Vorläufiges Vorlesungsverzeichnis – Änderungen und Ergänzungen sind wahrscheinlich.
Klicken Sie auf den Veranstaltungstitel für weitere Informationen!
Vorkurs Mathematik (für Studierende der Mathematik)
30.09.–02.10. und 04.10.; Beginn am 30.09. um 9:15 Uhr im HS Rundbau.
Sprache: auf Deutsch
Freiwilliges Angebot für Studienanfänger:innen in Mathematik: Der Vorkurs gibt einen Vorgeschmack auf das Mathematikstudium und soll den Einstieg erleichtern, ist aber keine Voraussetzung für das Studium.
Vorkurs Mathematik (für Studierende der Natur- und Ingenieurwissenschaften)
02.10.–05.10.2024, Beginn jeweils um 9 Uhr im HS Rundbau.
Dozent:in: Susanne Knies
Sprache: auf Deutsch
Freiwilliges Angebot für Studienanfänger*innen verschiedener Natur- und Ingenieurwissenschaften. Der Vorkurs frischt für die Mathe-Vorlesungen nützliche Schulinhalte auf und gibt erste Einblicke ins Vorlesungsgeschehen.
Grundlagenübungen
Dozent:in: Fachschaft
Sprache: auf Deutsch
Freiwilliges Angebot für Erstsemester: Mit Hilfe von Studierenden aus höheren Semestern lernt man, wie man an Matheaufgaben herangeht und einen Beweis führt. Es gibt die Möglichkeit, Fragen zur Vorlesung zu stellen und sich mit Kommiliton:innen auszutauschen.
Betreutes Rechnen
Dozent:in: Fachschaft
Sprache: auf Deutsch
Freiwilliges Angebot, typischerweise für Drittsemester-Vorlesungen: Tutor:innen helfen bei Fragen zu Übungsaufgaben und Vorlesungen.
Analysis I
Vorlesung: Di, Mi, 8-10 Uhr, HS Rundbau, Albertstr. 21
Übung: 2-stündig, verschiedene Termine
Klausur: Datum wird noch bekanntgegeben
-
Dozent:in: Ernst Kuwert
Assistenz: Xuwen Zhang
Sprache: auf Deutsch
Analysis I ist eine der beiden Grundvorlesungen des Mathematikstudiums. Es werden Konzepte behandelt, die auf dem Begriff des Grenzwerts beruhen. Die zentralen Themen sind: vollständige Induktion, reelle und komplexe Zahlen, Konvergenz von Folgen und Reihen, Vollständigkeit, Exponentialfunktion und trigonometrische Funktionen, Stetigkeit, Ableitung von Funktionen einer Variablen, Regelintegral.
Notwendig: Oberstufenmathematik. \ Der Besuch des Vorkurses wird empfohlen.
Analysis (2HfB21, BSc21, MEH21, MEB21)
Analysis I – fachfremd (BScInfo19, BScPhys20)
Lineare Algebra I
Vorlesung: Mo, Do, 8-10 Uhr, HS Rundbau, Albertstr. 21
Übung: 2-stündig, verschiedene Termine
Klausur: Datum wird noch bekanntgegeben
Dozent:in: Sebastian Goette
Assistenz: Mikhail Tëmkin
Sprache: auf Deutsch
Lineare Algebra I ist eine der beiden Einstiegsvorlesungen des Mathematikstudiums, die die Grundlage für weiteren Veranstaltungen bilden. Behandelt werden u.a: Grundbegriffe (insbesondere Grundbegriffe der Mengenlehre und Äquivalenzrelationen), Gruppen, Körper, Vektorräume über beliebigen Körpern, Basis und Dimension, lineare Abbildungen und darstellende Matrix, Matrizenkalkül, lineare Gleichungssysteme, Gauß-Algorithmus, Linearformen, Dualraum, Quotientenvektorräume und Homomorphiesatz, Determinante, Eigenwerte, Polynome, charakteristisches Polynom, Diagonalisierbarkeit, affine Räume. Ideen- und mathematikgeschichtliche Hintergründe der mathematischen Inhalte werden erläutert.
Notwendig: Oberstufenmathematik. \ Der Besuch des Vorkurses wird empfohlen.
