extremal combinatorics from this constructive perspective.
    Besides combinatorics, the methods often involve algebraic and probabilistic techniques (affine and projective geometries over finite fields, eigenvalues and quasirandom graphs, the discrete Fourier transform).
    For further details please check Prof. Szabó's homepage.

  • 19215302 Übung
    Übung zu Mathematische Modellierung in der Klimaforschung (Rupert Klein)
    Zeit: Di 16:00-18:00 (Erster Termin: 15.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    
  • 19222602 Übung
    Übung zu Numerik stochastischer Differentialgleichungen (Ana Djurdjevac)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19223902 Übung
    Übung zu UQ and QMC (Claudia Schillings)
    Zeit: Di 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    
  • 19229602 Übung Abgesagt
    Übung zu Stochastische Prozessen in Flüssigkeiten (Felix Höfling)
    Zeit: Di 14:00-16:00 (Erster Termin: 29.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19234502 Übung
    Ü: Mathem. Strategien für komplexe stoch. Dynamik (Wei Zhang)
    Zeit: Fr 10:00-12:00 (Erster Termin: 25.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Concrete and simple stochastic dynamics will be studied to illustrate analytical and numerical techniques. Numerical methods will be demonstrated using Jupyter Notebook.

  • 19240702 Übung
    Übung zu Functional Analysis applied to modeling of molecular systems (Luigi Delle Site)
    Zeit: Mo 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    
  • 19242102 Übung
    Ü: Stochastics IV (Guilherme de Lima Feltes)
    Zeit: Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19243002 Übung
    Übung Partielle Differentialgleichungen III (Erica Ipocoana)
    Zeit: Do 12:00-14:00 (Erster Termin: 24.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

• Ergänzungsmodul: Spezielle Aspekte B

  0280cA4.5
  • 19207101 Vorlesung
    Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Rupert Klein)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: 1.3.14 Hörsaal A (Arnimallee 14)
    

    Kommentar

    Viele Probleme in den Naturwissenschaften werden durch Prozesse bestimmt, die auf verschiedenen Skalen ablaufen. Solche Probleme werden als Mehrskalenprobleme bezeichnet. Ein Beispiel für ein Mehrskalenproblem sind die partiellen Differentialgleichungen, die in der geophysikalischen Fluiddynamik Anwendung finden. Für die analytische Beschreibung der langsamen Skalen können Mittelungsmethoden verwendet werden. Diese Beschreibungen sind vorteilhaft bei der Anwendung numerischer Zeitschrittverfahren, da die gemittelten Gleichungen auf gröberen Zeitgittern gelöst werden können als die nicht gemittelten Gleichungen. Das Hauptaugenmerk dieses Kurses liegt auf Mittelungsverfahren für partielle Differentialgleichungen, die Fluide beschreiben, und dem Design von parallelisierbaren, numerischen Zeitschrittverfahren, die auf dem Parareellen Verfahren basieren und die Mittelungsverfahren einbinden.

    Anforderungen: Grundvorlesungen in Analysis, Grundvorlesungen Numerik

    Literatur:

    Wingate, B.A.; Rosemeier, J.; Haut, T., Mean Flow from Phase Averages in the 2D Boussinesq Equations. Atmosphere 2023, 14, 1523.
    https://doi.org/10.3390/atmos14101523

    T. Haut, B. Wingate,  An asymptotic parallel-in-time method for highly oscillatory pde's, SIAM Journal on Scientific Computing, 36 (2014), pp. A693-A713

    J.-L. Lions, G. Turinici, A "parareal" in time discretization of PDE's, Comptes Rendus de l'Academie des Sciences - Series I - Mathematics, 332 (2001), pp. 661-668

    Sanders, F. Verhulst, J. Murdock,  Averaging Methods in Nonlinear Dynamical Systems, Springer New York, NY, 2ed., 2000

  • 19215001 Vorlesung
    Constructive Combinatorics (Tibor Szabo)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Grundlegende Bachelor-Algebra, Wahrscheinlichkeit und Disrete Mathematik.

    Kommentar

    Abstrakt:
    Trotz der Wirksamkeit der probabilistischen Methode in der extremen Kombinatorik bleiben explizit konstruktive Ansätze von größter Bedeutung. Einerseits sind sie den rein existentiellen Argumenten oft überlegen, und selbst wenn sie es nicht sind, ist die Suche nach der effizientesten deterministischen kombinatorischen Struktur natürlich durch Fragen der Komplexität motiviert.
    Der Kurs behandelt klassische Turan- und Ramsay-Probleme der extremen Kombinatorik aus dieser konstruktiven Perspektive.
    Neben der Kombinatorik beinhalten die Methoden oft algebraische und probabilistische Techniken (affine und projektive Geometrien über endliche Felder, Eigenwerte und quasizufällige Graphen, die diskrete Fourier-Transformation).
    Weitere Informationen finden Sie auf der Homepage von Prof. Szabó.

    Literaturhinweise

    A script will be provided.

  • 19215301 Vorlesung
    Mathematische Modellierung in der Klimaforschung (Rupert Klein)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Kommentar

    Inhalt:

    Die Mathematik spielt eine zentrale Rolle bei der Entwicklung und Analyse von Modellen zur Wettervorhersage. Kontrollierte physikalische Experimente kommen nicht in Frage, und die einzige Möglichkeit, das Wetter- und Klimasystem der Erde zu untersuchen, sind mathematische Modelle, Computerexperimente und Datenanalysen.

    Schwankungen im täglichen Wetter sind eng mit Turbulenzen verbunden, und Turbulenzen stellen eine Herausforderung für die Vorhersagbarkeit des Wetters dar. Es ist keine generelle Lösung für die Gleichungen der Fluidbewegung bekannt, und folglich gibt es auch keine generelle Lösung für Probleme in turbulenten Strömungen. Stattdessen verlassen sich die Wissenschaftler auf konzeptionelle Modelle und statistische Beschreibungen, um die Essenz des täglichen Wetters zu verstehen und zu verstehen, wie sich dies auf das Klimaverhalten auswirkt.

    
    Dieser Kurs/Seminar konzentriert sich auf Techniken der mathematischen Modellierung, die Wissenschaftler dabei unterstützen, die aufgeführten Themen systematisch zu erforschen.

    Der Kurs umfasst eine Auswahl aus folgenden Themenbereichen

    1. Konservierungsgesetze und geltende Gleichungen,

    2. Numerische Methoden für geophysikalische Strömungssimulationen,

    3. Dynamische Systeme und Bifurkationstheorie,

    4. Datenbasierte Charakterisierung atmosphärischer Strömungen

     

    Die Lehrveranstaltung kann an der FU Berlin als zweiter Teil eines zweisemestrigen BMS Basic Courses "Mathematical Modeling with PDEs" besucht werden. Der erste Teil wird durch die Lehrveranstaltung 19235701 + 19235702 "Einführung in die mathematische Modellierung mit partiellen Differentialgleichungen" abgedeckt, welche an der FU Berlin in Wintersemestern angeboten wird. 

    Literaturhinweise

    Literaturhinweise werden anfangs des Semesters in Abhängigkeit von der Themenauswahl gegeben. Interessante Startpunkte, die einen ersten Einstieg in obige drei Hauptpunkte erlauben, sind Klein R., Scale-Dependent Asymptotic Models for Atmospheric Flows, Ann. Rev. Fluid Mech., vol. 42, 249-274 (2010) D. Durran, Numerical Methods for Fluid Dynamics with Applications to Geophysics, Springer, Computational Science and Engineering Series, (2010) Metzner Ph., Putzig L., Horenko I., Analysis of persistent nonstationary time series and applications Comm. Appl. Math. & Comput. Sci., vol. 7, 175-229 (2012)

    Tennekes and Lumley, A first course in Turbulence, MIT Press (1974)

     

  • 19222601 Vorlesung
    Numerik stochastischer Differentialgleichungen (Ana Djurdjevac)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Students who are interested in stochastics and numerics
    Voraussetzungen: Stochastik I + II, Numerik I + II

    Kommentar

    Inhalt der Veranstaltung:
    The lecture will cover the following topics (not exhaustive)

    • Brownian motion 
    • Numerical discretization of stochastic differential equations
    • Monte Carlo methods
    • Representations of random fields
    • Modelling with stochastic differential equations
    • Applications

    
    
    
     

    Literaturhinweise

    Literatur:

