Master of Science - Mathematik Prüfungsversion ...

VorlesungsverzeichnisMaster of Science - MathematikPrüfungsversion Wintersemester 2015/16

Wintersemester 2020/21

Inhaltsverzeichnis

Inhaltsverzeichnis

Abkürzungsverzeichnis 6

Pflichtmodule..........................................................................................................................................................7

MATVMD861 - Academic Reading and Writing 7

84157 U - Wissenschaftliches Arbeiten 7

Wahlpflichtmodule................................................................................................................................................. 7

Bereich Algebra, Diskrete Mathematik, Geometrie 7

MATVMD811 - Advanced Topics in Algebra, Discrete Mathematics and Geometry I 7

84155 VU - Geometrie / Einführung in die Differentialgeometrie / Differentialgeometrie I 7

MATVMD812 - Advanced Topics in Algebra, Discrete Mathematics and Geometry II 7


MATVMD814 - Differential Geometry I 7


MATVMD815 - Differential Geometry II 7

MATVMD816 - Analysis on Graphs 8

MATVMD911 - Advanced Topics in Algebra, Discrete Mathematics and Geometry I 8

MATVMD912 - Advanced Topics in Algebra, Discrete Mathematics and Geometry II 8

MATVMD1011 - Advanced Seminar in Algebra, Discrete Mathematics and Geometry I 8

84407 S - Representation Theory of Lie Algebras 8

84432 S - Geometry 8

84433 S - Spectral Graph Theory 8

84438 FS - Differentialgeometrie 8

84475 FS - Diskrete Spektraltheorie 8

MATVMD1012 - Advanced Seminar in Algebra, Discrete Mathematics and Geometry II 8


84432 S - Geometry 9

84433 S - Spectral Graph Theory 9

84438 FS - Differentialgeometrie 9

84475 FS - Diskrete Spektraltheorie 9

Bereich Analysis und Mathematische Physik 9

MATVMD821 - Advanced Topics in Analysis and Mathematical Physics I 9

84158 VU - Funktionalanalysis 1 (Functional Analysis 1) 9

85584 VU - Schrödinger operators over dynamical systems 9

MATVMD822 - Advanced Topics in Analysis and Mathematical Physics II 11



MATVMD824 - Partial Differential Equations I 13

84159 VU - Partielle Differentialgleichungen I 13

84160 VU - Partielle Differentialgleichungen II - Mikrolokale Analysis 13

MATVMD825 - Partial Differential Equations II 13

MATVMD826 - Functional Analysis I 13

2Abkürzungen entnehmen Sie bitte Seite 6

Inhaltsverzeichnis


MATVMD827 - Functional Analysis II 14

84405 VU - Advanced Probability Theory 14

MATVMD828 - Complex Analysis 14

MATVMD921 - Advanced Topics in Analysis and Mathematical Physics I 14


MATVMD922 - Advanced Topics in Analysis and Mathematical Physics II 15


MATVMD1021 - Advanced Seminar in Analysis and Mathematical Physics I 15


84434 S - Semiclassical and Microlocal Analysis 15

84435 FS - Stochastic Analysis 15

84439 FS - Analysis 16

MATVMD1022 - Advanced Seminar in Analysis and Mathematical Physics II 16


84434 S - Semiclassical and Microlocal Analysis 16


84439 FS - Analysis 16

Bereich Wahrscheinlichkeitstheorie und Statistik 17

MATVMD831 - Advanced Topics in Probability Theory and Statistics I 17



84406 VU - Statistical Data Analysis 18

84413 VU - Ringvorlesung interdisziplinäre Mathematik: Eine projektorientierte Einführung 18


MATVMD832 - Advanced Topics in Probability Theory and Statistics II 20






MATVMD833 - Vertiefungsmodul Wahrscheinlichkeitstheorie und Statistik III 23



MATVMD834 - Stochastic Processes 25

MATVMD835 - Stochastic Analysis 25

MATVMD837 - Statistical Data Analysis 25


MATVMD931 - Advanced Topics in Probability Theory and Statistics I 25

MATVMD932 - Advanced Topics in Probability Theory and Statistics II 25

MATVMD933 - Vertiefungsmodul Wahrscheinlichkeitstheorie und Statistik III 25

MATVMD1031 - Advanced Seminar in Probability Theory and Statistics I 26


MATVMD1032 - Advanced Seminar in Probability Theory and Statistics II 26


Bereich Angewandte Mathematik und Numerik 26


Inhaltsverzeichnis

MAT-VMD838 - Bayesian Inference and Data Assimilation 26

MATVMD841 - Advanced Topics in Applied Mathematics and Numerics I 26

84412 VU - Numerics of Sturm-Liouville Problems 26


84420 VU - Nonlinear equations and optimisation 27

MATVMD842 - Advanced Topics in Applied Mathematics and Numerics II 27




MATVMD844 - Survey Interdisciplinary Mathematics: A Project-Based Introduction 27


MATVMD941 - Advanced Topics in Applied Mathematics and Numerics I 28


84418 VU - Numerical Solution to PDEs 28


MATVMD942 - Advanced Topics in Applied Mathematics and Numerics II 28


84418 VU - Numerical Solution to PDEs 29


MAT-MBIP05 - Introduction to Theoretical Systems Biology 29

MATVMD1041 - Advanced Seminar in Applied Mathematics and Numerics I 29

84416 VU - Systems Biology in Drug Discovery and Development 29

84430 S - Regularization for inverse problems and applications 29

84436 FS - Datenassimilation 29

MATVMD1042 - Advanced Seminar in Applied Mathematics and Numerics II 29

84416 VU - Systems Biology in Drug Discovery and Development 29

84430 S - Regularization for inverse problems and applications 30

84436 FS - Datenassimilation 30

Zusatzfach.............................................................................................................................................................30

