Algorithmische Mathematik II, Sommersemester 2017, Mo Mi 10 c.t., GHS
Andreas Eberle (bis 14.6.), André Uschmajew (ab 19.6.)
Inhalt: Die Vorlesung beginnt mit einer Einführung in die (diskrete) Stochastik. Schwerpunkt der zweiten Vorlesungshälfte ist die numerische Analysis.
Übungen: Dr. Matthias Erbar (IAM), Dr. Behrend Heeren (INS).
Außerdem Help Desk Di, Do 10-13 in N1.002
Klausur: 11.8., 9.00-12.00, WPHS und GHS
Zweiter Prüfungstermin: 29.9., 9.00-12.00, KHS We. 10
Die Klausur vom 11.8. samt Musterlösung finden sie hier, die vorläufige Notenverteilung hier.
Die Nachklausur vom 29.9. finden Sie hier, die Musterlösung hier, und die vorläufige Notenverteilung hier. Klausureinsicht am 5.10. von 15 bis 16 Uhr in Raum 4.049.
Aktuell:
- Sie haben bis Dienstag, 25.7. Zeit, die sechste Programmieraufgabe im CIP-Pool vorzustellen!
- NEU: Vorlesungsskript Kapitel 1-4 (Version 16.7., mit Python code bzw. mit Mathematica code)
- NEU: Vorlesungsskript Kapitel 4 (vollständig überarbeitete Version, 4.7.)
- Vorlesungsskript Algorithmische Mathematik II a (Stochastik) --- Kapitel 1-3 (24.6.)
- Korrekturen (auch von kleineren Tippfehlern) bitte mitteilen an eberle@uni-bonn.de
- Zufall oder kein Zufall ?
Materialien zur Vorlesung: (siehe auch Handapparat am Eingang der Mathe-Bibliothek)
- A. Eberle: Vorlesungsskript Algorithmische Mathematik II von 2013.
- G. Kersting, A. Wakolbinger: Einführung in die Stochastik, Birkhäuser.
- U. Krengel: Einführung in die Wahrscheinlichkeitstheorie und Statistik, Springer.
- H. Dehling, B. Haupt: Einführung in die Wahrscheinlichkeitstheorie und Statistik, Vieweg-Verlag.
- N. Henze: Stochastik für Einsteiger, Vieweg+Teubner.
- K.L. Chung: Elementare Wahrscheinlichkeitstheorie und Stochastische Prozesse, Springer.
- G.R. Grimmett, D.R. Stirzaker: Probability and Random Processes, Oxford UP.
- H. Föllmer, H. Künsch: Wahrscheinlichkeitsrechnung und Statistik, Skript ETH Zürich.
- O. Häggström: Finite Markov Chains and Algorithmic Applications, London Math.Soc.
- T. Müller-Gronbach, E. Novak, K. Ritter: Monte Carlo-Algorithmen, Springer.
- W. Dahmen und A. Reusken: Numerik für Ingenieure und Naturwissenschaftler, Springer.
- P. Deuflhard und A. Hohmann: Numerische Mathematik, de Gruyter-Verlag.
- J. Werner: Numerische Mathematik 1, Vieweg.
- G. Hämmerlin und K.-H. Hoffmann: Numerische Mathematik, Springer.
- M. Hanke-Bourgeois: Grundlagen der Numerischen Mathematik und des Wissenschaftlichen Rechnens, Teubner-Verlag.
- A. Quarteroni, R. Sacco, F. Saleri: Numerische Mathematik 1, Springer-Verlag.
Übungsaufgaben:
- Blatt 0 (Abgabe nicht erforderlich, wird in den Übungen 20.-26.4. besprochen)
- Blatt 1 (Abgabe bis Mittwoch 26.4., 14 Uhr)
- Blatt 2 (Abgabe bis Mittwoch 3.5., 14 Uhr)
- Blatt 3 (Abgabe bis Mittwoch 10.5., 14 Uhr)
- Blatt 4 (Abgabe bis Mittwoch 17.5., 14 Uhr)
- Blatt 5 (Abgabe bis Mittwoch 24.5., 14 Uhr)
- Blatt 6 (Abgabe bis Mittwoch 31.5., 14 Uhr)
- Blatt 7 (Abgabe bis Mittwoch 14.6., 14 Uhr)(Zusätzliche Voraussetzung in 4: q(x,y)=0 gdw q(y,x)=0)
- Blatt 8 (Abgabe bis Mittwoch 21.6., 14 Uhr)
- Blatt 9 (Abgabe bis Mittwoch 28.6., 14 Uhr) (Musterlsg für das Beispiel von Bernstein)
- Blatt 10 (Abgabe bis Mittwoch 5.7., 14 Uhr)
- Blatt 11 (Abgabe bis Mittwoch 12.7., 14 Uhr)
- Blatt 12 (Abgabe bis Mittwoch 19.7., 14 Uhr)
- Blatt 13 (Abgabe bis Mittwoch 26.7., 14 Uhr)
- Blatt 14 (keine Abgabe)
Mathematica-Demonstrationen: Die interaktiven cdf-Files können Sie mit dem frei verfügbaren Wolfram cdf-Player öffnen. Wenn Sie die kompletten Notebooks bearbeiten möchten, müssen Sie zunächst Mathematica installieren (Campuslizenz).