Lineare Algebra (2HfB21, BSc21, MEH21)
Lineare Algebra (MEB21)
Lineare Algebra I – fachfremd (BScInfo19, BScPhys20)
Numerik I
Vorlesung: Mi, 14-16 Uhr, HS Weismann-Haus, Albertstr. 21a
Übung: 2-stündig 14-täglich, verschiedene Termine
Dozent:in: Patrick Dondl
Sprache: auf Deutsch
Die Numerik ist eine Teildisziplin der Mathematik, die sich mit der praktischen Lösung mathematischer Aufgaben beschäftigt. Dabei werden Probleme in der Regel nicht exakt sondern approximativ gelöst, wofür ein sinnvoller Kompromiss aus Genauigkeit und Rechenaufwand zu finden ist. Im ersten Teil des zweisemestrigen Kurses stehen Fragestellungen der Linearen Algebra wie das Lösen linearer Gleichungssysteme und die Bestimmung von Eigenwerten einer Matrix im Vordergrund. Der Besuch der begleitenden praktischen Übung wird empfohlen. Diese finden 14-täglich im Wechsel mit der Übung zur Vorlesung statt.
Notwendig: Lineare Algebra~I \ Nützlich: Lineare Algebra~II und Analysis~I (notwendig für Numerik~II)
Numerik (BSc21)
Numerik (2HfB21, MEH21)
Numerik I (MEB21)
Stochastik I
Vorlesung: Fr, 10-12 Uhr, HS Weismann-Haus, Albertstr. 21a
Übung: 2-stündig 14-täglich, verschiedene Termine
Klausur: Datum wird noch bekanntgegeben
Dozent:in: Thorsten Schmidt
Sprache: auf Deutsch
Stochastik ist, lax gesagt, die „Mathematik des Zufalls“, über den sich – womöglich entgegen der ersten Anschauung – sehr viele präzise und gar nicht zufällige Aussagen formulieren und beweisen lassen. Ziel der Vorlesung ist, eine Einführung in die stochastische Modellbildung zu geben, einige grundlegende Begriffe und Ergebnisse der Stochastik zu erläutern und an Beispielen zu veranschaulichen. Sie ist darüber hinaus auch, speziell für Studierende im B.Sc. Mathematik, als motivierende Vorbereitung für die Vorlesung „Wahrscheinlichkeitstheorie“ im Sommersemester gedacht. Behandelt werden unter anderem: Diskrete und stetige Zufallsvariablen, Wahrscheinlichkeitsräume und -maße, Kombinatorik, Erwartungswert, Varianz, Korrelation, erzeugende Funktionen, bedingte Wahrscheinlichkeit, Unabhängigkeit, Schwaches Gesetz der großen Zahlen, Zentraler Grenzwertsatz.
Die Vorlesung Stochastik~II im Sommersemester wird sich hauptsächlich statistischen Themen widmen. Bei Interesse an einer praktischen, computergestützen Umsetzung einzelner Vorlesungsinhalte wird (parallel oder nachfolgend) zusätzlich die Teilnahme an der regelmäßig angebotenen "`Praktischen Übung Stochastik"' empfohlen.
Notwendig: Lineare Algebra~I sowie Analysis~I und II, wobei Lineare Algebra~I gleichzeitig gehört werden kann.
Stochastik (2HfB21, MEH21)
Stochastik I (BSc21, MEB21, MEdual24)
Erweiterung der Analysis
Vorlesung: Mi, 8-10 Uhr, HS Weismann-Haus, Albertstr. 21a
Übung: 2-stündig, verschiedene Termine
Klausur: Datum wird noch bekanntgegeben
Dozent:in: Ernst August v. Hammerstein
Sprache: auf Deutsch
Mehrfachintegration: Jordan-Inhalt im \(\mathbb R^n\), Satz von Fubini, Transformationssatz, Divergenz und Rotation von Vektorfeldern, Pfad- und Oberflächenintegrale im \(\mathbb R^3\), Satz von Gauß, Satz von Stokes.
Funktionentheorie: Einführung in die Theorie holomorpher Funktionen, Cauchy’scher Integralsatz, Cauchy’sche Integralformel und Anwendungen.
