Mathematik

• Lehrangebot der Berlin Mathematical School

  E17iA1.1
  • 19205201 Vorlesung Abgesagt
    Differentialgeometrie III (Robert Lasarzik)
    Zeit: Mi 12:00-14:00 (Erster Termin: 17.04.2024)
    Ort: A7/SR 031 (Arnimallee 7)
    

    Kommentar

    Die Vorlesung wird ausgewählte Konzepte aus der Differentialgeometrie und ihre Rolle bei der Lösung von aktuellen Anwendungsproblemen vorstellen.

    Zur den Themen gehören u.a. Krümmungsmaße, geometrische Flüsse, Minimalflächen, harmonische Abbildungen, Paralleltransport, verzweigte Überlagerungen, sowie deren Diskretisierung und algorithmische Umsetzung.

    Praxisnahe Probleme kommen z.B. aus den Bereichen geometrisches Design, Geometrieverarbeitung, Visualisierung, Materialwissenschaft, Medizin, Architektur.

    Vorkenntnisse: Differentialgeometrie I

  • 19205202 Übung Abgesagt
    Übung zu Differentialgeometrie III (Robert Lasarzik)
    Zeit: Fr 10:00-12:00 (Erster Termin: 19.04.2024)
    Ort: keine Angabe
    

    Kommentar

    The first tute will take place in semester week 2.

  • 19206011 Seminar
    Masterseminar Arithmetic Combinatorics (Tibor Szabo)
    Zeit: Do 10:00-12:00 (Erster Termin: 18.04.2024)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Kommentar

    Inhalt:
    Das Seminar behandelt fortgeschrittene Themen der Arithmetischen 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). 

     

  • 19206401 Vorlesung Abgesagt
    NumerikI IV: Modellierung, Simulation, und Optimierung (Christof Schütte, Stefanie Winkelmann)
    Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
    Ort: keine Angabe
    

    Kommentar

    Inhalt:

    Abstract:

    Modeling, Simulation, and Optimization (MSO) is one of the cornerstones of application-oriented mathematics.

    It covers a broad spectrum of research activities, ranging from the design of mathematical models for real-world processes, via efficient numerical simulation algorithms, to the solution of optimization problems for finding optimal scenarios or controls for the process under consideration. This lecture will give an overview over the techniques used in MSO and its application in different areas (life science, mobility, energy, sustainability, …). The lecture will be complemented by several pilot projects in which student groups will develop MSO solutions for realistic (but not too complex) application problems.

    Zielpublikum:
    Master Mathematik

    Literaturhinweise

    • Brokate and J. Sprekels: Hysteresis and Phase Transitions. Springer (1996)
    • K. Deckelnick, G. Dziuk, and Ch.M. Elliott: Computation of geometric partial differential equations and mean curvature flow. Acta Numerica, p. 1-94 (2005)
    • G. Dziuk and Ch.M. Elliott: Finite elements on evolving surfaces. IMA J. Numer. Anal. 27, p. 262-292 (2007)
    • J.A. Sethian: Level Set Methods and Fast Marching Methods, CambridgeUniversity Press (1999)
    • T.J. Willmore: Riemannian Geometry, Clarendon, Oxford (1993)
    • Winkelmann, Stefanie, and Christof Schütte. Stochastic dynamics in computational biology. Vol. 645. Berlin/Heidelberg, Germany: Springer, 2020.

  • 19206402 Übung Abgesagt
    Übung zu Numerik IV (Christof Schütte, Stefanie Winkelmann)
    Zeit: Fr 12:00-14:00 (Erster Termin: 19.04.2024)
    Ort: A7/SR 031 (Arnimallee 7)
    
  • 19211201 Vorlesung
    Diskrete Mathematik III - Optimierung (Ralf Borndörfer)
    Zeit: Do 12:00-14:00 (Erster Termin: 18.04.2024)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Grundlagen

    Diskrete Mathematik I und II

    Videos

    In Vbrick Rev via https://fu-berlin.eu.vbrickrev.com/#/playlist/fd62388d-d18c-45a8-9a98-30adb0dee4b4/videos/.

    Begleitveranstaltungen

    Ergänzend zur Übung wird eine zusätzliche integrierte Veranstaltung "Pratikum zur ganzzahligen Programmierung" angeboten. Dieser Kurs ist empfehlenswert, aber nicht zwinged notwendig für die Teilnahme an der Vorlesung.

    Kommentar

    Diese Vorlesung führt in die ganzzahlige Optimierung ein.