    1. D. Higham, D. and  Kloeden, P.  An introduction to the numerical simulation of stochastic differential equations. SIAM, 2021
    2. E. Kloeden, E. Platen and H. Schurz. Numerical Solution of SDEs through computer experiments. Springer, Berlin, 2002
    3. B. Lapeyre, E. Pardoux, and R. Sentis, Introduction to Monte-Carlo Methods for Transport and Diffusion Equations, Oxford University Press, 2003.
    4. B. Oksendal. Stochastic Differential Equations: An Introduction with Applications. Springer, Berlin, 2003
    5. Lord, G. J., Powell, C. E., and Shardlow, T. An introduction to computational stochastic PDEs (Vol. 50). Cambridge University Press, 2014

  • 19223901 Vorlesung
    Uncertainty Quantification and Quasi-Monte Carlo (Claudia Schillings)
    Zeit: Mo 10:00-12:00 (Erster Termin: 14.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Literaturhinweise

    The following books will be relevant:

    • O. P. Le Maître and O. M. Knio. Spectral Methods for Uncertainty Quantification: With Applications to Computational Fluid Dynamics. Scientific Computation. Springer, New York, 2010.
    • R. C. Smith. Uncertainty Quantification: Theory, Implementation, and Applications, volume 12 of Computational Science & Engineering. Society for Industrial and Applied Mathematics (SIAM), Philadelphia, PA, 2014.
    • T. J. Sullivan. Introduction to Uncertainty Quantification. Springer, New York, in press.
    • D. Xiu. Numerical Methods for Stochastic Computations: A Spectral Method Approach. Princeton University Press, Princeton, NJ, 2010.

  • 19229601 Vorlesung Abgesagt
    Stochastische Dynamik in Flüssigkeiten (Felix Höfling)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Target audience: M.Sc. Mathematik/Physik/Computational Sciences

    Requirements: either Stochastics III (Stochastic differential equations) or Advanced Statistical Physics

    Kommentar

    Der flüssige Zustand umfasst eine große Klasse von Materialien, die von einfachen Flüssigkeiten (Argon, Methan) und molekularen Flüssigkeiten (Wasser) bis hin zu Systemen weicher Materie wie Polymerlösungen (Ketchup), kolloidalen Suspensionen (Wandfarbe) und heterogenen Medien (Zellzytoplasma) reichen. Der grundlegende Transportmodus in Flüssigkeiten ist die Diffusion aufgrund thermischer Fluktuationen, aber schon die einfachsten Flüssigkeiten weisen nicht-triviales dynamisches Verhalten auf, das weit über die mathematische Brownsche Bewegung hinausgeht. Seit den Anfängen dieses Forschungsgebiets haben Computersimulationen eine zentrale Rolle bei der Identifizierung komplexer Dynamiken und der Überprüfung von Näherungen in theoretischen Beschreibungen gespielt. Auf der anderen Seite erlegt die Theorie der Analyse von experimentellen oder Simulationsdaten Beschränkungen auf.

    Die Vorlesung ist an der Schnittstelle von Stochastik und statistischer Mechanik angesiedelt. Flüssigkeiten stellen hochdimensionale stochastische Prozesse dar, und ich werde eine Einführung in die Prinzipien der Theorie der Flüssigkeiten geben, und wir werden die mathematische Struktur der relevanten Korrelationsfunktionen erarbeiten. Der zweite Teil stellt eine Verbindung zur aktuellen Forschung her und gibt einen Überblick zu ausgewählten Themen. Die Übungen gliedern sich in einen theoretischen Teil, der im zweiwöchentlichen Rhythmus behandelt wird, und einen praktischen Teil in Form eines kleinen Simulationsprojektes, das während einer Blockübung (2 Tage) direkt nach der Vorlesungszeit durchgeführt wird.

    Stichwörter:

    •     Brownsche Bewegung, Diffusion und stochastische Prozesse in Flüssigkeiten
    •     harmonische Analyse von Korrelationsfunktionen
    •     Zwanzig-Mori-Projektionsoperator-Formalismus
    •     Moden-Kopplungs-Näherungen, Langzeitanomalien
    •     kritische Dynamik und Transportanomalien

     

    Literaturhinweise

    • Hansen and McDonald: Theory of simple liquids (Academic Press, 2006).
    • Höfling and Franosch, Anomalous transport in the crowded world of biological cells, Rep. Prog. Phys. 76, 046602 (2013).

    Further literature will be given during the course.

  • 19234501 Vorlesung
    Mathematische Strategien für komplexe stochastische Dynamik (Wei Zhang)
    Zeit: Mi 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Grundkenntnisse in Stochastik und numerischen Methoden

    Kommentar

    Inhalt:

    Stochastische Dynamiken werden in wissenschaftlichen Bereichen wie Physik, Biologie und Klima umfassend untersucht. Das Verständnis dieser Dynamiken ist aufgrund ihrer hohen Dimensionalität und Multiskaleneigenschaften oft eine Herausforderung. Diese Vorlesung bietet eine Einführung in theoretische und numerische Techniken (einschließlich Techniken des maschinellen Lernens) zum Studium solch komplexer stochastischer Dynamiken. Die folgenden Themen werden behandelt.

    - Grundlagen stochastischer Prozesse

    - Modellreduktionstechniken für stochastische Dynamik

    - Techniken des maschinellen Lernens

    Literaturhinweise

    1) Bernt Øksendal. Stochastic Differential Equations: An Introduction with Applications. 5th. Springer, 2000

    2) Kevin P. Murphy. Probabilistic Machine Learning: An introduction. MIT Press, 2022. url: probml.ai

    3) J.-H. Prinz et al. “Markov models of molecular kinetics: Generation and validation”. In: J. Chem. Phys. 134.17, 174105 (2011), p. 174105

    4) W. Zhang, C. Hartmann, and C. Schütte. “Effective dynamics along given reaction coordinates and reaction rate theory”. In: Faraday Discuss. 195 (2016), pp. 365–394

    5) Mardt, A., Pasquali, L., Wu, H. et al. VAMPnets for deep learning of molecular kinetics. Nat Commun 9, 5 (2018).

    6)  Score-Based Generative Modeling through Stochastic Differential Equations, Yang Song, Jascha Sohl-Dickstein, Diederik P Kingma, Abhishek Kumar, Stefano Ermon, Ben Poole, ICLR 2021.

  • 19240701 Vorlesung
    Functional Analysis Applied to Modeling of Molecular Systems (Luigi Delle Site)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    Die Vorlesung findet Dienstags von 14-16 Uhr in der Arnimallee 9 statt.

    Die Übung findet Montags von von 14-16 Uhr in der Arnimallee 9 statt.

  • 19242101 Vorlesung
    Stochastik IV (Guilherme de Lima Feltes, Nicolas Perkowski)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzung: Stochastik I, II, III. 
    Empfohlen wird Funktionalanalysis.

    Kommentar

    Inhalt:

    • Ito-Kalkül für Gaußsche Zufallsmaße;
    • semilineare stochastische partielle Differentialgleichungen in einer Dimension;
    • Schauder-Abschätzungen;
    • Gaußsche Hyperkontraktivität;
    • Paraprodukte und parakontrollierte Distributionen;
    • lokale Existenz und Eindeutigkeit für semilineare SPDEs in höheren Dimensionen;
    • Eigenschaften der Lösungen

    Nähere Informationen finden Sie auf der Homepage der 19246301 SPDEs: Classical and New.

    Literaturhinweise

    Literature
    There will be lecture notes.

  • 19243001 Vorlesung
    Partielle Differentialgleichungen III (Erica Ipocoana)
    Zeit: Di 08:00-10:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Partielle Differentialgleichungen I und II

    Kommentar

    Die Lehrveranstaltung baut auf der Vorlesung Partielle Differentialgleichungen II auf, wie sie im vorangegangenen Wintersemester angeboten wurde. Sie vertieft Methoden für Randwertprobleme nichtlinearer elliptischer Differentialgleichungen. Zentraler Aspekt sind Variationsmethoden, insbesondere die mehrdimensionale Variationsrechnung.  

    Literaturhinweise

    Wird in der Vorlesung bekannt gegeben / to be announced.

  • 19207102 Übung
    Übung zu Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Rupert Klein)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19215002 Übung
    Constructive Combinatorics exercises (Tibor Szabo)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Kommentar

    Abstract:
    Despite the effectiveness of the probabilistic method in extremal combinatorics, explicit constructive approaches remain of paramount importance. On the one hand, they are often superior to purely existential arguments, and, even when they are not, the search for the most efficient deterministic combinatorial structure is naturally motivated by questions of complexity.
    The course discusses classic Turan- and Ramsay-type problems of extremal combinatorics from this constructive perspective.
    Besides combinatorics, the methods often involve algebraic and probabilistic techniques (affine and projective geometries over finite fields, eigenvalues and quasirandom graphs, the discrete Fourier transform).
    For further details please check Prof. Szabó's homepage.