Notwendig: Analysis~I und II, Lineare Algebra~I und II
Erweiterung der Analysis (MEd18, MEH21, MEdual24)
Basics in Applied Mathematics
Vorlesung: Di, Do, 10-12 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt
Praktische Übung: 2-stündig, Termin wird noch festgelegt
Dozent:in: Sören Bartels, Moritz Diehl, Thorsten Schmidt
Sprache: auf Englisch
Diese Vorlesung bietet eine Einführung in die grundlegenden Konzepte, Begriffe, Definitionen und Ergebnisse der Stochastik, der Numerik und der Optimierung, begleitet von Programmierprojekten in Python. Der Kurs vertieft die vorhandenen Grundlagen in den drei Gebieten und bietet die Basis für die weiterführenden Vorlesungen dieser Gebiete.
Keine, die über die Zulassung zum Studiengang hinausgehen.
Basics in Applied Mathematics (MScData24)
Algebra und Zahlentheorie
Vorlesung: Di, Do, 10-12 Uhr, HS Weismann-Haus, Albertstr. 21a
Übung: 2-stündig, verschiedene Termine
Klausur: Datum wird noch bekanntgegeben
Dozent:in: Wolfgang Soergel
Assistenz: Damian Sercombe
Sprache: auf Deutsch
Diese Vorlesung setzt die Lineare Algebra fort. Behandelt werden Gruppen, Ringe, Körper sowie Anwendungen in der Zahlentheorie und Geometrie. Höhepunkte der Vorlesung sind die Klassifikation endlicher Körper, die Unmöglichkeit der Winkeldreiteilung mit Zirkel und Lineal, die Nicht-Existenz von Lösungsformeln für allgemeine Gleichungen fünften Grades und das quadratische Reziprozitätsgesetz.
Notwendig: Lineare Algebra~I und II
Algebra und Zahlentheorie (2HfB21, MEH21)
Wahlpflichtmodul Mathematik (BSc21)
Einführung in die Algebra und Zahlentheorie (MEB21)
Algebra und Zahlentheorie (MEdual24)
Reine Mathematik (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Algebraische Topologie
Vorlesung: Di, Do, 10-12 Uhr, SR 404, Ernst-Zermelo-Str. 1
Übung: 2-stündig, Termin wird noch festgelegt
noch unter Vorbehalt!
Dozent:in: Maximilian Stegemeyer
Sprache: auf Deutsch
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Vertiefung (MEd18, MEH21)
Reine Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Analysis III
Vorlesung: Mo, Mi, 10-12 Uhr, HS Weismann-Haus, Albertstr. 21a
Übung: 2-stündig, verschiedene Termine
Klausur: Datum wird noch bekanntgegeben
Dozent:in: Michael Růžička
Sprache: auf Deutsch
Lebesgue-Maß und Maßtheorie, Lebesgue-Integral auf Maßräumen und Satz von Fubini, Fourier-Reihen und Fourier-Transformation, Hilbert-Räume. Differentialformen, ihre Integration und äußere Ableitung. Satz von Stokes und Satz von Gauß.
Notwendig: Analysis I und II, Lineare Algebra I
Wahlmodul im Optionsbereich (2HfB21)
Analysis III (BSc21)
Mathematische Vertiefung (MEd18, MEH21)
Elective in Data (MScData24)
Funktionentheorie
Vorlesung: Di, Do, 8-10 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt
Dozent:in: Stefan Kebekus
Sprache: auf Deutsch
Die Funktionentheorie beschäftigt sich mit Funktionen \(f : \mathbb C \to \mathbb C\) , die komplexe Zahlen auf komplexe Zahlen abbilden. Viele Konzepte der Analysis~I lassen sich direkt auf diesen Fall übertragen, z.\,B. die Definition der Differenzierbarkeit. Man würde vielleicht erwarten, dass sich dadurch eine zur Analysis~I analoge Theorie entwickelt, doch viel mehr ist wahr: Man erhält eine in vielerlei Hinsicht elegantere und einfachere Theorie. Beispielsweise impliziert die komplexe Differenzierbarkeit auf einer offenen Menge, dass eine Funktion sogar unendlich oft differenzierbar ist, und dies stimmt weiter mit Analytizität überein. Für reelle Funktionen sind alle diese Begriffe unterschiedlich. Doch auch einige neue Ideen sind notwendig: Für reelle Zahlen \(a\), \(b\) integriert man für \[\int_a^b f(x) \mathrm dx\] über die Elemente des Intervalls \([a, b]\) bzw. \([b, a]\). Sind \(a\), \(b\) jedoch komplexe Zahlen, ist nicht mehr so klar, wie man ein solches Integral auf"|fassen soll. Man könnte z.\,B. in den komplexen Zahlen entlang der Strecke, die \(a, b \in \mathbb C\) verbindet, integrieren, oder aber entlang einer anderen Kurve, die von \(a\) nach \(b\) führt. Führt dies zu einem wohldefinierten Integralbegriff oder hängt ein solches Kurvenintegral von der Wahl der Kurve ab?