    Inhalt

    Woche 1 (Ganzzahlige Programmierungsprobleme): Einführung, Defnitionen, Beispiele, Totale Unimodularität

    Woche 2 (Branch-and-Bound): LP-Relaxierung, Baumsuche

    Woche 3 (Relaxierungen): Untere Schranken, Lagrange-Relaxierung

    Woche 4 (Primalheuristiken): Eröffnungs- und Verbesserungsverfahren, Approximation, Beispiele

    Woche 5 (Ganzzahlige Punkte in Rationalen Polyedern): Ganzzahlige Polyeder, Ganzzahlige Punkte in Rationalen Polyedren, Komplexität

    Woche 6 (Schnittebenentheorie): Elementarer Abschluss, Rang

    Woche 7 (Schnittebenenverfahren für IPs): Gomory-Schnitte 1. Art

    Woche 8 (Schnittebenenverfahren für MIPs): Gomory-Schnitte 2. Art

    Woche 9 (Polyedrische Kombinatorik): Matroid-Polytop

    Woche 10 (Polyedrische Kombinatorik): Matching-Polytop

    Woche 11 (Polyedrische Kombinatorik): TSP-Polytop

    Woche 12 (Allgemeines Schnittebenenverfahren): Äquivalenz von Separierung und Optimierung

    Woche 13 (Schnittebenenverfahren): Implementation (Tricks)

    Woche 14: Klausur

    Literaturhinweise

    G. Nemhauser, L. Wolsey, Integer and Combinatorial Optimization, Wiley 1988

    L. Schrijver, Combinatorial Optimization, Springer 2003

    B. Korte, J. Vygen, Combinatorial Optimization, Springer 2018

    V. Chvátal, Linear Programming, Freeman 1983

  • 19211202 Übung
    Übung zu Diskrete Optimierung im Verkehr (Ralf Borndörfer)
    Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
    Ort: A3/SR 119 (Arnimallee 3-5)
    
  • 19212901 Vorlesung
    Stochastik II (Nicolas Perkowski)
    Zeit: Di 10:00-12:00, Do 08:00-10:00 (Erster Termin: 16.04.2024)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzung: Stochastik I  und  Analysis I — III.

    Kommentar

    Inhalt:

    • Konstruktion stochastischer Prozesse;
    • bedingte Erwartungen;
    • Martingale in diskreter Zeit: Konvergenz, Stoppsätze, Ungleichungen;
    • Konvergenzarten der Stochastik;
    • gleichgradige Integrierbarkeit;
    • Markovketten in diskreter und stetiger Zeit: Rekurrenz und Transienz, invariante Maße;
    • Konvergenz in Verteilung für stochastische Prozesse;
    • Brownsche Bewegung und Invarianzprinzip

    Nähere Informationen finden Sie auf der Homepage der Vorlesung 19212901 Basismodul: Stochastics II.

    Literaturhinweise

    • Klenke: Wahrscheinlichkeitstheorie
    • Durrett: Probability. Theory and Examples.

    Weitere Literatur wird im Lauf der Vorlesung bekannt gegeben.
    Further literature will be given during the lecture.

  • 19212902 Übung
    Übung zu Stochastik II (Nicolas Perkowski, Immanuel Zachhuber)
    Zeit: Do 16:00-18:00 (Erster Termin: 18.04.2024)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Inhalt

     

     

    • This course is the sequel of the course of Stochastics I. The main objective is to go beyond the first principles in probability theory by introducing the general language of measure theory, and the application of this framework in a wide variety of probabilistic scenarios.
      More precisely, the course will cover the following aspects of probability theory:
    • Measure theory and the Lebesgue integral
    • Convergence of random variables and 0-1 laws
    • Generating functions: branching processes and characteristic functions
    • Markov chains
    • Introduction to martingales

     

     

  • 19213101 Vorlesung
    Geometrie (Georg Loho)
    Zeit: Di 12:00-14:00, Mi 12:00-14:00 (Erster Termin: 16.04.2024)
    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 (Sophie Rehberg)
    Zeit: Mo 10:00-12:00, Mo 16:00-18:00 (Erster Termin: 15.04.2024)
    Ort: A3/SR 119 (Arnimallee 3-5)
    
  • 19214301 Vorlesung
    Differentialgeometrie II (Konrad Polthier)
    Zeit: Di 12:00-14:00, Do 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2024)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt: Auswahl aus folgenden Themen:

    • Exponentialabbildung und der Satz von Hopf-Rinow
    • Zusammenhänge zwischen Krümmung und Topologie (z. B. Satz von Myers, Hadamard-Cartan, Klingenberg, Starrheitssätze)
    • geschlossene Geodäten
    • Satz von Stokes, Kohomologie
    • Räume konstanter Krümmung, Lie-Gruppen und homogene Räume
    • konforme Geometrie, geometrische Evolutionsgleichungen und Differentialgleichungen aus der geometrischen Analysis
    • Grundbegriffe aus der Differentialtopologie

    Literatur wird in der Vorlesung bekanntgegeben.