Informatik 30

INF 1040 - Konzepte paralleler Programmierung 30

INF 1070 - Intelligente Datenanalyse 30

INF 7010 - Architekturen und Middleware für das wissenschaftliche Rechnen 30

INF 8020 - Maschinelles Lernen I 30

83905 VU - Maschinelles Lernen & Intelligente Datenanalyse II 30

INF 8021 - Maschinelles Lernen II 31

83905 VU - Maschinelles Lernen & Intelligente Datenanalyse II 31

83925 PR - Individuelles Praktikum 1 31

83926 PR - Individuelles Praktikum 2 31

Physik 31

PHY_411 - Theoretische Physik III – Quantenmechanik 31

PHY_511 - Theoretische Physik IV – Thermodynamik und Statistische Physik 32

82861 VU - Theoretische Physik IV - Statistische Physik und Thermodynamik 32

PHY_541c - Aufbaumodul Statistische und nichtlineare Physik 32

82770 V - Einführung in die nichtlineare Dynamik 32


Inhaltsverzeichnis

82771 U - Einführung in die nichtlineare Dynamik 32

PHY_541d - Aufbaumodul Photonen und andere Quanten 32

82772 VU - Nichtlineare Optik - Ultrafast Optics 32

82923 U - Einführung in die Quantenoptik I 32

84046 VU - Simulation einfacher Quantensysteme 33

PHY_541e - Aufbaumodul Klimaphysik 33

82766 V - Klimageschichte der Erde 33

82774 VU - Dynamics of the climate system 1 33

82775 VU - Dynamics of the climate system 2 33

Volkwirtschaftslehre 33

BVMVWL111 - Public Economics 33

BVMVWL112 - Staat und Allokation 33

84056 VU - Staat und Allokation 34

BVMVWL211 - Internationale Wirtschaftspolitik I 34

BVMVWL212 - Internationale Wirtschaftspolitik II 34

85567 VU - Einführung in die internationale Wirtschaftspolitik 2 34

BVMVWL311 - Wettbewerbstheorie und -politik 34

BVMVWL312 - Wirtschaftspolitik 34

84060 VU - Wirtschaftspolitik 34

BBMVWL420 - Empirische Wirtschaftsforschung 35

84097 VU - Einführung in die Ökonometrie/Empirische Wirtschaftsforschung 35

Betriebswirtschaftslehre 35

BBMBWL300 - Einführung in das Marketing 35

BBMBWL400 - Jahresabschluss 35

BBMBWL500 - Unternehmerisches Denken und Gründung 35

BBMBWL600 - Controlling, Kosten- und Leistungsrechnung 35

Glossar 36


Abkürzungsverzeichnis

Abkürzungsverzeichnis

Veranstaltungsarten

AG Arbeitsgruppe

B Blockveranstaltung

BL Blockseminar

DF diverse Formen

EX Exkursion

FP Forschungspraktikum

FS Forschungsseminar

FU Fortgeschrittenenübung

GK Grundkurs

KL Kolloquium

KU Kurs

LK Lektürekurs

OS Oberseminar

P Projektseminar

PJ Projekt

PR Praktikum

PU Praktische Übung

RE Repetitorium

RV Ringvorlesung

S Seminar

S1 Seminar/Praktikum

S2 Seminar/Projekt

S3 Schulpraktische Studien

S4 Schulpraktische Übungen

SK Seminar/Kolloquium

SU Seminar/Übung

TU Tutorium

U Übung

V Vorlesung

VE Vorlesung/Exkursion

VP Vorlesung/Praktikum

VS Vorlesung/Seminar

VU Vorlesung/Übung

WS Workshop

Veranstaltungsrhytmen

wöch. wöchentlich

14t. 14-täglich

Einzel Einzeltermin

Block Block

BlockSa Block (inkl. Sa)

BlockSaSo Block (inkl. Sa,So)

Andere

N.N. Noch keine Angaben

n.V. Nach Vereinbarung

LP Leistungspunkte

SWS Semesterwochenstunden

Belegung über PULS

PL Prüfungsleistung

PNL Prüfungsnebenleistung

SL Studienleistung

L sonstige Leistungserfassung

6

Master of Science - Mathematik - Prüfungsversion Wintersemester 2015/16

Vorlesungsverzeichnis

Pflichtmodule

MATVMD861 - Academic Reading and Writing

84157 U - Wissenschaftliches Arbeiten

Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft

1 SU N.N. N.N. Block N.N. N.N. Prof. Dr. Joachim Gräter

Leistungen in Bezug auf das Modul

SL 514912 - Projekt (unbenotet)

Wahlpflichtmodule

Bereich Algebra, Diskrete Mathematik, Geometrie

MATVMD811 - Advanced Topics in Algebra, Discrete Mathematics and Geometry I

84155 VU - Geometrie / Einführung in die Differentialgeometrie / Differentialgeometrie I


1 V N.N. N.N. wöch. N.N. N.N. Mehran Seyed Hosseini


1 U N.N. N.N. wöch. N.N. N.N. Penelope Gehring


PNL 515012 - Übung oder Seminar (unbenotet)

MATVMD812 - Advanced Topics in Algebra, Discrete Mathematics and Geometry II








MATVMD814 - Differential Geometry I







PNL 512611 - Vertiefende Vorlesung im Bereich Differentialgeometrie I Übung (unbenotet)