Notwendig: Analysis I+II, Lineare Algebra I
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Vertiefung (MEd18, MEH21)
Reine Mathematik (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Introduction to Theory and Numerics of Partial Differential Equations (Einführung in Theorie und Numerik Partieller Differentialgleichungen)
Vorlesung: Mo, Mi, 12-14 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt
Dozent:in: Patrick Dondl
Sprache: auf Englisch
Ziel dieses Kurses ist es, eine Einführung in die Theorie der linearen partiellen Differentialgleichungen und deren Finite-Differenzen- sowie Finite-Elemente-Approximationen. Finite-Elemente-Methoden zur Approximation partieller Differentialgleichungen haben einen hohen Reifegrad erreicht und sind ein unverzichtbares Werkzeug in Wissenschaft und Technik. Wir geben eine Einführung in die Konstruktion, Analyse und Implementierung von Finite-Elemente-Methoden für verschiedene Modellprobleme. Wir behandeln elementare Eigenschaften von linearen partiellen Differentialgleichungen zusammen mit deren grundlegender numerischer Approximation, dem funktionalanalytischen Ansatz für den strengen Nachweis der Existenz von Lösungen sowie die Konstruktion und Analyse grundlegender Finite-Elemente-Methoden.
Notwendig: Analysis~I und II, Lineare Algebra~I und II sowie höherdimensionale Integration (z.B. aus Analysis III oder aus Erweiterung der Analysis) \ Nützlich: Numerik für Differentialgleichungem, Funktionalanalysis
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Vertiefung (MEd18, MEH21)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Advanced Lecture in Numerics (MScData24)
Elective in Data (MScData24)
Mathematical Statistics (Mathematische Statistik)
Vorlesung: Di, Do, 14-16 Uhr, SR 404, Ernst-Zermelo-Str. 1
Übung: 2-stündig, Termin wird noch festgelegt
Dozent:in: Ernst August v. Hammerstein
Sprache: auf Englisch
Die Vorlesung 'Mathematische Statistik' baut auf Grundkenntnissen aus der Vorlesung 'Wahrscheinlichkeitstheorie' auf. Das grundlegende Problem der Statistik ist, anhand einer Stichprobe von Beobachtungen möglichst präzise Aussagen über den datengenerierenden Prozess bzw. die den Daten zugrundeliegenden Verteilungen zu machen. Hierzu werden in der Vorlesung die wichtigsten Methoden aus der statistischen Entscheidungstheorie wie Test- und Schätzverfahren eingeführt.
Stichworte hierzu sind u.a. Bayes-Schätzer und -Tests, Neyman-Pearson-Testtheorie, Maximum-Likelihood-Schätzer, UMVU-Schätzer, exponentielle Familien, lineare Modelle. Weitere Themen sind Ordnungsprinzipien zur Reduktion der Komplexität der Modelle (Suffizienz und Invarianz).
Statistische Methoden und Verfahren kommen nicht nur in den Naturwissenschaften und der Medizin, sondern in nahezu allen Bereichen zum Einsatz, in denen Daten erhoben und analysiert werden, so z. B. auch in den Wirtschaftswissenschaften (Ökonometrie) und Sozialwissenschaften (dort vor allem in der Psychologie). Im Rahmen dieser Vorlesung wird der Schwerpunkt aber weniger auf Anwendungen, sondern – wie der Name schon sagt – mehr auf der mathematisch fundierten Begründung der Verfahren liegen.
Notwendig: Wahrscheinlichkeitstheorie (insbesondere Maßtheorie sowie bedingte Wahrscheinlichkeiten und Erwartungen)
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Advanced Lecture in Stochastics (MScData24)
Elective in Data (MScData24)
Modelltheorie (Model Theory)
Vorlesung: Di, Do, 12-14 Uhr, SR 404, Ernst-Zermelo-Str. 1
Di&Do 10-12 oder 12-14. HSII, 125 oder 404 wären gut.