  • 19215302 Übung
    Übung zu Mathematische Modellierung in der Klimaforschung (Rupert Klein)
    Zeit: Di 16:00-18:00 (Erster Termin: 15.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    
  • 19222602 Übung
    Übung zu Numerik stochastischer Differentialgleichungen (Ana Djurdjevac)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19223902 Übung
    Übung zu UQ and QMC (Claudia Schillings)
    Zeit: Di 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    
  • 19229602 Übung Abgesagt
    Übung zu Stochastische Prozessen in Flüssigkeiten (Felix Höfling)
    Zeit: Di 14:00-16:00 (Erster Termin: 29.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19234502 Übung
    Ü: Mathem. Strategien für komplexe stoch. Dynamik (Wei Zhang)
    Zeit: Fr 10:00-12:00 (Erster Termin: 25.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Concrete and simple stochastic dynamics will be studied to illustrate analytical and numerical techniques. Numerical methods will be demonstrated using Jupyter Notebook.

  • 19240702 Übung
    Übung zu Functional Analysis applied to modeling of molecular systems (Luigi Delle Site)
    Zeit: Mo 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    
  • 19242102 Übung
    Ü: Stochastics IV (Guilherme de Lima Feltes)
    Zeit: Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19243002 Übung
    Übung Partielle Differentialgleichungen III (Erica Ipocoana)
    Zeit: Do 12:00-14:00 (Erster Termin: 24.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

• Ergänzungsmodul: Spezielle Aspekte C

  0280cA4.6
  • 19207101 Vorlesung
    Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Rupert Klein)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: 1.3.14 Hörsaal A (Arnimallee 14)
    

    Kommentar

    Viele Probleme in den Naturwissenschaften werden durch Prozesse bestimmt, die auf verschiedenen Skalen ablaufen. Solche Probleme werden als Mehrskalenprobleme bezeichnet. Ein Beispiel für ein Mehrskalenproblem sind die partiellen Differentialgleichungen, die in der geophysikalischen Fluiddynamik Anwendung finden. Für die analytische Beschreibung der langsamen Skalen können Mittelungsmethoden verwendet werden. Diese Beschreibungen sind vorteilhaft bei der Anwendung numerischer Zeitschrittverfahren, da die gemittelten Gleichungen auf gröberen Zeitgittern gelöst werden können als die nicht gemittelten Gleichungen. Das Hauptaugenmerk dieses Kurses liegt auf Mittelungsverfahren für partielle Differentialgleichungen, die Fluide beschreiben, und dem Design von parallelisierbaren, numerischen Zeitschrittverfahren, die auf dem Parareellen Verfahren basieren und die Mittelungsverfahren einbinden.

    Anforderungen: Grundvorlesungen in Analysis, Grundvorlesungen Numerik

    Literatur:

    Wingate, B.A.; Rosemeier, J.; Haut, T., Mean Flow from Phase Averages in the 2D Boussinesq Equations. Atmosphere 2023, 14, 1523.
    https://doi.org/10.3390/atmos14101523

    T. Haut, B. Wingate,  An asymptotic parallel-in-time method for highly oscillatory pde's, SIAM Journal on Scientific Computing, 36 (2014), pp. A693-A713

    J.-L. Lions, G. Turinici, A "parareal" in time discretization of PDE's, Comptes Rendus de l'Academie des Sciences - Series I - Mathematics, 332 (2001), pp. 661-668

    Sanders, F. Verhulst, J. Murdock,  Averaging Methods in Nonlinear Dynamical Systems, Springer New York, NY, 2ed., 2000

  • 19215001 Vorlesung
    Constructive Combinatorics (Tibor Szabo)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Grundlegende Bachelor-Algebra, Wahrscheinlichkeit und Disrete Mathematik.

    Kommentar

    Abstrakt:
    Trotz der Wirksamkeit der probabilistischen Methode in der extremen Kombinatorik bleiben explizit konstruktive Ansätze von größter Bedeutung. Einerseits sind sie den rein existentiellen Argumenten oft überlegen, und selbst wenn sie es nicht sind, ist die Suche nach der effizientesten deterministischen kombinatorischen Struktur natürlich durch Fragen der Komplexität motiviert.
    Der Kurs behandelt klassische Turan- und Ramsay-Probleme der extremen Kombinatorik aus dieser konstruktiven Perspektive.
    Neben der Kombinatorik beinhalten die Methoden oft algebraische und probabilistische Techniken (affine und projektive Geometrien über endliche Felder, Eigenwerte und quasizufällige Graphen, die diskrete Fourier-Transformation).
    Weitere Informationen finden Sie auf der Homepage von Prof. Szabó.

    Literaturhinweise

    A script will be provided.

  • 19215301 Vorlesung
    Mathematische Modellierung in der Klimaforschung (Rupert Klein)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Kommentar

    Inhalt:

    Die Mathematik spielt eine zentrale Rolle bei der Entwicklung und Analyse von Modellen zur Wettervorhersage. Kontrollierte physikalische Experimente kommen nicht in Frage, und die einzige Möglichkeit, das Wetter- und Klimasystem der Erde zu untersuchen, sind mathematische Modelle, Computerexperimente und Datenanalysen.

    Schwankungen im täglichen Wetter sind eng mit Turbulenzen verbunden, und Turbulenzen stellen eine Herausforderung für die Vorhersagbarkeit des Wetters dar. Es ist keine generelle Lösung für die Gleichungen der Fluidbewegung bekannt, und folglich gibt es auch keine generelle Lösung für Probleme in turbulenten Strömungen. Stattdessen verlassen sich die Wissenschaftler auf konzeptionelle Modelle und statistische Beschreibungen, um die Essenz des täglichen Wetters zu verstehen und zu verstehen, wie sich dies auf das Klimaverhalten auswirkt.

    
    Dieser Kurs/Seminar konzentriert sich auf Techniken der mathematischen Modellierung, die Wissenschaftler dabei unterstützen, die aufgeführten Themen systematisch zu erforschen.

    Der Kurs umfasst eine Auswahl aus folgenden Themenbereichen

    1. Konservierungsgesetze und geltende Gleichungen,

    2. Numerische Methoden für geophysikalische Strömungssimulationen,

    3. Dynamische Systeme und Bifurkationstheorie,

    4. Datenbasierte Charakterisierung atmosphärischer Strömungen

     

    Die Lehrveranstaltung kann an der FU Berlin als zweiter Teil eines zweisemestrigen BMS Basic Courses "Mathematical Modeling with PDEs" besucht werden. Der erste Teil wird durch die Lehrveranstaltung 19235701 + 19235702 "Einführung in die mathematische Modellierung mit partiellen Differentialgleichungen" abgedeckt, welche an der FU Berlin in Wintersemestern angeboten wird. 

    Literaturhinweise

    Literaturhinweise werden anfangs des Semesters in Abhängigkeit von der Themenauswahl gegeben. Interessante Startpunkte, die einen ersten Einstieg in obige drei Hauptpunkte erlauben, sind Klein R., Scale-Dependent Asymptotic Models for Atmospheric Flows, Ann. Rev. Fluid Mech., vol. 42, 249-274 (2010) D. Durran, Numerical Methods for Fluid Dynamics with Applications to Geophysics, Springer, Computational Science and Engineering Series, (2010) Metzner Ph., Putzig L., Horenko I., Analysis of persistent nonstationary time series and applications Comm. Appl. Math. & Comput. Sci., vol. 7, 175-229 (2012)

    Tennekes and Lumley, A first course in Turbulence, MIT Press (1974)

     

  • 19222601 Vorlesung
    Numerik stochastischer Differentialgleichungen (Ana Djurdjevac)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Students who are interested in stochastics and numerics
    Voraussetzungen: Stochastik I + II, Numerik I + II

    Kommentar

    Inhalt der Veranstaltung:
    The lecture will cover the following topics (not exhaustive)

    • Brownian motion 
    • Numerical discretization of stochastic differential equations
    • Monte Carlo methods
    • Representations of random fields
    • Modelling with stochastic differential equations
    • Applications

    
    
    
     

    Literaturhinweise

    Literatur:

    1. D. Higham, D. and  Kloeden, P.  An introduction to the numerical simulation of stochastic differential equations. SIAM, 2021
    2. E. Kloeden, E. Platen and H. Schurz. Numerical Solution of SDEs through computer experiments. Springer, Berlin, 2002
    3. B. Lapeyre, E. Pardoux, and R. Sentis, Introduction to Monte-Carlo Methods for Transport and Diffusion Equations, Oxford University Press, 2003.
    4. B. Oksendal. Stochastic Differential Equations: An Introduction with Applications. Springer, Berlin, 2003
    5. Lord, G. J., Powell, C. E., and Shardlow, T. An introduction to computational stochastic PDEs (Vol. 50). Cambridge University Press, 2014

  • 19223901 Vorlesung
    Uncertainty Quantification and Quasi-Monte Carlo (Claudia Schillings)
    Zeit: Mo 10:00-12:00 (Erster Termin: 14.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Literaturhinweise

    The following books will be relevant:

    • O. P. Le Maître and O. M. Knio. Spectral Methods for Uncertainty Quantification: With Applications to Computational Fluid Dynamics. Scientific Computation. Springer, New York, 2010.
    • R. C. Smith. Uncertainty Quantification: Theory, Implementation, and Applications, volume 12 of Computational Science & Engineering. Society for Industrial and Applied Mathematics (SIAM), Philadelphia, PA, 2014.
    • T. J. Sullivan. Introduction to Uncertainty Quantification. Springer, New York, in press.
    • D. Xiu. Numerical Methods for Stochastic Computations: A Spectral Method Approach. Princeton University Press, Princeton, NJ, 2010.