MATVMD815 - Differential Geometry II



Für dieses Modul werden aktuell keine Lehrveranstaltungen angeboten

MATVMD816 - Analysis on Graphs


MATVMD911 - Advanced Topics in Algebra, Discrete Mathematics and Geometry I


MATVMD912 - Advanced Topics in Algebra, Discrete Mathematics and Geometry II


MATVMD1011 - Advanced Seminar in Algebra, Discrete Mathematics and Geometry I

84407 S - Representation Theory of Lie Algebras


1 S N.N. N.N. wöch. N.N. N.N. Mehran Seyed Hosseini


SL 515711 - Seminar im Bereich Algebra, Diskrete Mathematik und Geometrie (unbenotet)

84432 S - Geometry


1 S N.N. N.N. Block N.N. N.N. Prof. Dr. Christian Bär



84433 S - Spectral Graph Theory


1 S N.N. N.N. wöch. N.N. N.N. Prof. Dr. Matthias Keller



84438 FS - Differentialgeometrie


1 FS N.N. N.N. wöch. N.N. N.N. Prof. Dr. Christian Bär



84475 FS - Diskrete Spektraltheorie


1 FS Mi 10:15 - 11:45 wöch. N.N. 04.11.2020 Prof. Dr. Matthias Keller,Dr. rer. nat. SiegfriedBeckus



MATVMD1012 - Advanced Seminar in Algebra, Discrete Mathematics and Geometry II








84432 S - Geometry


1 S N.N. N.N. Block N.N. N.N. Prof. Dr. Christian Bär



84433 S - Spectral Graph Theory


1 S N.N. N.N. wöch. N.N. N.N. Prof. Dr. Matthias Keller



84438 FS - Differentialgeometrie


1 FS N.N. N.N. wöch. N.N. N.N. Prof. Dr. Christian Bär



84475 FS - Diskrete Spektraltheorie


1 FS Mi 10:15 - 11:45 wöch. N.N. 04.11.2020 Prof. Dr. Matthias Keller,Dr. rer. nat. SiegfriedBeckus



Bereich Analysis und Mathematische Physik

MATVMD821 - Advanced Topics in Analysis and Mathematical Physics I

84158 VU - Funktionalanalysis 1 (Functional Analysis 1)


1 V N.N. N.N. wöch. N.N. N.N. Prof. Dr. Matthias Keller


1 U N.N. N.N. wöch. N.N. N.N. Philipp Bartmann



85584 VU - Schrödinger operators over dynamical systems


1 V Mo 14:15 - 15:45 wöch. N.N. 02.11.2020 Dr. rer. nat. SiegfriedBeckus

synchron online

1 U Di 10:15 - 11:45 wöch. N.N. 03.11.2020 Dr. rer. nat. SiegfriedBeckus

synchron online

1 V Do 10:15 - 11:45 wöch. N.N. 05.11.2020 Dr. rer. nat. SiegfriedBeckus

synchron online



Kommentar

Melden Sie sich bei dem zugehörigen Moodle Kurs " Schrödinger operators over dynamical systems " an. Dort finden Sie alleweiteren Informationen und das Vorlesungsmaterial.

Register at the following Moodle course " Schrödinger operators over dynamical systems ". There you will find all furtherinformations.

BeschreibungDie Vorlesung bietet ein Zusammenspiel von Analysis, Dynamik, Stochastik, Spektraltheorie und Mathematischer Physikin der Welt der Festkörperphysik. Ziel der Vorlesung ist es eine Einführung in das Zusammenspiel zwischen spektralenEigenschaften von Operatoren und den zugrundeliegenden dynamischen Systemen zu geben und an verschiedenenexpliziten Beispielen zu analysieren. Wir betrachten zunächst topologisch dynamische Systeme und zugehörige invarianteWahrscheinlichkeitsmaße. Dabei studieren wir besonders die Begriffe von minimalen und eindeutig ergodischen dynamischenSystemen. Als Beispielklasse werden wir symbolische dynamische Systeme studieren und hinreichende Kriterien für dieExistenz von geeigneten periodischen Approximationen geben. Diese spielen insbesondere in der Festkörperphysik einewichtige Rolle.

Im zweiten Teil der Vorlesung beschäftigen wir uns zunächst mit grundlegenden Begriffen der Spektraltheorie (insbesonderevon selbstadjungierten beschränkten Operatoren) und geben eine Einführung in dieses Gebiet. Einen besonderen Fokuswerden wir dann auf Familien von Operatoren über einem dynamischen System legen und Begriffe wie Minimalität durchspektrale Eigenschaften gewisser Operatoren charakterisieren. Außerdem beschäftigen wir uns mit Approximationen derSpektren durch geeignete Approximationen der zugrundeliegenden dynamischen Systeme.

DescriptionThe lecture presents the interplay of analysis, dynamics, probability, spectral theory and mathematical physics in the realmof solid state physics. The aim of the lecture is to introduce the interplay between spectral properties of operators and theirunderlying dynamics. The first part of the lecture is devoted to topological dynamical systems and their associated invariantprobability measures. In particular, we will study the concept of minimality and unique ergodicity. As a guiding example class,we will focus on symbolic dynamical systems and sufficient criteria for the existence of appropriate periodic approximations.The latter play an important role in solid state physics.

In the second part of the lecture, we will introduce basic concepts of spectral theory (with a view towards self-adjointoperators). Then we will focus on operator families over a dynamical system. We will characterize concepts such as minimalityby spectral properties of these operator families. Moreover, we construct approximations of the spectra of such operatorfamilies by appropriate approximations of the underlying dynamical systems.