Dozent:in: Amador Martín Pizarro
Assistenz: Charlotte Bartnick
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Reine Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Probabilistic Machine Learning
Vorlesung: Di, Do, 12-14 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt
Dozent:in: Giuseppe Genovese
Assistenz: Sebastian Stroppel
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Advanced Lecture in Stochastics (MScData24)
Elective in Data (MScData24)
Probability Theory II – Stochastic Processes (Wahrscheinlichkeitstheorie II – Stochastische Prozesse)
Vorlesung: Mo, Mi, 14-16 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt
Dozent:in: Angelika Rohde
Sprache: auf Englisch
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Advanced Lecture in Stochastics (MScData24)
Elective in Data (MScData24)
Variationsrechnung
Vorlesung: Mo, Mi, 10-12 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt
Dozent:in: Guofang Wang
Assistenz: Florian Johne
Sprache: auf Deutsch
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Vertiefung (MEd18, MEH21)
Reine Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Lesekurse „Wissenschaftliches Arbeiten“
Dozent:in: Alle Professor:innen und Privatdozent:innen des Mathematischen Instituts
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
In einem Lesekurs wird der Stoff einer vierstündigen Vorlesung im betreuten Selbststudium erarbeitet. In seltenen Fällen kann dies im Rahmen einer Veranstaltung stattfinden; üblicherweise werden die Lesekurse aber nicht im Vorlesungsverzeichnis angekündigt. Bei Interesse nehmen Sie vor Vorlesungsbeginn Kontakt mit einer Professorin/einem Professor bzw. einer Privatdozentin/einem Privatdozenten auf; in der Regel wird es sich um die Betreuerin/den Betreuer der Master-Arbeit handeln, da der Lesekurs im Idealfall als Vorbereitung auf die Master-Arbeit dient (im M.Sc. wie im M.Ed.).
Der Inhalt des Lesekurses, die näheren Umstände sowie die Konkretisierung der zu erbringenden Studienleistungen werden zu Beginn der Vorlesungszeit von der Betreuerin/dem Betreuer festgelegt. Die Arbeitsbelastung sollte der einer vierstündigen Vorlesung mit Übungen entsprechen.
Wissenschaftliches Arbeiten (MEd18, MEH21)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Futures and Options
Vorlesung: Mo, 10-12 Uhr, -, -
Übung: Di, 8-10 Uhr, -, -
noch unbestätigt!
Dozent:in: Eva Lütkebohmert-Holtz
Sprache: auf Englisch
Dieser Kurs bietet eine Einführung in die Finanzmärkte und -produkte. Neben Futures und Standard-Put- und Call-Optionen europäischer und amerikanischer Art werden auch zinssensitive Instrumente wie z.B. Swaps behandelt. Für die Bewertung von Finanzderivaten führen wir zunächst Finanzmodelle in diskreter Zeit ein, wie das Cox-Ross-Rubinstein-Modell vor und erläutern die Grundprinzipien der risikoneutralen Bewertung. Schließlich diskutieren wir das berühmte Black-Scholes-Modell, das ein zeitkontinuierliches Modell für die Optionsbewertung darstellt.
Notwendig: Stochastik~I
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
Machine Learning and Mathematical Logic
Vorlesung: Do, 14-16 Uhr, SR 226, Hermann-Herder-Str. 10
Übung: 2-stündig, Termin wird noch festgelegt
noch unter Vorbehalt!
Dozent:in: Maxwell Levine
Sprache: auf Englisch
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Reine Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
Markov Chains (Markov-Ketten)
Vorlesung: Mi, 10-12 Uhr, SR 226, Hermann-Herder-Str. 10
Übung: 2-stündig, Termin wird noch festgelegt
Dozent:in: David Criens
Sprache: auf Englisch
Die Klasse der Markov-Ketten ist eine wichtige Klasse von (zeitdiskreten) stochastischen Prozessen, die häufig verwendet werden, um zum Beispiel die Ausbreitung von Infektionen, Warteschlangensysteme oder Wechsel von Wirtschaftsszenarien zu modellieren. Ihr Hauptmerkmal ist die Markov-Eigenschaft, was in etwa bedeutet, dass die Zukunft von der Vergangenheit nur durch den aktuellen Zustand abhängt. In dieser Vorlesung wird die mathematischen Grundlagen der Theorie der Markov-Ketten vorgestellt. Insbesondere diskutieren wir über Pfadeigenschaften, wie Rekurrenz, Transienz, Zustandsklassifikationen sowie die Konvergenz zu einem Gleichgewicht. Wir untersuchen auch Erweiterungen auf kontinuierliche Zeit. Auf dem Weg dorthin diskutieren wir Anwendungen in der Biologie, in Warteschlangensystemen und im Ressourcenmanagement. Wenn es die Zeit erlaubt, werfen wir auch einen Blick auf Markov-Ketten mit zufälligen Übergangswahrscheinlichkeiten, sogenannten Irrfahrten in zufälliger Umgebung, ein verbreitetes Modell für Zufällige Medien.