Programmieraufgaben: Zur Bearbeitung der Programmieraufgaben empfehlen wir, sich die folgenden Notebooks herunter zu laden und entsprechend der Aufgabenstellung zu vervollständigen.
- Einführung in Jupyter Notebooks und Beispiel Notebook html ipynb
- Programmieraufgabe 1 html ipynb
- Programmieraufgabe 2 html ipynb
- Programmieraufgabe 3 html ipynb
- Programmieraufgabe 4 html ipynb
- Programmieraufgabe 5 html ipynb
- Programmieraufgabe 6 html ipynb
Für die Klausurzulassung müssen mindestens zwei der Programmieraufgaben 1-3 und zwei der Programmieraufgaben 4-6 erfolgreich bearbeitet werden. Ist die erste Bedingung nicht erfüllt, dann müssen die Aufgabenb 4-6 alle erfolgreich bearbeitet werden, um noch eine Zulassung zu erhalten.
Hinweise zu den Programmier- und experimentellen Stochastikaufgaben:
Die mit "P" gekennzeichneten Übungsaufgaben werden Programmieraufgaben sein. Programmiersprache ist Python, als Programmierumgebung verwenden wir Jupyter Notebooks (ehemals IPython Notebooks). Im ersten Teil der Vorlesung wird es nur kleinere Programmierübungen geben, die vor allem dazu dienen, sich mit Python und den Jupyter Notebooks vertraut zu machen. In der zweiten Semesterhälfte (Numerikteil) werden dann zwei etwas umfangreichere Programmieraufgaben ausgegeben.
Installation: Wer Python-Neuling ist oder sich noch nicht sicher im Umgang mit Python-Distributionen fühlt, dem empfehlen wir die Distribution Anaconda zu verwenden. Diese ist einfach auf allen gängigen Betriebssystemen zu installieren und enthält standardmäßig alle von uns benötigten Pakete (und noch viele, viele mehr). Eine kurze Einführung sowie Hilfestellungen zur Installation finden Sie hier (in Englisch).
Wer bereits über eine Python-Installation verfügt, kann benötigte Pakete einfach mit Hilfe eines Paket-Managers nachinstallieren (z. B. pip oder conda). An Python-Paketen werden numpy, matplotlib und jupyter benötigt.
Testprogramm: Für das Bearbeiten der Programmieraufgaben ist entscheidend, dass sie sich mit der Bedienung von Jupyter Notebooks vertraut machen. Haben Sie das Programm installiert und gestartet, können Sie beliebige Notebooks (als ipynb-Dateien) öffnen, bearbeiten und ausführen. Ein Beispiel Notebook mit allen wichtigen Befehlen, die Sie für die ersten Programmieraufgaben brauchen, finden Sie hier. Speichern Sie das Beispiel-Notebook auf Ihrem PC (z.B. in Ihrem lokalen ../anaconda/bin/ Verzeichnis) und öffnen Sie es, nachdem Sie Jupyter Notebooks gestartet haben.
Hilfestellung: Falls Sie Hilfe bei der Installation, den ersten Schritten in Python sowie bei der Bearbeitung der Programmieraufgaben benötigen, können Sie die Tutoren im CIP-Pool (im Erdgeschoss der Wegelerstr. 6 bzw. im Nebengebäude in der Endenicher Allee 60) kontaktieren.
Abgabe der Programmieraufgaben
Die Abgabe der Programmieraufgaben erfolgt im CIP-Pool bei den CIP-Pool-Tutoren (NICHT bei den Tutoren der Übungen!). In der ersten Semesterwoche wird der CIP-Pool wöchentliche Zeitfenster bekannt geben, die für die AlMa reserviert sind. Sie sollten diese Zeitfenster nutzen, um sich ca. alle zwei Wochen einen Termin zu organisieren und die bearbeiteten Programmieraufgaben den CIP-Pool-Tutoren zu präsentieren.
Je nach Bearbeitungsform können Sie die Aufgaben auf Ihrem privaten Laptop oder auf einem der Rechner im CIP-Pool präsentieren. Für die Bearbeitung der Programmieraufgaben sind die gleichen Gruppen wie zur Bearbeitung der Übungsaufgaben vorgesehen. Auch hier ist es essentiell, dass sich alle Gruppenmitglieder an der Bearbeitung und der Präsentation der Lösungen im CIP-Pool beteiligen!