  • 19214302 Übung
    Übung zu Differentialgeometrie II (Eric Zimmermann)
    Zeit: Fr 10:00-12:00 (Erster Termin: 19.04.2024)
    Ort: A7/SR 031 (Arnimallee 7)
    
  • 19214501 Vorlesung
    Basismodul: Algebra II (Alexander Schmitt)
    Zeit: Mo 12:00-14:00, Mo 14:00-16:00 (Erster Termin: 15.04.2024)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    
  • 19214502 Übung
    Übung zu Basismodul: Algebra II (Marwan Benyoussef)
    Zeit: Mi 16:00-18:00 (Erster Termin: 17.04.2024)
    Ort: A3/SR 119 (Arnimallee 3-5)
    
  • 19214701 Vorlesung
    Diskrete Mathematik I (Tibor Szabo)
    Zeit: Di 14:00-16:00, Mi 14:00-16:00 (Erster Termin: 16.04.2024)
    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.

    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, Mi 10:00-12:00 (Erster Termin: 16.04.2024)
    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)

  • 19214741 Zentralübung
    Zentraluebung zu Diskrete Mathematik I (Silas Rathke)
    Zeit: Do 14:00-16:00 (Erster Termin: 18.04.2024)
    Ort: T9/049 Seminarraum (Takustr. 9)
    
  • 19215101 Vorlesung
    Aufbaumodul: Topologie III (Pavle Blagojevic)
    Zeit: Mi 08:00-10:00 (Erster Termin: 17.04.2024)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Kommentar

    Diese Vorlesung wird die Einführung in die Algebraische Topologie fortsetzen. Eine Auswahl aus folgenden Themen wird behandelt:

    • Homotopiemengen, Homotopiegruppen und der Satz von Hurewicz
    • Faserungen und Kofaserungen
    • Bündel und klassifizierende Räume

    Die vorgestellten Methoden werden durch Anwendungen auf verschiedenen klassischen Problemen der algebraischen Topologie veranschaulicht.

    Literaturhinweise

    Books that can be used for some of these topics include:

    1. G. Bredon: Topology and geometry, Springer GTM 139,
    2. T. tom Dieck: Algebraic topology, EMS 2008
    3. P. May: A concise course in algebraic topology, Chicago Lecture Notes in Mathematics, UChicago Press 1999
    4. Allen Hatcher: Vector Bundles & K-theory, online book
       http://www.math.cornell.edu/~hatcher/VBKT/VBpage.html

  • 19215102 Übung
    Übung zu Aufbaumodul Topologie III (Pavle Blagojevic)
    Zeit: Fr 08:00-10:00 (Erster Termin: 19.04.2024)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    
  • 19216201 Vorlesung
    Markov chains and markov models (Feliks Nüske)
    Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Master students of Mathematics and Physics

    Kommentar

    Markov chains are widely used to model stochastic behaviour across the sciences. In this course, we will focus on their application to model dynamical phenomena in the natural and engineering sciences. In the first half of the course, we will study the stationary and spectral properties of discrete Markov chains and how they can be used to analyse the long-time behaviour of the chain. In the second half, we will learn how to construct continuous Markov chains to sample complex probability distributions, and how to construct suitable discrete models for their approximation.

    Discrete Markov Chains
    - introduction and basic properties
    - stationary vectors and return times
    - spectral decomposition, reversible chains
    - Perron cluster analysis
    - committors and transition path theory

    Modeling with Markov Chains
    - Markov chains on continuous space
    - sampling and Markov chain Monte Carlo
    - Markov state models (MSMs)
    - MSM estimation based on maximum likelihood
    - error analysis

  • 19216202 Übung
    Übung zu Markov chains and markov models (Feliks Nüske)
    Zeit: Mi 14:00-16:00 (Erster Termin: 17.04.2024)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    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 & Inverse Problems (Claudia Schillings)
    Zeit: Mo 10:00-12:00 (Erster Termin: 15.04.2024)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    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.

  • 19223902 Übung
    Übung zu UQ & Inverse Problems (Claudia Schillings)
    Zeit: Mo 12:00-14:00 (Erster Termin: 15.04.2024)
    Ort: A3/SR 115 (Arnimallee 3-5)
    
  • 19226511 Seminar
    Seminar Mehrskalenmethoden in molekularen Simulationen (Luigi Delle Site)
    Zeit: Fr 12:00-14:00 (Erster Termin: 19.04.2024)
    Ort: keine Angabe
    

    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.