Notwendig: Stochastik~I \ Nützlich: Analysis~III, Wahrscheinlichkeitstheorie~I
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
Measure Theory (Maßtheorie)
Dozent:in: Peter Pfaffelhuber
Assistenz: Samuel Adeosun
Sprache: auf Englisch
Die Maßtheorie ist die Grundlage der fortgeschrittenen Wahrscheinlichkeitstheorie. In diesem Kurs bauen wir auf den Kenntnissen der Analysis auf und liefern alle notwendigen Ergebnisse für spätere Kurse in Statistik, probabilistischem maschinellem Lernen und stochastischen Prozessen. Der Kurs beinhaltet Mengensysteme, Konstruktionen von Maßen über äußere Maße, das Integral und Produktmaße.
Notwendig: Grundlagenvorlesung in Analysis und Verständnis mathematischer Beweise.
Elective in Data (MScData24)
Mathematical Introduction to Deep Neural Networks
Vorlesung: Mi, 12-14 Uhr, SR 226, Hermann-Herder-Str. 10
Übung: 2-stündig, Termin wird noch festgelegt
Dozent:in: Diyora Salimova
Sprache: auf Englisch
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
Numerical Optimal Control
Übung / flipped classroom: Di, 14-16 Uhr, HS II, Albertstr. 23b
Dozent:in: Moritz Diehl
Sprache: auf Englisch
Ziel des Kurses ist es, eine Einführung in numerische Methoden zu geben für die Lösung optimaler Kontrollprobleme in Wissenschaft und Technik. Der Schwerpunkt liegt sowohl auf zeitdiskreter als auch auf zeitkontinuierlicher optimaler Steuerung in kontinuierlichen Zustandsräumen. Der Kurs richtet sich an ein gemischtes Publikum von Studierenden der Mathematik, Ingenieurwissenschaften und Informatik.
Der Kurs deckt die folgenden Themen ab:
Die Vorlesung wird von intensiven wöchentlichen Computerübungen begleitet, die sowohl in in MATLAB und Python (6~ECTS) absolviert werden können. Es wird außerdem ein optionales Projekt (3~ECTS) angeboten. Dieses besteht in der Formulierung und Implementierung eines selbstgewählten optimalen Kontrollproblems und einer numerischen Lösungsmethode, die in einem Projektbericht dokumentiert und abschließend präsentiert wrird.
Notwendig: Analysis~I und II, Lineare Algebra~I und II Nützlich: Numerik I, Gewöhnliche Differentialgleichungen, Numerische Optimierung
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
Theory and Numerics for Partial Differential Equations – ??
Vorlesung: Mo, 12-14 Uhr, SR 226, Hermann-Herder-Str. 10
Übung: 2-stündig, Termin wird noch festgelegt
evtl. nur zweistündig
Dozent:in: Sören Bartels
Sprache: auf Englisch
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
Einführung in die Fachdidaktik der Mathematik
Vorlesung mit Übung: Mo, 10-12 Uhr, SR 226, Hermann-Herder-Str. 10
Übung: 2-stündig, Termin wird noch festgelegt
Klausur: Datum wird noch bekanntgegeben
Dozent:in: Katharina Böcherer-Linder
Sprache: auf Deutsch
Mathematikdidaktische Prinzipien sowie deren lerntheoretische Grundlagen und Möglichkeiten unterrichtlicher Umsetzung (auch z.B. mit Hilfe digitaler Medien). \\ Theoretische Konzepte zu zentralen mathematischen Denkhandlungen wie Begriffsbilden, Modellieren, Problemlösen und Argumentieren. \\ Mathematikdidaktische Konstrukte: Verstehenshürden, Präkonzepte, Grundvorstellungen, spezifische Schwierigkeiten zu ausgewählten mathematischen Inhalten. \\ Konzepte für den Umgang mit Heterogenität unter Berücksichtigung fachspezifischer Besonderheiten (z.B. Rechenschwäche oder mathematische Hochbegabung).\ Stufen begrifflicher Strenge und Formalisierungen sowie deren altersgemäße Umsetzung.