  • 19229601 Vorlesung Abgesagt
    Stochastische Dynamik in Flüssigkeiten (Felix Höfling)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Target audience: M.Sc. Mathematik/Physik/Computational Sciences

    Requirements: either Stochastics III (Stochastic differential equations) or Advanced Statistical Physics

    Kommentar

    Der flüssige Zustand umfasst eine große Klasse von Materialien, die von einfachen Flüssigkeiten (Argon, Methan) und molekularen Flüssigkeiten (Wasser) bis hin zu Systemen weicher Materie wie Polymerlösungen (Ketchup), kolloidalen Suspensionen (Wandfarbe) und heterogenen Medien (Zellzytoplasma) reichen. Der grundlegende Transportmodus in Flüssigkeiten ist die Diffusion aufgrund thermischer Fluktuationen, aber schon die einfachsten Flüssigkeiten weisen nicht-triviales dynamisches Verhalten auf, das weit über die mathematische Brownsche Bewegung hinausgeht. Seit den Anfängen dieses Forschungsgebiets haben Computersimulationen eine zentrale Rolle bei der Identifizierung komplexer Dynamiken und der Überprüfung von Näherungen in theoretischen Beschreibungen gespielt. Auf der anderen Seite erlegt die Theorie der Analyse von experimentellen oder Simulationsdaten Beschränkungen auf.

    Die Vorlesung ist an der Schnittstelle von Stochastik und statistischer Mechanik angesiedelt. Flüssigkeiten stellen hochdimensionale stochastische Prozesse dar, und ich werde eine Einführung in die Prinzipien der Theorie der Flüssigkeiten geben, und wir werden die mathematische Struktur der relevanten Korrelationsfunktionen erarbeiten. Der zweite Teil stellt eine Verbindung zur aktuellen Forschung her und gibt einen Überblick zu ausgewählten Themen. Die Übungen gliedern sich in einen theoretischen Teil, der im zweiwöchentlichen Rhythmus behandelt wird, und einen praktischen Teil in Form eines kleinen Simulationsprojektes, das während einer Blockübung (2 Tage) direkt nach der Vorlesungszeit durchgeführt wird.

    Stichwörter:

    •     Brownsche Bewegung, Diffusion und stochastische Prozesse in Flüssigkeiten
    •     harmonische Analyse von Korrelationsfunktionen
    •     Zwanzig-Mori-Projektionsoperator-Formalismus
    •     Moden-Kopplungs-Näherungen, Langzeitanomalien
    •     kritische Dynamik und Transportanomalien

     

    Literaturhinweise

    • Hansen and McDonald: Theory of simple liquids (Academic Press, 2006).
    • Höfling and Franosch, Anomalous transport in the crowded world of biological cells, Rep. Prog. Phys. 76, 046602 (2013).

    Further literature will be given during the course.

  • 19234501 Vorlesung
    Mathematische Strategien für komplexe stochastische Dynamik (Wei Zhang)
    Zeit: Mi 14:00-16:00 (Erster Termin: 23.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Grundkenntnisse in Stochastik und numerischen Methoden

    Kommentar

    Inhalt:

    Stochastische Dynamiken werden in wissenschaftlichen Bereichen wie Physik, Biologie und Klima umfassend untersucht. Das Verständnis dieser Dynamiken ist aufgrund ihrer hohen Dimensionalität und Multiskaleneigenschaften oft eine Herausforderung. Diese Vorlesung bietet eine Einführung in theoretische und numerische Techniken (einschließlich Techniken des maschinellen Lernens) zum Studium solch komplexer stochastischer Dynamiken. Die folgenden Themen werden behandelt.

    - Grundlagen stochastischer Prozesse

    - Modellreduktionstechniken für stochastische Dynamik

    - Techniken des maschinellen Lernens

    Literaturhinweise

    1) Bernt Øksendal. Stochastic Differential Equations: An Introduction with Applications. 5th. Springer, 2000

    2) Kevin P. Murphy. Probabilistic Machine Learning: An introduction. MIT Press, 2022. url: probml.ai

    3) J.-H. Prinz et al. “Markov models of molecular kinetics: Generation and validation”. In: J. Chem. Phys. 134.17, 174105 (2011), p. 174105

    4) W. Zhang, C. Hartmann, and C. Schütte. “Effective dynamics along given reaction coordinates and reaction rate theory”. In: Faraday Discuss. 195 (2016), pp. 365–394

    5) Mardt, A., Pasquali, L., Wu, H. et al. VAMPnets for deep learning of molecular kinetics. Nat Commun 9, 5 (2018).

    6)  Score-Based Generative Modeling through Stochastic Differential Equations, Yang Song, Jascha Sohl-Dickstein, Diederik P Kingma, Abhishek Kumar, Stefano Ermon, Ben Poole, ICLR 2021.

  • 19240701 Vorlesung
    Functional Analysis Applied to Modeling of Molecular Systems (Luigi Delle Site)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    Die Vorlesung findet Dienstags von 14-16 Uhr in der Arnimallee 9 statt.

    Die Übung findet Montags von von 14-16 Uhr in der Arnimallee 9 statt.

  • 19242101 Vorlesung
    Stochastik IV (Guilherme de Lima Feltes, Nicolas Perkowski)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzung: Stochastik I, II, III. 
    Empfohlen wird Funktionalanalysis.

    Kommentar

    Inhalt:

    • Ito-Kalkül für Gaußsche Zufallsmaße;
    • semilineare stochastische partielle Differentialgleichungen in einer Dimension;
    • Schauder-Abschätzungen;
    • Gaußsche Hyperkontraktivität;
    • Paraprodukte und parakontrollierte Distributionen;
    • lokale Existenz und Eindeutigkeit für semilineare SPDEs in höheren Dimensionen;
    • Eigenschaften der Lösungen

    Nähere Informationen finden Sie auf der Homepage der 19246301 SPDEs: Classical and New.

    Literaturhinweise

    Literature
    There will be lecture notes.

  • 19243001 Vorlesung
    Partielle Differentialgleichungen III (Erica Ipocoana)
    Zeit: Di 08:00-10:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Partielle Differentialgleichungen I und II

    Kommentar

    Die Lehrveranstaltung baut auf der Vorlesung Partielle Differentialgleichungen II auf, wie sie im vorangegangenen Wintersemester angeboten wurde. Sie vertieft Methoden für Randwertprobleme nichtlinearer elliptischer Differentialgleichungen. Zentraler Aspekt sind Variationsmethoden, insbesondere die mehrdimensionale Variationsrechnung.  

    Literaturhinweise

    Wird in der Vorlesung bekannt gegeben / to be announced.

  • 19207102 Übung
    Übung zu Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Rupert Klein)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19215002 Übung
    Constructive Combinatorics exercises (Tibor Szabo)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Kommentar

    Abstract:
    Despite the effectiveness of the probabilistic method in extremal combinatorics, explicit constructive approaches remain of paramount importance. On the one hand, they are often superior to purely existential arguments, and, even when they are not, the search for the most efficient deterministic combinatorial structure is naturally motivated by questions of complexity.
    The course discusses classic Turan- and Ramsay-type problems of extremal combinatorics from this constructive perspective.
    Besides combinatorics, the methods often involve algebraic and probabilistic techniques (affine and projective geometries over finite fields, eigenvalues and quasirandom graphs, the discrete Fourier transform).
    For further details please check Prof. Szabó's homepage.

