direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Page Content

There is no English translation for this web page.

Numerische Mathematik II

ISIS-Seite zur Vorlesung

Termine
Mo
10:00 - 12:00
Vorlesung
A060
PD Dr. Konstantin Fackeldey
Di
08:00 - 10:00
Übung
MA141
PD Dr. Konstantin Fackeldey
Mi
10:00 - 12:00
Vorlesung
A060
PD Dr. Konstantin Fackeldey
Sekretariat
MA568

Beschreibung

Modelling and numerical treatment of initial and boundary value problems of ordinary differential equations and differential-algebraic equations. Numerical methods such as one-step methods, extrapolation methods and multi-step methods.

Building on the lecture "Numerische Mathematik I", this course aims to acquire and deepen knowledge in the numerical treatment of differential equations. The numerical methods discussed will be analysed and evaluated. Furthermore, references to applications will be shown in the VL. 

Voraussetzungen

Numerische Mathematik I and knowledge of a programming language (e.g. Matlab, Python...)

Übungsscheinkriterien

Übungsblätter sind zu bearbeiten, weitere Informationen werden in der Übung gegeben. Im Anschluss an die Vorlesung werden Termine für mündliche Prüfungen angeboten.

Literatur

Zum empfehlen sind insbesondere: 

  • P. Deuflhard und F. Bornemann, Numerische Mathematik II, de Gruyter, 1994
  • E. Hairer, S.P. Nørsett and G. Wanner, Solving Ordinary Differential Equations I, Springer, 2000
  • E. Hairer and G. Wanner, Solving Ordinary Differential Equations II, Springer, 2010
  • J. Stoer, R. Bulirsch, Numerische Mathematik II, Springer-Verlag
  • K. Strehmel, R. Weiner, H. Podhaisky, Numerik gewöhnlicher Differentialgleichungen, Springer, 2012
  • Martin Hermann, Numerik Gewöhnlicher Differentialgleichungen, De Gruyter, 2017
  • Hier der Link zum Handapparat (Primo)
    http://portal.ub.tu-berlin.de/semapp-ti/Numerische+Mathematik+II

Zusatzinformationen / Extras

Quick Access:

Schnellnavigation zur Seite über Nummerneingabe

Auxiliary Functions

This site uses Matomo for anonymized webanalysis. Visit Data Privacy for more information and opt-out options.