Voraussetzung

VoraussetzungenEin solides Grundwissen der Grundvorlesungen Analysis I-IV und Lineare Algebra I-II (insbesondere in grundlegendenKonzepten der Topologie, Maßtheorie, normierte Räume (Banachräume), Hilbertraum (Skalarprodukt)).

Required backgroundA solid background in the basic courses Analysis I-IV and linear Algebra is required (in particular topology, measure theory,normed spaces (Banach spaces), Hilbert spaces (inner product)).



Lerninhalte

Was können Sie lernen:

• Grundkonzepte der topologischen dynamischen Systeme über diskrete Gruppen und den Raum der zugehörigeninvarianten Wahrscheinlichkeitsmaße

• Symbolische dynamische Systeme über einem endlichen Alphabet• Basiswissen zur Spektraltheorie (Begriffe wie Spektrum, Resolvente sowie deren grundlegenden Eigenschaften)• Approximationstheorie von selbst-adungierten beschränkten Operatoren• Einführung in sogenannte zufällige Schrödingeroperatoren bzw. Operatorfamilien über dynamische Systeme• Zusammenspiel von dynamischen und spektralen Eigenschaften

What can you learn:

• Basic concepts in topological dynamical systems over discrete groups and the associated space of invariant probabilitymeasures

• Symbolic dynamical systems over a finite alphabet• Basic knowledge in spectral theory (spectrum, resolvent as well as their basic properties)• Approximation theory of self-adjoint bounded operators• Introduction into the area of random Schrödinger operators respectively operator families over dynamical systems• Interplay between dynamical and spectral properties



MATVMD822 - Advanced Topics in Analysis and Mathematical Physics II











synchron online


synchron online


synchron online



Kommentar







Voraussetzung





Lerninhalte




What can you learn:





MATVMD824 - Partial Differential Equations I

84159 VU - Partielle Differentialgleichungen I


1 V N.N. N.N. wöch. N.N. N.N. Prof. Dr. Jan Metzger

1 V N.N. N.N. wöch. N.N. N.N. Prof. Dr. Jan Metzger

1 U N.N. N.N. wöch. N.N. N.N. Prof. Dr. Jan Metzger


PNL 512711 - Vertiefende Vorlesung im Bereich Partielle Differentialgleichungen I und Übung (unbenotet)

84160 VU - Partielle Differentialgleichungen II - Mikrolokale Analysis


1 V N.N. N.N. wöch. N.N. N.N. Prof. Dr. Christian Bär

1 V N.N. N.N. wöch. N.N. N.N. Prof. Dr. Christian Bär

1 U N.N. N.N. wöch. N.N. N.N. Prof. Dr. Christian Bär


PNL 512711 - Vertiefende Vorlesung im Bereich Partielle Differentialgleichungen I und Übung (unbenotet)

MATVMD825 - Partial Differential Equations II


MATVMD826 - Functional Analysis I







PNL 512811 - Vertiefende Vorlesung im Bereich Funktionsanalysis I und Übung (unbenotet)



MATVMD827 - Functional Analysis II

84405 VU - Advanced Probability Theory


1 V N.N. N.N. wöch. N.N. N.N. Prof. Dr. Sylvie Roelly


1 U N.N. N.N. wöch. N.N. N.N. Prof. Dr. Sylvie Roelly

Kommentar

If you are interested in the course, please visit the corresponding moodle page .

Voraussetzung

The participant is assumed to have a reasonable grasp of probability theory , analysis, functional analysis and measure theory .

Literatur

Durrett, R. : Probability: theory and examples.

Cambridge Series in Statistical and Probabilistic Mathematics 2010

Leistungsnachweis

Written or oral exam

Lerninhalte

The purpose of this course is to treat in details selected fundamentals of modern probability theory. The focus is in particularon limit theorems including the strong law of large numbers and Lindeberg central limit theorem, and on discrete-timeprocesses like martingales, as well as basic results on Brownian motion. Various examples will be considered.

The participant is assumed to have a reasonable grasp of probability, analysis, functional analysis and measure theory.

This lecture is appropriate for Master students in Mathematics and for advanced Bachelor students in Mathematics. It alsoadresses to students of Data Science, informatics and physics. It is part of both profiles "Mathematical modelling and data analysis" and "Structures of Mathematics with physicalbackground" in the course of studies Master of Science Mathematics.

Zielgruppe

This lecture is appropriate for Master students in Mathematics and for advanced Bachelor students in Mathematics .

It also adresses to students of Data Science, Informatics and Physics.


PNL 516311 - Vertiefende Vorlesung im Bereich Funktionsanalysis II und Übung (unbenotet)

MATVMD828 - Complex Analysis


MATVMD921 - Advanced Topics in Analysis and Mathematical Physics I









PNL 516411 - vertiefende Vorlesung im Bereich Analysis und Mathematische Physik und Übung (unbenotet)

MATVMD922 - Advanced Topics in Analysis and Mathematical Physics II







PNL 516511 - vertiefende Vorlesung im Bereich Analysis und Mathematische Physik und Übung (unbenotet)

MATVMD1021 - Advanced Seminar in Analysis and Mathematical Physics I





SL 516711 - Seminar im Bereich Analysis und Mathematische Physik (unbenotet)

84434 S - Semiclassical and Microlocal Analysis


1 S N.N. N.N. wöch. N.N. N.N. Dr. Elke Rosenberger

Kommentar

We will read and discuss the book "An Introduction to Semiclassical and Microlocal Analysis" written by Andre Martinez.

Literatur

Andre Martinez: An Introduction to Semiclassical and Microlocal Analysis

Bemerkung

Please register also at the course "Semiclassical and Microlocal Analysis" on moodle. There all informations will be availableuntil we can meet again at the UP.

