LFU:online

Anmeldevoraussetzung: keine

Lernergebnis: Absolventinnen und Absolventen dieses Moduls haben die Fertigkeit erworben, ausgewählte mathematische Software zu benutzen und einfache Algorithmen in einer ausgewählten Programmiersprache zu implementieren. Sie haben gelernt, Kriterien an mathematische Inhalte und formale Gestaltung in einem Text selbst umzusetzen. Weiters kennen sie das Berufsbild einer Mathematikerin bzw. eines Mathematikers und haben einen Überblick über den Themenbereich Gleichstellung und Gender sowie über das Studium.

Anmeldevoraussetzung: keine

Lernergebnis: Absolventinnen und Absolventen dieses Moduls verstehen die Inhalte der Vorlesung und können diese wiedergeben und anwenden. Sie haben die Fertigkeit erworben, sich ähnliche Inhalte selbständig zu erarbeiten. Sie sind in der Lage, Problemstellungen der Darstellenden Geometrie mit Hilfe von Software zu modellieren und Methoden der Differentialgeometrie situationsgerecht anzuwenden. Weiters haben sie ein Grundverständnis für die Methoden der Geometrie erlangt.

Anmeldevoraussetzung: keine

Lernergebnis: Absolventinnen und Absolventen dieses Moduls haben sich durch selbständiges Studium vertiefte Kenntnisse in einem Teilgebiet der höheren Mathematik erarbeitet. Sie sind außerdem mit relevanter mathematischer Literatur vertraut und können deren mathematischen Gehalt beurteilen. Sie sind in der Lage, sich kreativ und methodisch korrekt mit Problemen der höheren Mathematik auseinanderzusetzen und das Ergebnis dieser Auseinandersetzungen schriftlich und mündlich für Expertinnen und Experten gut verständlich darzulegen. Die Inhalte der Seminare orientieren sich an aktuellen Forschungsthemen.

Anmeldevoraussetzung: keine

Lernergebnis: Nach erfolgreicher Absolvierung dieses Moduls beherrschen die Studierenden die aktive Auseinandersetzung mit dem aktuellen Wissensstand im Bereich des Dissertationsthemas und die kritische Diskussion und Reflexion mit Expertinnen und Experten der gewählten Teildisziplin. Davon ausgehend sind sie in der Lage, eigene Forschungsbeiträge zu liefern. Ebenso verfügen die Studierenden über Schnittstellenkenntnisse auf hohem fachlichen Niveau, welche für die Durchführung der Dissertation benötigt werden.

Anmeldevoraussetzung: keine

Lernergebnis: - Die Studierenden kennen die wesentlichen Einsatzmöglichkeiten des Scientific Computing sowie dessen Potenzial, interdisziplinär effizient Antworten auf aktuelle Fragen aus Forschung, Wirtschaft und Gesellschaft zu liefern. Sie sind sensibilisiert für Genderfragen und die Geschlechterverhältnisse in den Natur- und Technischen Wissenschaften. - Die Studierenden verstehen die für das Scientific Computing besonders relevanten Aspekte konventioneller Computerarchitektur sowie nützliche Techniken der Softwareentwicklung und Verwaltung, welche auch zu Formen des kollaborativen Arbeitens anleiten. Sie sind in der Lage, einfache numerische Algorithmen - Grundbestandteile komplexerer Simulationen - zu implementieren sowie deren Eigenschaften zu analysieren. - Sie können die wissenschaftlichen Prinzipien und grundlegende Methoden der mathematischen Modellbildung als Simulationsgrundlage erläutern und anwenden. Sie sind in der Lage, einfache bestehende Modelle zu analysieren, aus etablierten Verfahren zu deren Auswertung geeignete auszuwählen und anzuwenden sowie die resultierenden Daten fachgerecht zu interpretieren.

Anmeldevoraussetzung: keine

Lernergebnis: - Die Studierenden kennen repräsentative Anwendungsbeispiele des Scientific Computing in verschiedenen Disziplinen sowie die fachspezifisch genutzte Software zu deren Bearbeitung und sind in der Lage, beides aus den Perspektiven der unterschiedlichen Disziplinen zu diskutieren. - Sie verfügen über die Kompetenz - eigenständig und mit originärem Anspruch - für ausgewählte Probleme aus der Praxis des Scientific Computing aussagekräftige Modelle zu eruieren, geeignete Simulationen zu konstruieren sowie diese auf passend gewählter Hardware effizient zu implementieren, auszuführen und auszuwerten sowie die erzielten Ergebnisse kritisch zu beurteilen. - Sie verfügen über die Fertigkeiten, Simulationsdaten fachgerecht und anschaulich zu visualisieren sowie nach den Regeln der guten wissenschaftlichen Praxis zu verwalten. Sie sind in der Lage, aus Simulationen gewonnene Erkenntnisse, nützliche Visualisierungen sowie Voraussetzungen und Einschränkungen der getroffenen Aussagen zu kommunizieren, zu erklären und zu diskutieren.

Anmeldevoraussetzung: keine

Lernergebnis: - Die Studierenden kennen die wesentlichen Einsatzmöglichkeiten des Scientific Computing sowie dessen Potenzial, interdisziplinär effizient Antworten auf aktuelle Fragen aus Forschung, Wirtschaft und Gesellschaft zu liefern. Sie sind sensibilisiert für Genderfragen und die Geschlechterverhältnisse in den Natur- und Technischen Wissenschaften. - Die Studierenden verstehen die für das Scientific Computing besonders relevanten Aspekte konventioneller Computerarchitektur sowie nützliche Techniken der Softwareentwicklung und Verwaltung, welche auch zu Formen des kollaborativen Arbeitens anleiten. Sie sind in der Lage, einfache numerische Algorithmen - Grundbestandteile komplexerer Simulationen - zu implementieren sowie deren Eigenschaften zu analysieren. - Sie können die wissenschaftlichen Prinzipien und grundlegende Methoden der mathematischen Modellbildung als Simulationsgrundlage erläutern und anwenden. Sie sind in der Lage, einfache bestehende Modelle zu analysieren, aus etablierten Verfahren zu deren Auswertung geeignete auszuwählen und anzuwenden sowie die resultierenden Daten fachgerecht zu interpretieren.

Anmeldevoraussetzung: keine

Lernergebnis: - Die Studierenden kennen repräsentative Anwendungsbeispiele des Scientific Computing in verschiedenen Disziplinen sowie die fachspezifisch genutzte Software zu deren Bearbeitung und sind in der Lage, beides aus den Perspektiven der unterschiedlichen Disziplinen zu diskutieren. - Sie verfügen über die Kompetenz - eigenständig und mit originärem Anspruch - für ausgewählte Probleme aus der Praxis des Scientific Computing aussagekräftige Modelle zu eruieren, geeignete Simulationen zu konstruieren sowie diese auf passend gewählter Hardware effizient zu implementieren, auszuführen und auszuwerten sowie die erzielten Ergebnisse kritisch zu beurteilen. - Sie verfügen über die Fertigkeiten, Simulationsdaten fachgerecht und anschaulich zu visualisieren sowie nach den Regeln der guten wissenschaftlichen Praxis zu verwalten. Sie sind in der Lage, aus Simulationen gewonnene Erkenntnisse, nützliche Visualisierungen sowie Voraussetzungen und Einschränkungen der getroffenen Aussagen zu kommunizieren, zu erklären und zu diskutieren.