Erforderliche Vorkenntnisse sind die Grundvorlesungen in Mathematik (Analysis, Lineare Algebra).
Die Veranstaltung "`Einführung in die Mathematikdidaktik"' wird deswegen frühestens ab dem 4.~Fachsemester empfohlen.
(Einführung in die) Fachdidaktik Mathematik (2HfB21, MEH21, MEB21)
Einführung in die Fachdidaktik Mathematik (MEdual24)
Didaktik der Funktionen und der Analysis
Do, 9-12 Uhr, SR 226, Hermann-Herder-Str. 10
Dozent:in: Katharina Böcherer-Linder
Sprache: auf Deutsch
Exemplarische Umsetzungen der theoretischen Konzepte zu zentralen mathematischen Denkhandlungen wie Begriffsbilden, Modellieren, Problemlösen und Argumentieren für die Inhaltsbereiche Funktionen und Analysis. \\ Verstehenshürden, Präkonzepte, Grundvorstellungen, spezifische Schwierigkeiten zu den Inhaltsbereichen Funktionen und Analysis. \\ Grundlegende Möglichkeiten und Grenzen von Medien, insbesondere von computergestützten mathematischen Werkzeugen und deren Anwendung für die Inhaltsbereiche Funktionen und Analysis. Analyse Individueller mathematischer Lernprozesse und Fehler sowie Entwicklung individueller Fördermaßnahmen zu den Inhaltsbereichen Funktionen und Analysis.
Einführung in die Fachdidaktik der Mathematik sowie Kenntnisse aus Analysis und Numerik.
Fachdidaktik der mathematischen Teilgebiete (MEd18, MEH21, MEB21)
Didaktik der Stochastik und der Algebra
Mi, 11-14 Uhr, SR 404, Ernst-Zermelo-Str. 1
Dozent:in: Frank Reinhold
Sprache: auf Deutsch
Exemplarische Umsetzungen der theoretischen Konzepte zu zentralen mathematischen Denkhandlungen wie Begriffsbilden, Modellieren, Problemlösen und Argumentieren für die Inhaltsbereiche Stochastik und Algebra. \\ Verstehenshürden, Präkonzepte, Grundvorstellungen, spezifische Schwierigkeiten zu den Inhaltsbereichen Stochastik und Algebra.\ Grundlegende Möglichkeiten und Grenzen von Medien, insbesondere von computergestützten mathematischen Werkzeugen und deren Anwendung für die Inhaltsbereiche Stochastik und Algebra. \\ Analyse Individueller mathematischer Lernprozesse und Fehler sowie Entwicklung individueller Fördermaßnahmen zu den Inhaltsbereichen Stochastik und Algebra.
Einführung in die Fachdidaktik der Mathematik sowie Kenntisse aus Stochastik und Algebra.
Fachdidaktik der mathematischen Teilgebiete (MEd18, MEH21, MEB21)
Fachdidaktikseminar: Medieneinsatz im Mathematikunterricht
Seminar: Mi, 15-18 Uhr, SR 404, Ernst-Zermelo-Str. 1
Dozent:in: Jürgen Kury
Der Einsatz von Unterrichtsmedien im Mathematikunterricht gewinnt sowohl auf der Ebene der Unterrichtsplanung wie auch der der Unterrichtsrealisierung an Bedeutung. Vor dem Hintergrund konstruktivistischer Lerntheorien zeigt sich, dass der reflektierte Einsatz unter anderem von Computerprogrammen die mathematische Begriffsbildung nachhaltig unterstützen kann. So erlaubt beispielsweise das Experimentieren mit Computerprogrammen mathematische Strukturen zu entdecken, ohne dass dies von einzelnen Routineoperationen (wie z.~B. Termumformung) überdeckt würde. Es ergeben sich daraus tiefgreifende Konsequenzen für den Mathematikunterricht. Von daher setzt sich dieses Seminar zum Ziel, den Studierenden die notwendigen Entscheidungs- und Handlungskompetenzen zu vermitteln, um zukünftige Mathematiklehrer auf ihre berufliche Tätigkeit vorzubereiten. Ausgehend von ersten Überlegungen zur Unterrichtsplanung werden anschließend Computer und Tablets hinsichtlich ihres jeweiligen didaktischen Potentials untersucht und während eines Unterrichtsbesuchs mit Lernenden erprobt.