Lerninhalte

Symbol spaces and Semiclassical Pseudofifferential Operators, Quantization, Microlocalization, Characteristic set



84435 FS - Stochastic Analysis


1 FS N.N. N.N. wöch. N.N. N.N. Prof. Dr. Sylvie Roelly

Lerninhalte

This is the joint Seminar of the research groups of Probability and Statistics.

Every one who is interested in, is welcome to join us.





84439 FS - Analysis


1 FS N.N. N.N. wöch. N.N. N.N. Prof. Dr. Sylvie Paycha



MATVMD1022 - Advanced Seminar in Analysis and Mathematical Physics II






84434 S - Semiclassical and Microlocal Analysis


1 S N.N. N.N. wöch. N.N. N.N. Dr. Elke Rosenberger

Kommentar

We will read and discuss the book "An Introduction to Semiclassical and Microlocal Analysis" written by Andre Martinez.

Literatur

Andre Martinez: An Introduction to Semiclassical and Microlocal Analysis

Bemerkung

Please register also at the course "Semiclassical and Microlocal Analysis" on moodle. There all informations will be availableuntil we can meet again at the UP.

Lerninhalte

Symbol spaces and Semiclassical Pseudofifferential Operators, Quantization, Microlocalization, Characteristic set






Lerninhalte





84439 FS - Analysis


1 FS N.N. N.N. wöch. N.N. N.N. Prof. Dr. Sylvie Paycha





Bereich Wahrscheinlichkeitstheorie und Statistik

MATVMD831 - Advanced Topics in Probability Theory and Statistics I













Kommentar


Voraussetzung


Literatur



Leistungsnachweis


Lerninhalte




Zielgruppe







84406 VU - Statistical Data Analysis


1 V N.N. N.N. wöch. N.N. N.N. Prof. Dr. Melina Freitag


1 U N.N. N.N. wöch. N.N. N.N. Prof. Dr. Melina Freitag



84413 VU - Ringvorlesung interdisziplinäre Mathematik: Eine projektorientierte Einführung


1 V N.N. N.N. wöch. N.N. N.N. Prof. Dr. Myfanwy Evans,Prof. Dr. Sebastian Reich

1 V N.N. N.N. wöch. N.N. N.N. Prof. Dr. SebastianReich, Prof. Dr. MyfanwyEvans

1 U N.N. N.N. wöch. N.N. N.N. Prof. Dr. Myfanwy Evans,Prof. Dr. Sebastian Reich






synchron online


synchron online


synchron online



Kommentar







Voraussetzung





Lerninhalte




What can you learn:





MATVMD832 - Advanced Topics in Probability Theory and Statistics II













Kommentar


Voraussetzung


Literatur



Leistungsnachweis




Lerninhalte




Zielgruppe






















synchron online


synchron online


synchron online



Kommentar







Voraussetzung





Lerninhalte




What can you learn:





MATVMD833 - Vertiefungsmodul Wahrscheinlichkeitstheorie und Statistik III






Kommentar


Voraussetzung


Literatur



Leistungsnachweis


Lerninhalte






Zielgruppe








synchron online


synchron online


synchron online

Kommentar









Voraussetzung



Lerninhalte




What can you learn:





MATVMD834 - Stochastic Processes


MATVMD835 - Stochastic Analysis


MATVMD837 - Statistical Data Analysis







PNL 517311 - Vertiefende Vorlesung im Bereich Statistische Datenanalyse und Übung (unbenotet)

MATVMD931 - Advanced Topics in Probability Theory and Statistics I


MATVMD932 - Advanced Topics in Probability Theory and Statistics II


MATVMD933 - Vertiefungsmodul Wahrscheinlichkeitstheorie und Statistik III




MATVMD1031 - Advanced Seminar in Probability Theory and Statistics I




Lerninhalte




SL 517811 - Seminar im Bereich Wahrscheinlichkeitstheorie und Statistik (unbenotet)

MATVMD1032 - Advanced Seminar in Probability Theory and Statistics II




Lerninhalte




SL 517911 - Seminar im Bereich Wahrscheinlichkeitstheorie und Statistik (unbenotet)

Bereich Angewandte Mathematik und Numerik

MAT-VMD838 - Bayesian Inference and Data Assimilation


MATVMD841 - Advanced Topics in Applied Mathematics and Numerics I

84412 VU - Numerics of Sturm-Liouville Problems


1 V N.N. N.N. wöch. N.N. N.N. apl. Prof. Dr. ChristineBöckmann


1 U N.N. N.N. wöch. N.N. N.N. apl. Prof. Dr. ChristineBöckmann












84420 VU - Nonlinear equations and optimisation



1 U N.N. N.N. wöch. N.N. N.N. N.N.



MATVMD842 - Advanced Topics in Applied Mathematics and Numerics II





















MATVMD844 - Survey Interdisciplinary Mathematics: A Project-Based Introduction









PNL 513111 - Vorlesung und Übung (unbenotet)

MATVMD941 - Advanced Topics in Applied Mathematics and Numerics I







PNL 518311 - vertiefende Vorlesung im Bereich Angewandte Mathematik und Numerik und Übung (unbenotet)

