Mathematische Methoden der UQ (4V, 2Ü) Prof. Ernst, SS 2016
Inhalt
Themen der Vorlesung:
- Unsicherheit und ihre mathematische Beschreibung
- Zufällige Differentialgleichungen
- Darstellung von Zufallsfeldern (Karhunen-Loève/Chaos-Entwicklung)
- Monte Carlo Methoden
- Stochastische Kollokations- und Galerkin-Verfahren
- Bayessche inverse Probleme
Aktuelles
Freitag, 24.06.2016
Vortrag Lorenzo Tamellini.
Freitag, 3.06.2016
Keine Vorlesung.
Freitag, 27.05.2016
Vortrag Elisabeth Ullmann.
Vorlesungstermin Dienstag
Der Dienstagstermin für die Vorlesung wird ab sofort auf Freitag 11:30 Raum B202 verlegt.
Erste Übung
19.04.2016 (dritte Vorlesungswoche!).
Erste Vorlesung
12.04.2016 (zweite Vorlesungswoche!).
Termine
Themen der Vorlesung:
- Unsicherheit und ihre mathematische Beschreibung
- Zufällige Differentialgleichungen
- Darstellung von Zufallsfeldern (Karhunen-Loève/Chaos-Entwicklung)
- Monte Carlo Methoden
- Stochastische Kollokations- und Galerkin-Verfahren
- Bayessche inverse Probleme
Freitag, 24.06.2016 | Vortrag Lorenzo Tamellini. |
---|---|
Freitag, 3.06.2016 | Keine Vorlesung. |
Freitag, 27.05.2016 | Vortrag Elisabeth Ullmann. | Vorlesungstermin Dienstag | Der Dienstagstermin für die Vorlesung wird ab sofort auf Freitag 11:30 Raum B202 verlegt. |
Erste Übung | 19.04.2016 (dritte Vorlesungswoche!). |
Erste Vorlesung | 12.04.2016 (zweite Vorlesungswoche!). |
Vorlesung
Materialien zur Vorlesung
Ergänzende Literatur
UQ, Numerik von Differentialgleichungen mit zufälligen Daten:- Tim Sullivan: Introduction to Uncertainty Quantification, Springer 2015.
- Gabriel J. Lord, Catherine E. Powell and Tony Shardlow: An Introduction to Computational Stochastic PDEs, Cambridge University Press, 2014.
- Ralph C. Smith: Uncertainty Quantification: Theory, Implementation and Applications, SIAM 2014.
- Dongbin Xiu: Numerical Methods for Stochastic Computations, Princeton University Press 2010.
- Olivier Le Maitre und Omar M. Knio: Spectral Methods for Uncertainty Quantification, Springer 2010.
- David Williams, Weighing the Odds: A Course in Probability and Statistics, Cambridge University Press, 2001.
Folien
- Organisatorisches, Vorbemerkungen (12.04.2016)
- Introduction (19.04.2016)
- Monte Carlo Methods (20.05.2016)
- Random Fields (16.06.2016)
- Stochastic Collocation (06.07.2016)
- Appendix A: Probability (28.04.2016)
- Appendix B: Boundary Value Problems (09.06.2016)
- Appendix C: Functional Analysis (16.06.2016)
- Appendix D: Miscellanea (16.06.2016)
Übung
- 1. Übungsblatt: Wiederholung Wahrscheinlichkeitstheorie (19.04.2016)
- in English: Exercise Sheet 1: Review Probability Theory
- 2. Übungsblatt: Die Monte Carlo Methode und Konfidenzintervalle (26.04.2016)
- in English: Exercise Sheet 2: The Monte Carlo Method and confidence Intervals
- MATLAB-Lösungen: Aufgabe 5
- 3. Übungsblatt: Die Monte Carlo Methode und Simulationsmethoden (03.05.2016)
- in English: Exercise Sheet 3: The Monte Carlo Method and Simulation Methods
- MATLAB-Lösungen: Aufgabe 1, Aufgabe 2, Aufgabe 3
- 4. Übungsblatt: Monte Carlo mit Kontrollvariablen (17.05.2016)
- in English: Exercise Sheet 4: Monte Carlo with Control Variates
- MATLAB-Lösungen: Aufgabe 3
- 5. Übungsblatt: Multilevel Monte Carlo (25.05.2016)
- in English: Exercise Sheet 5: Multilevel Monte Carlo
- MATLAB-Lösungen: Aufgabe 1, Aufgabe 2,3 und 5
- 6. Übungsblatt: Monte Carlo Finite Element Methode (22.06.2016)
- in English: Exercise Sheet 6: Monte Carlo Finite Element Method
- MATLAB-Routinen: "fem2d_lin"-Routinen
- MATLAB-Lösungen: Aufgabe 3
- 7. Übungsblatt: Zufallsfelder und Karhunen-Loeve Entwicklung (28.06.2016)
- in English: Exercise Sheet 7: Random Fields and the Karhunen-Loeve Expansion
- MATLAB-Lösungen: Aufgabe 3
- 8. Übungsblatt: Numerische Berechnung der Karhunen-Loeve Entwicklung (06.07.2016)
- in English: Exercise Sheet 8: Numerical Computation of Karhunen-Loeve Expansions
- MATLAB-Lösungen: ComputeKL1D.m, Aufgabe 1 und Aufgabe 2
- 9. Übungsblatt: Die Kollokationsmethode (13.07.2016)
- in English: Exercise Sheet 9: Stochastic Collocation
- MATLAB-Routinen: legendre.m und hermite.m
- MATLAB-Lösungen: Aufgabe 1, Aufgabe 2 und Aufgabe 3