    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

  • 19227611 Seminar
    Seminar Uncertainty Quantification & Inverse Problems (Claudia Schillings)
    Zeit: Fr 10:00-12:00 (Erster Termin: 19.04.2024)
    Ort: 1.1.26 Seminarraum E1 (Arnimallee 14)
    

    Kommentar

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

  • 19235211 Seminar
    Seminar: Data Science for Dynamical Systems (Feliks Nüske)
    Zeit: Do 14:00-16:00 (Erster Termin: 18.04.2024)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Kommentar

    Siehe englischsprachige Beschreibung

  • 19238501 Vorlesung
    Kernel Methods and Applications (Feliks Nüske)
    Zeit: Do 10:00-12:00 (Erster Termin: 18.04.2024)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Studierende der Masterprogramme Mathematik, Informatik und Computational Sciences.

    
      

    Kommentar

    Siehe englische Sprachversion

  • 19238502 Übung
    Übung zu Kernel Methods and Applications (Feliks Nüske)
    Zeit: Do 12:00-14:00 (Erster Termin: 18.04.2024)
    Ort: 1.4.03 Seminarraum T2 (Arnimallee 14)
    
  • 19241301 Vorlesung
    Partielle Differentialgleichungen I (Marita Thomas)
    Zeit: Di 08:00-10:00, Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.04.2024)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    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 (Erica Ipocoana)
    Zeit: Di 16:00-18:00 (Erster Termin: 16.04.2024)
    Ort: Hs A (Raum B.006, 200 Pl.) (Arnimallee 22)
    
  • 19243001 Vorlesung
    Partielle Differentialgleichungen III (Robert Lasarzik)
    Zeit: Mo 10:00-12:00 (Erster Termin: 15.04.2024)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Partielle Differentialgleichungen I und II

    Kommentar

    Differentialgleichungen sind ein grundlegendes Werkzeug um Prozesse in Wissenschaft und Technik zu modellieren. In dieser Vorlesung wird zuerst das Bochner Integral und schwache Ableitungen für Funktionen mit Werten in Banach Räumen eingeführt. Danach werden verschiedene Evolutionsgleichungen mit linearem und monotonem Operator betrachtet. Wir betrachten die zeitabhängigen Navier—Stokes Gleichungen und zeigen für diese Existenz von starken Lösungen lokal in der Zeit, schwachen Lösungen global in der Zeit, und deren schwach-strake Einzigkeit. Zuletzt betrachten wir noch einige ausgewählte Trends in der Forschung zu partiellen Differentialgleichungen.

    Diese Vorlesung ist verbunden mit der Vorlesung Nichtlineare Evolutionsgleichungen und es wird stark empfohlen beide Module zusammen zu belegen. Die Vorlesung ist eine BMS Kurs und wird auf englisch gehalten. Dieser Kurs kann auch als Basis für eine Masterarbeit im Gebiet der Differentialgleichungen dienen.

    Literaturhinweise

    Wird in der Vorlesung bekannt gegeben / to be announced.

  • 19243002 Übung
    Übung Partielle Differentialgleichungen III (Robert Lasarzik)
    Zeit: Mo 12:00-14:00 (Erster Termin: 15.04.2024)
    Ort: T9/046 Seminarraum (Takustr. 9)
    
  • 19247111 Seminar
    Gewöhnliche Differentialgleichungen (Marita Thomas, Robert Lasarzik)
    Zeit: Termine siehe LV-Details (Erster Termin: 16.04.2024)
    Ort: keine Angabe
    

    Kommentar

    Gewöhnliche Differentialgleichungen treten in vielen Anwendungen aus der Physik, Chemie, Biologie oder den Wirtschaftwissenschaften auf. Dieses Seminar erweitert die aus der Analysis III Vorlesung bekannten Inhalte. Behandelt werden u.A. Eigenwertprobleme und Stabilitätstheorie. 

  • 19248301 Vorlesung
    Stochastic Processes and Reaction Rate Theory (Marcus Weber, Luca Donati)
    Zeit: Do 10:00-12:00 (Erster Termin: 18.04.2024)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Kommentar

    Reaction rate theory is the study of the kinetic properties of natural phenomena that can be modelled as stochastic processes and is fundamental in many disciplines ranging from physics, chemistry, biology, and economics.

    This seminar will review the state-of-the-art of methods used to calculate reaction rates.

    Practical sessions will be held during the seminar where students will have the opportunity to implement the methods presented during the seminar.

     

    Preliminary topics and methods of the course:

    • Arrhenius theory

    • Kramers theory

    • Langer’s theory

    • PCCA+

    • Square Root Approximation (SqRA) of the Infinitesimal Generator

    • Invariant Subspaces of the Koopman Operator by Artificial Neural Network

     

    Literaturhinweise

    Lecturers notes

    Baron Peters, Reaction Rate Theory and Rare Events Simulations