84418 VU - Numerical Solution to PDEs


1 V N.N. N.N. wöch. N.N. N.N. Dr. Adem Kaya

1 U N.N. N.N. wöch. N.N. N.N. Dr. Adem Kaya









MATVMD942 - Advanced Topics in Applied Mathematics and Numerics II










84418 VU - Numerical Solution to PDEs


1 V N.N. N.N. wöch. N.N. N.N. Dr. Adem Kaya

1 U N.N. N.N. wöch. N.N. N.N. Dr. Adem Kaya









MAT-MBIP05 - Introduction to Theoretical Systems Biology


MATVMD1041 - Advanced Seminar in Applied Mathematics and Numerics I

84416 VU - Systems Biology in Drug Discovery and Development


1 B N.N. N.N. Block N.N. N.N. Prof. Dr. WilhelmHuisinga


SL 518611 - Seminar im Bereich Angewandte Mathematik und Numerik (unbenotet)

84430 S - Regularization for inverse problems and applications


1 S N.N. N.N. Block N.N. N.N. apl. Prof. Dr. ChristineBöckmann

Block Seminar January 2021



84436 FS - Datenassimilation


1 FS N.N. N.N. wöch. N.N. N.N. Prof. Dr. Sebastian Reich



MATVMD1042 - Advanced Seminar in Applied Mathematics and Numerics II

84416 VU - Systems Biology in Drug Discovery and Development


1 B N.N. N.N. Block N.N. N.N. Prof. Dr. WilhelmHuisinga





84430 S - Regularization for inverse problems and applications


1 S N.N. N.N. Block N.N. N.N. apl. Prof. Dr. ChristineBöckmann

Block Seminar January 2021



84436 FS - Datenassimilation


1 FS N.N. N.N. wöch. N.N. N.N. Prof. Dr. Sebastian Reich



Zusatzfach

Informatik

INF 1040 - Konzepte paralleler Programmierung


INF 1070 - Intelligente Datenanalyse


INF 7010 - Architekturen und Middleware für das wissenschaftliche Rechnen


INF 8020 - Maschinelles Lernen I

83905 VU - Maschinelles Lernen & Intelligente Datenanalyse II


Alle V Do 10:00 - 12:00 wöch. Online.Veranstalt 05.11.2020 Prof. Dr. Tobias Scheffer

1 U Mi 12:00 - 14:00 wöch. Online.Veranstalt 04.11.2020 Prof. Dr. Tobias Scheffer

2 U Do 12:00 - 14:00 wöch. Online.Veranstalt 05.11.2020 Prof. Dr. Tobias Scheffer

3 U Fr 12:00 - 14:00 wöch. Online.Veranstalt 06.11.2020 Prof. Dr. Tobias Scheffer

Kommentar

Aufbauend auf der Vorlesung Intelligente Datenanalyse beschäftigt sich die Veranstaltung vertiefend mit Algorithmen, die ausDaten lernen können. Algorithmen des maschinellen Lernens gewinnen aus Daten Modelle, mit denen sich dann Vorhersagenüber das beobachtete System treffen lassen. Anwendungen für Datenanalyse-Verfahren erstrecken sich von der Vorhersagevon Kreditrisiken über die Auswertung astronomischer Daten bis zu persönlichen Musikempfehlungen. Die Veranstaltungsetzt sich aus einem Vorlesungs- und einem Projektteil zusammen. Der Vorlesungsteil vermittelt das notwendige Wissen überDatenanalyse sowie über Matlab. Im Projektteil werden anwendungsnahe Aufgaben eigenständig bearbeitet.

Voraussetzung

Intelligente Datenenalyse

Leistungsnachweis

Projektaufgabe und mündliche Prüfung



PNL 553321 - Übung (unbenotet)



INF 8021 - Maschinelles Lernen II

83905 VU - Maschinelles Lernen & Intelligente Datenanalyse II


Alle V Do 10:00 - 12:00 wöch. Online.Veranstalt 05.11.2020 Prof. Dr. Tobias Scheffer

1 U Mi 12:00 - 14:00 wöch. Online.Veranstalt 04.11.2020 Prof. Dr. Tobias Scheffer

2 U Do 12:00 - 14:00 wöch. Online.Veranstalt 05.11.2020 Prof. Dr. Tobias Scheffer

3 U Fr 12:00 - 14:00 wöch. Online.Veranstalt 06.11.2020 Prof. Dr. Tobias Scheffer

Kommentar

Aufbauend auf der Vorlesung Intelligente Datenanalyse beschäftigt sich die Veranstaltung vertiefend mit Algorithmen, die ausDaten lernen können. Algorithmen des maschinellen Lernens gewinnen aus Daten Modelle, mit denen sich dann Vorhersagenüber das beobachtete System treffen lassen. Anwendungen für Datenanalyse-Verfahren erstrecken sich von der Vorhersagevon Kreditrisiken über die Auswertung astronomischer Daten bis zu persönlichen Musikempfehlungen. Die Veranstaltungsetzt sich aus einem Vorlesungs- und einem Projektteil zusammen. Der Vorlesungsteil vermittelt das notwendige Wissen überDatenanalyse sowie über Matlab. Im Projektteil werden anwendungsnahe Aufgaben eigenständig bearbeitet.

Voraussetzung

Intelligente Datenenalyse

Leistungsnachweis

Projektaufgabe und mündliche Prüfung




83925 PR - Individuelles Praktikum 1


1 PR N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer

Kommentar

Studierende mit individuell gewähltem und genehmigten Praktikum melden sich hier an. In diesem Fall ist dieses Lehrangebotein Platzhalter für die sonst erforderliche Lehrveranstaltung.

Voraussetzung

Vor dem Praktikum ist die Zustimmung eines Prüfungsberechtigenten einzuholen.




83926 PR - Individuelles Praktikum 2




Kommentar

Studierende mit individuell gewähltem und genehmigten Praktikum melden sich hier an. In diesem Fall ist dieses Lehrangebotein Platzhalter für die sonst erforderliche Lehrveranstaltung.