  • 19215302 Übung
    Übung zu Mathematische Modellierung in der Klimaforschung (Rupert Klein)
    Zeit: Di 16:00-18:00 (Erster Termin: 15.04.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    
  • 19222602 Übung
    Übung zu Numerik stochastischer Differentialgleichungen (Ana Djurdjevac)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19223902 Übung
    Übung zu UQ and QMC (Claudia Schillings)
    Zeit: Di 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    
  • 19229602 Übung Abgesagt
    Übung zu Stochastische Prozessen in Flüssigkeiten (Felix Höfling)
    Zeit: Di 14:00-16:00 (Erster Termin: 29.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19234502 Übung
    Ü: Mathem. Strategien für komplexe stoch. Dynamik (Wei Zhang)
    Zeit: Fr 10:00-12:00 (Erster Termin: 25.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Concrete and simple stochastic dynamics will be studied to illustrate analytical and numerical techniques. Numerical methods will be demonstrated using Jupyter Notebook.

  • 19240702 Übung
    Übung zu Functional Analysis applied to modeling of molecular systems (Luigi Delle Site)
    Zeit: Mo 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    
  • 19242102 Übung
    Ü: Stochastics IV (Guilherme de Lima Feltes)
    Zeit: Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19243002 Übung
    Übung Partielle Differentialgleichungen III (Erica Ipocoana)
    Zeit: Do 12:00-14:00 (Erster Termin: 24.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

• Ergänzungsmodul: Aktuelle Forschungsthemen A

  0280cA4.7
  • 19206011 Seminar
    Discrete Mathematics Masterseminar (Tibor Szabo)
    Zeit: Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 11.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt:
    Das Seminar behandelt fortgeschrittene Themen der Extremen und Probabilistischen Kombinatorik.

    Zielgruppe:
    BMS-Studenten, Master-Studenten oder fortgeschrittene Bachelor-Studenten.

    Voraussetzungen:
    Voraussetzung ist der erfolgreiche Abschluss der Vorlesung Diskrete Mathematik II oder III (oder gleichwertiger Hintergrund: Bitte kontaktieren Sie den Dozenten). 

     

  • 19226511 Seminar
    Seminar Mehrskalenmethoden in molekularen Simulationen (Luigi Delle Site)
    Zeit: Fr 12:00-14:00 (Erster Termin: 25.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    Audience: At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Das Seminar findet Freitags von 12-14 Uhr in der Arnimallee 9 statt.

    Kommentar

    Content: The seminar will concern the discussion of state-of-art techniques in molecular simulation which allow for a simulation of several space (especially) and time scale within one computational approach.

    The discussion will concerns both, specific computational coding and conceptual developments.

    Literaturhinweise

    Related Basic Literature:

    (1) M.Praprotnik, L.Delle Site and K.Kremer, Ann.Rev.Phys.Chem.59, 545-571 (2008)

    (2) C.Peter, L.Delle Site and K.Kremer, Soft Matter 4, 859-869 (2008).

    (3) M.Praprotnik and L.Delle Site, in "Biomolecular Simulations: Methods and Protocols" L.Monticelli and E.Salonen Eds. Vol.924, 567-583 (2012) Methods Mol. Biol. Springer-Science

  • 19226611 Seminar
    Seminar Quantum Computational Methods (Luigi Delle Site)
    Zeit: Mi 12:00-14:00 (Erster Termin: 16.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Die Veranstaltung findet Mittwochs von 12-14 Uhr in der Arnimallee 9 statt.

    Kommentar

    The seminar will focus on the literature related to the most popular molecular simulation methods for quantum mechanical systems.
    In particular we will read and discuss the paper at the foundation of Path Integral Molecular Dynamics, Quantum Monte Carlo techniques and Density Functional Theory. A new development became relevant in the last yeras, i.e. quantum calculations on quantum computers, part of the seminar will treat also such novel aspects.
    Moreover the reading and the discussion will be complemented by paper about the latest developments and applications of the methods.

    Literaturhinweise

    Related Basic Literature:
    (1) David M.Ceperley, Reviews of Modern Physics 67 279 (1995)
    (2) Miguel A. Morales, Raymond Clay, Carlo Pierleoni, and David M. Ceperley, Entropy 2014, 16(1), 287-321
    (3) P. Hohenberg and W. Kohn, Phys. Rev. 136 (1964) B864-B871

  • 19227611 Seminar
    Seminar Uncertainty Quantification & Inverse Problems (Claudia Schillings)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 24.04.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Kommentar

    Das Seminar behandelt fortgeschrittene Themen der Uncertainty Quantification and inversen Problemen.

  • 19239711 Seminar
    Advanced Dynamical Systems (Bernold Fiedler)
    Zeit: Do 16:00-18:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Studierende präsentieren aktuelle Paper über Themen aus dem Gebiet der zeitverzögerten Differentialgleichungen. Termine nur nach persönlicher Vereinbarung.

  • 19239911 Seminar
    Advanced Differential Equations (Bernold Fiedler)
    Zeit: Do 14:00-16:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Studierende präsentieren aktuelle Paper über Themen aus dem Gebiet der Dynamischen Systeme. Termine nur nach persönlicher Vereinbarung.

  • 19247111 Seminar
    Variationsmethoden und Gamma-Konvergenz (Marita Thomas)
    Zeit: Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Kommentar

    This seminar addresses bachelor and master students interested in the analysis of partial differential equations (PDEs). It focuses on elliptic PDEs, where the direct method of the calculus of variations provides a powerful tool to handle linear as well as nonlinear problems by investigating the minimality properties of the functional associated with the PDE. Closely related to this is the method of Gamma-convergence, which allows it to study sequences of functionals and minimization problems. A background with courses in analysis, functional analysis, and introduction to PDEs is useful to attend the seminar, but the topics for the presentations will be adapted to the background of the participants.   The main part of the seminar will be held en block in the teaching-free period.

• Ergänzungsmodul: Aktuelle Forschungsthemen B

  0280cA4.8
  • 19206011 Seminar
    Discrete Mathematics Masterseminar (Tibor Szabo)
    Zeit: Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 11.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt:
    Das Seminar behandelt fortgeschrittene Themen der Extremen und Probabilistischen Kombinatorik.

    Zielgruppe:
    BMS-Studenten, Master-Studenten oder fortgeschrittene Bachelor-Studenten.

    Voraussetzungen:
    Voraussetzung ist der erfolgreiche Abschluss der Vorlesung Diskrete Mathematik II oder III (oder gleichwertiger Hintergrund: Bitte kontaktieren Sie den Dozenten). 

     

  • 19226511 Seminar
    Seminar Mehrskalenmethoden in molekularen Simulationen (Luigi Delle Site)
    Zeit: Fr 12:00-14:00 (Erster Termin: 25.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    Audience: At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Das Seminar findet Freitags von 12-14 Uhr in der Arnimallee 9 statt.

    Kommentar

    Content: The seminar will concern the discussion of state-of-art techniques in molecular simulation which allow for a simulation of several space (especially) and time scale within one computational approach.

    The discussion will concerns both, specific computational coding and conceptual developments.

    Literaturhinweise

    Related Basic Literature:

    (1) M.Praprotnik, L.Delle Site and K.Kremer, Ann.Rev.Phys.Chem.59, 545-571 (2008)

    (2) C.Peter, L.Delle Site and K.Kremer, Soft Matter 4, 859-869 (2008).

    (3) M.Praprotnik and L.Delle Site, in "Biomolecular Simulations: Methods and Protocols" L.Monticelli and E.Salonen Eds. Vol.924, 567-583 (2012) Methods Mol. Biol. Springer-Science

  • 19226611 Seminar
    Seminar Quantum Computational Methods (Luigi Delle Site)
    Zeit: Mi 12:00-14:00 (Erster Termin: 16.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Die Veranstaltung findet Mittwochs von 12-14 Uhr in der Arnimallee 9 statt.

    Kommentar

    The seminar will focus on the literature related to the most popular molecular simulation methods for quantum mechanical systems.
    In particular we will read and discuss the paper at the foundation of Path Integral Molecular Dynamics, Quantum Monte Carlo techniques and Density Functional Theory. A new development became relevant in the last yeras, i.e. quantum calculations on quantum computers, part of the seminar will treat also such novel aspects.
    Moreover the reading and the discussion will be complemented by paper about the latest developments and applications of the methods.

