Lehrinhalte
Monte Carlo Finite Elemente, Multilevel Monte Carlo Finite Elemente, Karhunen-Loeve-Entwicklung von Zufallsfeldern, stochastische Galerkin-Methoden: Formulierung, Implementierung, Lösung und Fehlerabschätzung, stochastische Kollokation
Literatur
G. J. Lord, C. E. Powell, and T. Shardlow. An Introduction to Computational Stochastic PDEs. Cambridge University Press, 2014.
R. C. Smith. Uncertainty Quantification: Theory, Implementation, and Applications. SIAM Computational Science and Engineering, 2014.
D. Xiu. Numerical Methods for Stochastic Computations: A Spectral Method Approach. Princeton University Press, 2010.
Voraussetzungen
empfohlen: Einführung in die Numerische Mathematik, Einführung in die Stochastik.
von Vorteil: Numerik partieller Differentialgleichungen
Online-Angebote
Moodle
Monte Carlo Finite Elemente, Multilevel Monte Carlo Finite Elemente, Karhunen-Loeve-Entwicklung von Zufallsfeldern, stochastische Galerkin-Methoden: Formulierung, Implementierung, Lösung und Fehlerabschätzung, stochastische Kollokation
Literatur
G. J. Lord, C. E. Powell, and T. Shardlow. An Introduction to Computational Stochastic PDEs. Cambridge University Press, 2014.
R. C. Smith. Uncertainty Quantification: Theory, Implementation, and Applications. SIAM Computational Science and Engineering, 2014.
D. Xiu. Numerical Methods for Stochastic Computations: A Spectral Method Approach. Princeton University Press, 2010.
Voraussetzungen
empfohlen: Einführung in die Numerische Mathematik, Einführung in die Stochastik.
von Vorteil: Numerik partieller Differentialgleichungen
Online-Angebote
Moodle
- Lehrende: Jens Lang
- Lehrende: Hendrik Wilka
Semester: SoSe 2023
Jupyterhub API Server: https://tu-jupyter-t.ca.hrz.tu-darmstadt.de