Voraussetzung

Vor dem Praktikum ist die Zustimmung eines Prüfungsberechtigenten einzuholen.




Physik

PHY_411 - Theoretische Physik III – Quantenmechanik




PHY_511 - Theoretische Physik IV – Thermodynamik und Statistische Physik

82861 VU - Theoretische Physik IV - Statistische Physik und Thermodynamik


Alle V Di 14:15 - 15:45 wöch. Online.Veranstalt 03.11.2020 Prof. Dr. Ralf Metzler

Alle V Fr 12:15 - 13:45 wöch. Online.Veranstalt 06.11.2020 Prof. Dr. Ralf Metzler

1 U Fr 08:15 - 09:45 wöch. Online.Veranstalt 06.11.2020 Dr. Fred Albrecht


PNL 523711 - Thermodynamik und statistische Physik (unbenotet)

PHY_541c - Aufbaumodul Statistische und nichtlineare Physik

82770 V - Einführung in die nichtlineare Dynamik


1 V Do 12:15 - 13:45 wöch. Online.Veranstalt 05.11.2020 apl. Prof. Dr. MichaelRosenblum


PNL 524211 - Einführung in die nichtlineare Dynamik (unbenotet)

82771 U - Einführung in die nichtlineare Dynamik


1 U Fr 12:15 - 13:45 14t. Online.Veranstalt 13.11.2020 apl. Prof. Dr. MichaelRosenblum


PNL 524211 - Einführung in die nichtlineare Dynamik (unbenotet)

PHY_541d - Aufbaumodul Photonen und andere Quanten

82772 VU - Nichtlineare Optik - Ultrafast Optics


1 V Di 12:15 - 13:45 wöch. Online.Veranstalt 03.11.2020 Prof. Dr. Markus Gühr

1 U Do 11:15 - 12:00 wöch. Online.Veranstalt 05.11.2020 N.N. (Mitarbeiter)




82923 U - Einführung in die Quantenoptik I


1 V Di 12:15 - 13:45 wöch. Online.Veranstalt 03.11.2020 apl. Prof. Dr. CarstenHenkel

1 U Do 16:15 - 17:00 wöch. Online.Veranstalt 05.11.2020 apl. Prof. Dr. CarstenHenkel






84046 VU - Simulation einfacher Quantensysteme


1 V N.N. 09:15 - 10:45 Block 2.28.0.087 22.02.2021 apl. Prof. Dr. CarstenHenkel

1 V N.N. 11:15 - 12:45 Block Online.Veranstalt 22.02.2021 apl. Prof. Dr. CarstenHenkel

1 U N.N. 13:15 - 14:00 Block Online.Veranstalt 22.02.2021 apl. Prof. Dr. CarstenHenkel




PHY_541e - Aufbaumodul Klimaphysik

82766 V - Klimageschichte der Erde


1 V Di 14:15 - 15:45 wöch. Online.Veranstalt 03.11.2020 Prof. Dr. StefanRahmstorf

1 S Di 16:15 - 17:00 wöch. Online.Veranstalt 03.11.2020 Prof. Dr. StefanRahmstorf


PNL 524412 - Dynamics of Climate System (unbenotet)

82774 VU - Dynamics of the climate system 1


1 V N.N. N.N. Block N.N. N.N. Prof. Dr. AndersLevermann

1 U N.N. N.N. Block N.N. N.N. Prof. Dr. AndersLevermann



82775 VU - Dynamics of the climate system 2


1 V N.N. N.N. Block N.N. N.N. Prof. Dr. AndersLevermann

1 U N.N. N.N. Block N.N. N.N. Prof. Dr. AndersLevermann



Volkwirtschaftslehre

BVMVWL111 - Public Economics


BVMVWL112 - Staat und Allokation



84056 VU - Staat und Allokation


Alle V Do 10:00 - 12:00 wöch. Online.Veranstalt 05.11.2020 Philipp Schrauth, Prof.Dr. Rainald Borck, NiklasGohl

1 U N.N. N.N. wöch. N.N. N.N. Prof. Dr. Rainald Borck, Philipp Schrauth, NiklasGohl

Die Veranstaltung findet online statt. Die Termine erfolgen nach Absprache.

2 U N.N. N.N. wöch. N.N. N.N. Prof. Dr. Rainald Borck, Niklas Gohl, PhilippSchrauth


Kommentar

Die Vorlesung sowie die Übungen werden im Digitalen Format über Moodle synchron angeboten.

Für die Übungen wird es zusätzlich wöchentliche Zoomsprechstunden geben. Weitere Informationen finden Sie in denentsprechenden Moodle-Kursen vom WS 20/21.


PNL 412011 - Vorlesung (unbenotet)

BVMVWL211 - Internationale Wirtschaftspolitik I


BVMVWL212 - Internationale Wirtschaftspolitik II

85567 VU - Einführung in die internationale Wirtschaftspolitik 2


1 U Di 10:00 - 12:00 wöch. Online.Veranstalt 03.11.2020 Reinhard Schumacher

1 V Mi 10:00 - 12:00 wöch. Online.Veranstalt 04.11.2020 Reinhard Schumacher


SL 412311 - Vorlesung/Übung (unbenotet)

BVMVWL311 - Wettbewerbstheorie und -politik


BVMVWL312 - Wirtschaftspolitik

84060 VU - Wirtschaftspolitik


Alle V N.N. N.N. wöch. N.N. N.N. Relika Stoppel, Dr. ClausMichelsen


1 U N.N. N.N. wöch. N.N. N.N. Dr. Claus Michelsen, Relika Stoppel


2 U N.N. N.N. wöch. N.N. N.N. Dr. Claus Michelsen, Relika Stoppel




Kommentar

Planung für die Vorlesung (Stand: 28.08.2020)