    Literaturhinweise

    Related Basic Literature:
    (1) David M.Ceperley, Reviews of Modern Physics 67 279 (1995)
    (2) Miguel A. Morales, Raymond Clay, Carlo Pierleoni, and David M. Ceperley, Entropy 2014, 16(1), 287-321
    (3) P. Hohenberg and W. Kohn, Phys. Rev. 136 (1964) B864-B871

  • 19227611 Seminar
    Seminar Uncertainty Quantification & Inverse Problems (Claudia Schillings)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 24.04.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Kommentar

    Das Seminar behandelt fortgeschrittene Themen der Uncertainty Quantification and inversen Problemen.

  • 19239711 Seminar
    Advanced Dynamical Systems (Bernold Fiedler)
    Zeit: Do 16:00-18:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Studierende präsentieren aktuelle Paper über Themen aus dem Gebiet der zeitverzögerten Differentialgleichungen. Termine nur nach persönlicher Vereinbarung.

  • 19239911 Seminar
    Advanced Differential Equations (Bernold Fiedler)
    Zeit: Do 14:00-16:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Studierende präsentieren aktuelle Paper über Themen aus dem Gebiet der Dynamischen Systeme. Termine nur nach persönlicher Vereinbarung.

  • 19247111 Seminar
    Variationsmethoden und Gamma-Konvergenz (Marita Thomas)
    Zeit: Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Kommentar

    This seminar addresses bachelor and master students interested in the analysis of partial differential equations (PDEs). It focuses on elliptic PDEs, where the direct method of the calculus of variations provides a powerful tool to handle linear as well as nonlinear problems by investigating the minimality properties of the functional associated with the PDE. Closely related to this is the method of Gamma-convergence, which allows it to study sequences of functionals and minimization problems. A background with courses in analysis, functional analysis, and introduction to PDEs is useful to attend the seminar, but the topics for the presentations will be adapted to the background of the participants.   The main part of the seminar will be held en block in the teaching-free period.

• Ergänzungsmodul: Aktuelle Forschungsthemen C

  0280cA4.9
  • 19206011 Seminar
    Discrete Mathematics Masterseminar (Tibor Szabo)
    Zeit: Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 11.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt:
    Das Seminar behandelt fortgeschrittene Themen der Extremen und Probabilistischen Kombinatorik.

    Zielgruppe:
    BMS-Studenten, Master-Studenten oder fortgeschrittene Bachelor-Studenten.

    Voraussetzungen:
    Voraussetzung ist der erfolgreiche Abschluss der Vorlesung Diskrete Mathematik II oder III (oder gleichwertiger Hintergrund: Bitte kontaktieren Sie den Dozenten). 

     

  • 19226511 Seminar
    Seminar Mehrskalenmethoden in molekularen Simulationen (Luigi Delle Site)
    Zeit: Fr 12:00-14:00 (Erster Termin: 25.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    Audience: At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Das Seminar findet Freitags von 12-14 Uhr in der Arnimallee 9 statt.

    Kommentar

    Content: The seminar will concern the discussion of state-of-art techniques in molecular simulation which allow for a simulation of several space (especially) and time scale within one computational approach.

    The discussion will concerns both, specific computational coding and conceptual developments.

    Literaturhinweise

    Related Basic Literature:

    (1) M.Praprotnik, L.Delle Site and K.Kremer, Ann.Rev.Phys.Chem.59, 545-571 (2008)

    (2) C.Peter, L.Delle Site and K.Kremer, Soft Matter 4, 859-869 (2008).

    (3) M.Praprotnik and L.Delle Site, in "Biomolecular Simulations: Methods and Protocols" L.Monticelli and E.Salonen Eds. Vol.924, 567-583 (2012) Methods Mol. Biol. Springer-Science

  • 19226611 Seminar
    Seminar Quantum Computational Methods (Luigi Delle Site)
    Zeit: Mi 12:00-14:00 (Erster Termin: 16.04.2025)
    Ort: Die Veranstaltung findet in der Arnimallee 9 statt (Seminarraum).
    

    Zusätzl. Angaben / Voraussetzungen

    At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Die Veranstaltung findet Mittwochs von 12-14 Uhr in der Arnimallee 9 statt.

    Kommentar

    The seminar will focus on the literature related to the most popular molecular simulation methods for quantum mechanical systems.
    In particular we will read and discuss the paper at the foundation of Path Integral Molecular Dynamics, Quantum Monte Carlo techniques and Density Functional Theory. A new development became relevant in the last yeras, i.e. quantum calculations on quantum computers, part of the seminar will treat also such novel aspects.
    Moreover the reading and the discussion will be complemented by paper about the latest developments and applications of the methods.

    Literaturhinweise

    Related Basic Literature:
    (1) David M.Ceperley, Reviews of Modern Physics 67 279 (1995)
    (2) Miguel A. Morales, Raymond Clay, Carlo Pierleoni, and David M. Ceperley, Entropy 2014, 16(1), 287-321
    (3) P. Hohenberg and W. Kohn, Phys. Rev. 136 (1964) B864-B871

  • 19227611 Seminar
    Seminar Uncertainty Quantification & Inverse Problems (Claudia Schillings)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 24.04.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Kommentar

    Das Seminar behandelt fortgeschrittene Themen der Uncertainty Quantification and inversen Problemen.

  • 19239711 Seminar
    Advanced Dynamical Systems (Bernold Fiedler)
    Zeit: Do 16:00-18:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Studierende präsentieren aktuelle Paper über Themen aus dem Gebiet der zeitverzögerten Differentialgleichungen. Termine nur nach persönlicher Vereinbarung.

  • 19239911 Seminar
    Advanced Differential Equations (Bernold Fiedler)
    Zeit: Do 14:00-16:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Studierende präsentieren aktuelle Paper über Themen aus dem Gebiet der Dynamischen Systeme. Termine nur nach persönlicher Vereinbarung.

  • 19247111 Seminar
    Variationsmethoden und Gamma-Konvergenz (Marita Thomas)
    Zeit: Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Kommentar

    This seminar addresses bachelor and master students interested in the analysis of partial differential equations (PDEs). It focuses on elliptic PDEs, where the direct method of the calculus of variations provides a powerful tool to handle linear as well as nonlinear problems by investigating the minimality properties of the functional associated with the PDE. Closely related to this is the method of Gamma-convergence, which allows it to study sequences of functionals and minimization problems. A background with courses in analysis, functional analysis, and introduction to PDEs is useful to attend the seminar, but the topics for the presentations will be adapted to the background of the participants.   The main part of the seminar will be held en block in the teaching-free period.

• Statistik für Biowissenschaften I

  0260cA2.5
  • 60100001 Vorlesung
    Statistik für Bioinformatik I (Konrad Neumann)
    Zeit: Do 16:00-18:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

     

     

                   

    Kommentar

    Inhaltsangabe

    In der Vorlesung werden die grundlegenden Methoden der angewandten Statistik besprochen. Nach einer kurzen orientierenden Einführung in die beschreibende und schließende Statistik werden folgende Themenbereiche ausführlicher behandelt:

    1. Elementare Wahrscheinlichkeitsrechnung
    2. Bedingte Wahrscheinlichkeiten und der Satz von Bayes
    3. Rechnen mit Zufallsvariablen
    4. Anwendung der elementaren Wahrscheinlichkeitsrechnung in den Lebenswissenschaften
    5. Prinzip des statistischen Tests
    6. Die wichtigsten klassischen Testverfahren
    7. Konfidenzintervalle
    8. Korrelation und Regressionsanalyse

    Zu allen Themen werden wöchentlich Übungsaufgaben, viele mit Bezug zu den Lebenswissenschaften, gestellt. Der Großteil der Aufgaben wird mit der Statistiksoftware R bearbeitet (Bezug über http://www.r-project.org/). In den Übungen werden die für die Bearbeitung der Übungsaufgaben nötigen Grundkenntnisse von R vermittelt.

                   

  • 60100002 Übung
    Übung zu Statistik für Bioinformatik I (Konrad Neumann)
    Zeit: Mi 16:00-18:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

• Molekularbiologie und Biochemie I

  0260cA3.3
  • 21601a Vorlesung
    Biochemie I - Grundlagen der Biochemie (Helge Ewers, Florian Heyd, Markus Wahl)
    Zeit: Mi 12:00 - 14:00 Uhr; Vorbesprechung Di, 15.04.25, 12:00 - 14:00 Uhr (HS Anorganik Fabeckstraße 34/36)) (Erster Termin: 15.04.2025)
    Ort: Hs Anorganik (Fabeckstr. 34 / 36)
    

    Hinweise für Studierende

    Entspricht Molekularbiologie und Biochemie I für Bioinformatiker.

    Kommentar

    Qualifikationsziele:
    Die Studentinnen und Studenten kennen die Entstehung und molekulare Struktur der wichtigsten zellulären Makromoleküle und Stoffklassen sowie ihren biologischen Kontext. Der Schwerpunkt liegt auf einem chemischen Grundverständnis des molekularen Aufbaus von Biomolekülen.
    
    Inhalte:
    Chemische und zellbiologische Grundlagen, Struktur von DNA und RNA, Replikation und Transkription, Proteinbiosynthese, Regulation der Genexpression, gentechnologische Methoden, Aminosäuren und Peptide, Proteinstruktur und Proteinfaltung, Proteom, posttranslationale Modifikationen, Methoden der Proteinforschung, Enzyme, Kohlenhydrate, Lipide und Biomembranen, Einführung in den Stoffwechsel und die Stoffwechselregulation.
    
    Prof. Dr. H. Ewers: helge.ewers@fu-berlin.de
    Prof. Dr. F. Heyd: florian.heyd@fu-berlin.de
    Prof. Dr. M. Wahl: mwahl@zedat.fu-berlin.de
    

  • 21601b Übung
    Übungen zur Biochemie I - Grundlagen der Biochemie (Helge Ewers, Florian Heyd, Markus Wahl)
    Zeit: Di/Mi 22.4.25-17.7.25 (s. Lektionen, LV-Details) (Erster Termin: 22.04.2025)
    Ort: Ort nach Ansage je nach Übungsgruppe
    

    Zusätzl. Angaben / Voraussetzungen

    Die Übungen finden n.V. in kleineren Gruppen i.d.R. dienstags von 12:00 - 14:00 Uhr bzw. mittwochs von 10:00 - 12:00 Uhr Uhr statt. Die Verteilung findet im Rahmen der Vorbesprechung (s. 21601a) statt.

    Kommentar

    Qualifikationsziele: Die Studentinnen und Studenten kennen die Entstehung und molekulare Struktur der wichtigsten zellulären Makromoleküle und Stoffklassen sowie ihren biologischen Kontext. Der Schwerpunkt liegt auf einem chemischen Grundverständnis des molekularen Aufbaus von Biomolekülen. Inhalte: Chemische und zellbiologische Grundlagen, Struktur von DNA und RNA, Replikation und Transkription, Proteinbiosynthese, Regulation der Genexpression, gentechnologische Methoden, Aminosäuren und Peptide, Proteinstruktur und Proteinfaltung, Proteom, posttranslationale Modifikationen, Methoden der Proteinforschung, Enzyme, Kohlenhydrate, Lipide und Biomembranen, Einführung in den Stoffwechsel und die Stoffwechselregulation. Prof. Dr. H. Ewers: helge.ewers@fu-berlin.de Prof. Dr. F. Heyd: florian.heyd@fu-berlin.de Prof. Dr. M. Wahl: mwahl@zedat.fu-berlin.de

• Molekularbiologie und Biochemie III

  0260cA3.5
  • 21699a Vorlesung
    Molekularbiologie und Biochemie III (Sutapa Chakrabarti, Sigmar Stricker, Holger Sieg)
    Zeit: erster Termin: Fr. 25.04.2025, 10:15 - 11:45 (Erster Termin: 25.04.2025)
    Ort: Hörsaal Thielallee 67
    

    Hinweise für Studierende

    Vorlesung für Studierende der Bioinformatik
    

    UN Sustainable Development Goals (SDGs): 3, 14, 15

    Zusätzl. Angaben / Voraussetzungen

    Qualification goals: 
    The basic understanding acquired in Molecular Biology and Biochemistry II is placed in the context of complex biological systems. These are:
    Understanding of receptor-mediated signal transduction and the regulation of cell cycle and cell death. 
    Understanding the molecular biological and cell biological properties of metastatic tumor cells 
    Understanding the interactions of pathogens, host cells and the immune system 
    Understanding of the principles of DNA medicine 
    
    Contents:
    Growth factors, receptors and signal transduction for the regulation of cell cycle and cell death 
    Fundamentals of immunology: innate, acquired immune defense 
    Antigen-presenting cells, effector cells 
    PAMP and DAMP concepts of antigen processing in infection and tumor control 
    DNA medicine and gene therapy 
    
    

  • 21699b Übung
    Übungen zu Molekularbiologie und Biochemie III (Sutapa Chakrabarti, Sigmar Stricker, Holger Sieg)
    Zeit: erster Termin: Mi. 30.04.2025, 12:15-13:45 h (Erster Termin: 30.04.2025)
    Ort: Hörsaal Thielallee 67
    

    Hinweise für Studierende

    Übungen zu 21699a für Studierende der Bioinformatik
    

    UN Sustainable Development Goals (SDGs): 3, 14, 15

    Zusätzl. Angaben / Voraussetzungen

    Qualifikationsziele:
    Das in Molekularbiologie und Biochemie II erlangte Grundlagenverständnis wird in den Zusammenhang komplexer biologischer Systeme gestellt. Diese sind:
    Verständnis der Rezeptorvermittelten Signaltransduktion und der Regulation von Zellzyklus und Zelltod.
    Verständnis der molekularbiologischen und zellbiologischen Eigenschaften von metastasierenden Tumorzellen
    Verständnis der Wechselwirkungen von Pathogenen, Wirtszellen und Immunsystem
    Verständnis der Prinzipien der DNA-Medizin
    
    Inhalte:
    Wachstumsfaktoren, Rezeptoren und Signaltransduktion zur Regulation von Zellzyklus und Zelltod
    Grundlagen der Immunologie: angeborene, erworbene Immunabwehr
    Antigen-präsentierende Zellen, Effektorzellen
    PAMP- und DAMP-Konzepte der Antigen-Prozessierung bei Infektion und Tumor-Bekämpfung
    DNA-Medizin und Gentherapie

• Medizinische Physiologie

  0260cA3.7
  • 60100201 Vorlesung
    Medizinische Physiologie (Mathias Steinach)
    Zeit: -
    Ort: keine Angabe
    

    Kommentar

    Inhalte:

    Zelluläre Grundlagen, Muskel, Herz, Kreislauf, Atmung, Wärmehaushalt, Nierenfunktion, Energie/Leistung

    Weitere Informationen und Veranstaltungszeiten:

    https://physiologie-ccm.charite.de/studium_lehre_am_institut/bioinformatik/

     

  • 60100211 Seminar
    Seminar zu Medizinische Physiologie (Mathias Steinach)
    Zeit: -
    Ort: keine Angabe
    

    Kommentar

    https://physiologie-ccm.charite.de/studium_lehre_am_institut/bioinformatik/

  • 60100230 Praktikum
    Praktikum zu Medizinische Physiologie (Mathias Steinach)
    Zeit: -
    Ort: keine Angabe
    

    Kommentar

    https://physiologie-ccm.charite.de/studium_lehre_am_institut/bioinformatik/

• Datenstrukturen und Datenabstraktion mit Anwendung

  0084dB2.8
  • 19300101 Vorlesung
    Algorithmen und Datenstrukturen (Wolfgang Mulzer)
    Zeit: Di 16:00-18:00, Fr 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: Gr. Hörsaal (Raum B.001) (Arnimallee 22)
    

    Kommentar

    Qualifikationsziele

    Die Studierenden analysieren⁴ Algorithmen und Datenstrukturen und ihre Implementierungen bezüglich Laufzeit, Speicherbedarf und Korrektheit und beschreiben² verschiedene Algorithmen und Datenstrukturen für typische Anwendungen und wenden³ diese auf konkrete Beispiele an. Sie können passende Algorithmen und Datenstrukturen für gegebene Aufgaben auswählen⁴ und passen⁵ diese entsprechend an. Sie erklären², identifizieren⁴ und verwenden⁵ verschiedene Entwurfsparadigmen für Algorithmen.

    Inhalte

    Studierende lernen das Maschinenmodell, sowie verschiedene algorithmische Probleme kennen. Sie erarbeiten und üben die Berechnung von Laufzeit, Korrektheit und Speicherbedarf dieser Algorithmen und lernen die asymptotische worst-case Analyse kennen. Darüber hinaus diskutieren sie die Rolle des Zufalls im Kontext des Entwurfs von Algorithmen. Des Weiteren erlernen und üben sie Entwurfsparadigmen für Algorithmen wie Teile und Herrsche, gierige Algorithmen, Dynamische Programmierung und Erschöpfende Suche. Sie lernen Prioritätswarteschlangen und effiziente Datenstrukturen für geordnete und ungeordnete Wörterbücher (z.B. ausgeglichene Suchbäume, Streuspeicher, Skiplisten) kennen und üben den Umgang mit ihnen. Zudem lernen sie Algorithmen für Zeichenketten (digitale Suchbäume und Suchen in Zeichenketten) und Graphenalgorithmen kennen, diskutieren deren Anwendung und üben den Umgang mit ihnen.