• asynchron• digitales Format über Moodle

Planung für die Übungen (Stand: 28.08.2020)

• asynchron• digitales Format über Moodle• wöchentliche Zoomsprechstunden



BBMVWL420 - Empirische Wirtschaftsforschung

84097 VU - Einführung in die Ökonometrie/Empirische Wirtschaftsforschung


Alle V Mo 14:00 - 16:00 wöch. Online.Veranstalt 02.11.2020 Dr. Sylvi Rzepka

1 U Di 14:00 - 16:00 wöch. Online.Veranstalt 03.11.2020 Melina Ludolph

2 U Di 16:00 - 18:00 wöch. Online.Veranstalt 03.11.2020 Melina Ludolph

Bemerkung

Der Kurs findet online statt und alle Infos erhalten Sie über den Moodle Kurs: https://moodle2.uni-potsdam.de/course/view.php?id=24826 In der ersten Semesterwoche ist er frei zugänglich. Ab der zweiten Woche können Sie das Passwort beider Assistenz des Lehrstuhls in Erfahrung bringen: [email protected] .



Betriebswirtschaftslehre

BBMBWL300 - Einführung in das Marketing


BBMBWL400 - Jahresabschluss


BBMBWL500 - Unternehmerisches Denken und Gründung

Dieses Modul gilt, aufgrund einer Änderungssatzung, nur noch für Studierende, die das Modul vor dem 01.10.2020 begonnenhaben. Das Modul läuft spätestens am 30.09.2022 aus.


BBMBWL600 - Controlling, Kosten- und Leistungsrechnung



Glossar

Glossar

Die folgenden Begriffserklärungen zu Prüfungsleistung, Prüfungsnebenleistung und Studienleistung gelten im Bezug aufLehrveranstaltungen für alle Ordnungen, die seit dem WiSe 2013/14 in Kranft getreten sind.

Prüfungsleistung Prüfungsleistungen sind benotete Leistungen innerhalb eines Moduls. Aus der Benotungder Prüfungsleistung(en) bildet sich die Modulnote, die in die Gesamtnote des Studiengangseingeht. Handelt es sich um eine unbenotete Prüfungsleistung, so muss dieses ausdrücklich(„unbenotet“) in der Modulbeschreibung der fachspezifischen Ordnung geregelt sein. WeitereInformationen, auch zu den Anmeldemöglichkeiten von Prüfungsleistungen, finden Sie unteranderem in der Kommentierung der BaMa-O

Prüfungsnebenleistung Prüfungsnebenleistungen sind für den Abschluss eines Moduls relevante Leistungen, die– soweit sie vorgesehen sind – in der Modulbeschreibung der fachspezifischen Ordnungbeschrieben sind. Prüfungsnebenleistungen sind immer unbenotet und werden lediglichmit "bestanden" bzw. "nicht bestanden" bewertet. Die Modulbeschreibung regelt, obdie Prüfungsnebenleistung eine Teilnahmevoraussetzung für eine Modulprüfung odereine Abschlussvoraussetzung für ein ganzes Modul ist. Als Teilnahmevoraussetzungfür eine Modulprüfung muss die Prüfungsnebenleistung erfolgreich vor der Anmeldungbzw. Teilnahme an der Modulprüfung erbracht worden sein. Auch für Erbringung einerPrüfungsnebenleistungen wird eine Anmeldung vorausgesetzt. Diese fällt immer mitder Belegung der Lehrveranstaltung zusammen, da Prüfungsnebenleistung im Rahmeneiner Lehrveranstaltungen absolviert werden. Sieht also Ihre fachspezifische OrdnungPrüfungsnebenleistungen bei Lehrveranstaltungen vor, sind diese Lehrveranstaltungenzwingend zu belegen, um die Prüfungsnebenleistung absolvieren zu können.

Studienleistung Als Studienleistung werden Leistungen bezeichnet, die weder Prüfungsleistungen nochPrüfungsnebenleistungen sind.

36

Impressum

HerausgeberAm Neuen Palais 1014469 Potsdam

Telefon: +49 331/977-0Fax: +49 331/972163E-mail: [email protected]: www.uni-potsdam.de

UmsatzsteueridentifikationsnummerDE138408327

Layout und Gestaltungjung-design.net

Druck1.10.2020

Rechtsform und gesetzliche VertretungDie Universität Potsdam ist eine Körperschaft des Öffentlichen Rechts. Sie wirdgesetzlich vertreten durch Prof. Oliver Günther, Ph.D., Präsident der UniversitätPotsdam, Am Neuen Palais 10, 14469 Potsdam.

Zuständige AufsichtsbehördeMinisterium für Wissenschaft, Forschung und Kultur des Landes BrandenburgDortustr. 3614467 Potsdam

Inhaltliche Verantwortlichkeit i. S. v. § 5 TMG und § 55 Abs. 2RStVReferat für Presse- und ÖffentlichkeitsarbeitReferatsleiterin und Sprecherin der UniversitätSilke EngelAm Neuen Palais 1014469 PotsdamTelefon: +49 331/977-1474Fax: +49 331/977-1130E-mail: [email protected]

Die einzelnen Fakultäten, Institute und Einrichtungen der Universität Potsdam sind für die Inhalte und Informationen ihrerLehrveranstaltungen zuständig.

puls.uni-potsdam.de

Master of Science - Mathematik Prüfungsversion ...

Documents

Transcript of Master of Science - Mathematik Prüfungsversion ...