     

    Literaturhinweise

    • P. Morin: Open Data Structures, an open content textboox.
    • T. H. Cormen, C. Leiserson, R. Rivest, C. Stein: Introduction to Algorithms, MIT Press, 2022.
    • R. Sedgewick, K. Wayne: Algorithms, Addison-Wesley, 2011.
    • M. Dietzfelbinger, K. Mehlhorn, P. Sanders. Algorithmen und Datenstrukturen: Die Grundwerkzeuge, Springer, 2014.
    • J. Erickson. Algorithms, 2019
    • T. Roughgarden. Algorithms Illuminated. Cambridge University Press, 2022.

  • 19300102 Übung
    Übung zu Algorithmen und Datenstrukturen (Wolfgang Mulzer)
    Zeit: Mo 14:00-16:00, Mo 16:00-18:00, Di 12:00-14:00, Mi 12:00-14:00, Mi 14:00-16:00, Mi 16:00-18:00, Do 16:00-18:00, Fr 14:00-16:00, Fr 16:00-18:00 (Erster Termin: 14.04.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    

• Module ohne Lehrangebot in diesem Semester

  118 Module
  • Bildverarbeitung 0089cA1.1
  • Medizinische Bildverarbeitung 0089cA1.10
  • Modellgetriebene Softwareentwicklung 0089cA1.11
  • Mustererkennung 0089cA1.12
  • Netzbasierte Informationssysteme 0089cA1.13
  • Projektmanagement 0089cA1.14
  • Projektmanagement-Vertiefung 0089cA1.15
  • Rechnersicherheit 0089cA1.16
  • Semantisches Geschäftsprozessmanagement 0089cA1.17
  • Softwareprozesse 0089cA1.18
  • Übersetzerbau 0089cA1.19
  • Computergrafik 0089cA1.2
  • Verteilte Systeme 0089cA1.20
  • XML-Technologien 0089cA1.21
  • Praktiken professioneller Softwareentwicklung 0089cA1.22
  • Spezielle Aspekte der Datenverwaltung 0089cA1.29
  • Computer-Vision 0089cA1.3
  • Datenbanktechnologie 0089cA1.4
  • Grundlagen des Softwaretestens 0089cA1.7
  • Künstliche Intelligenz 0089cA1.9
  • Existenzgründung in der IT-Industrie 0159cA2.2
  • Höhere Algorithmik 0089cA2.1
  • Modelchecking 0089cA2.2
  • Kryptographie und Sicherheit in Verteilten Systemen 0089cA2.8
  • Semantik von Programmiersprachen 0089cA2.9
  • Betriebssysteme 0089cA3.1
  • Ausgewählte Themen der Technischen Informatik 0089cA3.12
  • Telematik 0089cA3.5
  • Analysis III 0084dA1.3
  • Computerorientierte Mathematik I 0084dA1.6
  • Stochastik I 0084dA1.8
  • Höhere Analysis 0084dB2.1
  • Aktuelle Themen der Mathematik 0084dB2.10
  • Spezialthemen der reinen Mathematik 0084dB2.12
  • Spezialthemen der angewandten Mathematik 0084dB2.13
  • Funktionalanalysis 0084dB2.2
  • Stochastik II 0084dB2.4
  • Algebra und Zahlentheorie 0084dB2.5
  • Elementargeometrie 0084dB2.6
  • Algebra I 0084dB3.3
  • Numerik II 0084dB3.4
  • Differentialgeometrie I 0084dB3.5
  • Höhere Algorithmik mit Anwendung 0084dB3.7
  • Visualisierung 0084dB3.8.
  • Computeralgebra 0162bA1.2
  • Statistik-Software (CoSta) 0162bA1.3
  • Einführung in die Visualisierung 0162bA1.4
  • Panorama der Mathematik 0162bA1.5
  • Basismodul Differentialgeometrie I 0280bA1.1
  • Basismodul Differentialgeometrie II 0280bA1.2
  • Aufbaumodul Differentialgeometrie III 0280bA1.3
  • Forschungsmodul Differentialgeometrie 0280bA1.4
  • Basismodul Algebra I 0280bA2.1
  • Aufbaumodul Algebra III 0280bA2.3
  • Forschungsmodul Algebra 0280bA2.4
  • Basismodul Diskrete Mathematik II 0280bA3.2
  • Basismodul Diskrete Geometrie I 0280bA3.3
  • Aufbaumodul Diskrete Geometrie III 0280bA3.6
  • Forschungsmodul Diskrete Geometrie 0280bA3.8
  • Basismodul Topologie II 0280bA4.2
  • Basismodul Visualisierung 0280bA4.3
  • Aufbaumodul Topologie III 0280bA4.4
  • Basismodul Numerik II 0280bA5.1
  • Forschungsmodul Numerische Mathematik 0280bA5.4
  • Basismodul Differentialgleichungen II 0280bA6.2
  • Forschungsmodul Angewandte Analysis und Differentialgleichungen 0280bA6.4
  • Ergänzungsmodul Forschungsprojekt 0280bA7.6
  • Ergänzungsmodul Stochastik II 0280bA7.7
  • Basismodul: Algebra I 0280cA1.1
  • Basismodul: Dynamische Systeme II 0280cA1.10
  • Basismodul: Numerik II 0280cA1.11
  • Basismodul: Partielle Differentialgleichungen II 0280cA1.14
  • Basismodul: Stochastik II 0280cA1.15
  • Basismodul: Stochastik III 0280cA1.16
  • Basismodul: Topologie II 0280cA1.18
  • Basismodul: Zahlentheorie II 0280cA1.19
  • Basismodul: Differentialgeometrie I 0280cA1.3
  • Basismodul: Differentialgeometrie II 0280cA1.4
  • Basismodul: Diskrete Geometrie I 0280cA1.5
  • Basismodul: Diskrete Mathematik II 0280cA1.8
  • Aufbaumodul: Algebra III 0280cA2.1
  • Aufbaumodul: Zahlentheorie III 0280cA2.10
  • Aufbaumodul: Differentialgeometrie III 0280cA2.2
  • Aufbaumodul: Diskrete Geometrie III 0280cA2.3
  • Aufbaumodul: Dynamische Systeme III 0280cA2.5
  • Aufbaumodul: Topologie III 0280cA2.9
  • Vertiefungsmodul: Masterseminar Algebra 0280cA3.1
  • Vertiefungsmodul: Masterseminar Zahlentheorie 0280cA3.10
  • Vertiefungsmodul: Masterseminar Differentialgeometrie 0280cA3.2
  • Vertiefungsmodul: Masterseminar Diskrete Geometrie 0280cA3.3
  • Vertiefungsmodul: Masterseminar Dynamische Systeme 0280cA3.5
  • Vertiefungsmodul: Masterseminar Stochastik 0280cA3.8
  • Ergänzungsmodul: Forschungsprojekt 0280cA4.11
  • Algorithmische Bioinformatik 0260cA1.5
  • Statistik für Biowissenschaften II 0260cA2.6
  • Allgemeine Chemie 0260cA3.1
  • Molekularbiologie und Biochemie II 0260cA3.4
  • Genetik und Genomforschung 0260cA3.6
  • Neurobiologie 0260cA3.8
  • Biodiversität und Evolution 0262bB1.1
  • Medizinische Bioinformatik 0262bB1.2
  • Netzwerkanalyse 0262bB1.3
  • Physiologie 0262bB1.4
  • Sequenzanalyse 0262bB1.5
  • Strukturelle Bioinformatik 0262bB1.6
  • Aktuelle zellphysiologische Fragestellungen 0262bB2.1
  • Angewandte Sequenzanalyse 0262bB2.2
  • Messung und Analyse physiologischer Prozesse 0262bB2.3
  • Rechnergestützte Systembiologie 0262bB2.4
  • Umweltmetagenomik 0262bB2.5
  • Aktuelle Fragestellungen aus der medizinischen Genomik 0262bB2.6
  • Aktuelle Fragestellungen der strukturellen Bioinformatik 0262bB2.7
  • Forschungsmodul A 0262bB3.1
  • Forschungsmodul B 0262bB3.2
  • Anwendungsbereich alle weiteren Studienfächer 0089cD9.1
  • Wahlbereich alle weiteren Studienfächer 0089cD9.2
  • Wahlbereich alle weiteren Studienfächer 0089cD9.3
  • Wahlbereich alle weiteren Studienfächer 0089cD9.4