Die dabei exemplarisch vorgestellten Systeme sind:
Die Studierenden sollen Unterrichtssequenzen ausarbeiten, die dann mit Schülern erprobt und reflektiert werden (soweit dies möglich sein wird).
Nützlich: Grundvorlesungen in Mathematik
Fachdidaktische Entwicklung (MEd18, MEH21, MEB21)
Fachdidaktikseminare der PH Freiburg
Dozent:in: Dozent:innen der PH Freiburg
Sprache: auf Deutsch
Fachdidaktische Entwicklung (MEd18, MEH21, MEB21)
Modul "Fachdidaktische Forschung"
Teil 1: Seminar 'Fachdidaktische Entwicklungsforschung zu ausgewählten Schwerpunkten': Mo, 14-16 Uhr, Raum noch nicht bekannt, PH Freiburg
Teil 2: Seminar 'Methoden der mathematikdidaktischen Forschung': Mo, 16-19 Uhr, Raum noch nicht bekannt, PH Freiburg
Teil 3: Begleitseminar zur Masterarbeit 'Entwicklung und Optimierung eines fachdidaktischen Forschungsprojekts' Termine nach Vereinbarung
Anmeldung zum Modul: siehe Kommentiertes Vorlessungsverzeichnis
Dozent:in: Dozent:innen der PH Freiburg
Sprache: auf Deutsch
Die drei zusammengehörigen Veranstaltungen des Moduls bereiten auf das Anfertigen einer empirischen Masterarbeit in der Mathematikdidaktik vor. Das Angebot wird von allen Professor:innen der PH mit mathematikdidaktischen Forschungsprojekten der Sekundarstufe 1 und 2 gemeinsam konzipiert und von einem dieser Forschenden durchgeführt. Im Anschluss besteht das Angebot, bei einem/einer dieser Personen eine fachdidaktische Masterarbeit anzufertigen – meist eingebunden in größere laufende Forschungsprojekte.
In der ersten Veranstaltung des Moduls findet eine Einführung in Strategien empirischer fachdidaktischer Forschung statt (Forschungsfragen, Forschungsstände, Forschungsdesigns). Studierende vertiefen ihre Fähigkeiten der wissenschaftlichen Recherche und der Bewertung fachdidaktischer Forschung. In der zweiten Veranstaltung (im letzten Semesterdrittel) werden die Studierenden durch konkrete Arbeit mit bestehenden Daten (Interviews, Schülerprodukte, Experimentaldaten) in zentrale qualitative und quantitative Forschungsmethoden eingeführt. Die dritte Veranstaltung ist ein Begleitseminar zur Masterarbeit.
Die Haupziele des Moduls sind die Fähigkeit zur Rezeption mathematikdidaktischer Forschung zur Klärung praxisrelevanter Fragen sowie die Planung einer empirischen mathematikdidaktischen Masterarbeit. Es wird abgehalten werden als Mischung aus Seminar, Erarbeitung von Forschungsthemen in Gruppenarbeit sowie aktivem Arbeiten mit Forschungsdaten. Literatur wird abhängig von den angebotenen Forschungsthemen innerhalb der jeweiligen Veranstaltungen angegeben werden. Die Teile können auch in verschiedenen Semestern besucht werden, zum Beispiel Teil~1 im zweiten Mastersemester und Teil~2 in der Kompaktphase des dritten Mastersemesters nach dem Praxissemester.
Fachdidaktische Forschung (MEd18, MEH21, MEB21)
Lernen durch Lehren
Organisation: Susanne Knies
Sprache: auf Deutsch
Was macht ein gutes Tutorat aus? Im ersten Workshop wird diese Frage diskutiert und es werden Tipps und Anregungen mitgegeben. Im zweiten Workshop werden die Erfahrungen ausgetauscht.
Wahlmodul im Optionsbereich (2HfB21)
Wahlmodul (BSc21)
Wahlmodul (MSc14)
Elective (MScData24)
Mathematische Ergänzung (MEd18)
Schulmathematische Aspekte der Analysis und Linearen Algebra
Mo, 14-16 Uhr, SR 404, Ernst-Zermelo-Str. 1
Dozent:in: Katharina Böcherer-Linder, Markus Junker
Mathematische Ergänzung (MEd18)
Schulmathematische Aspekte der Analysis und der Linearen Algebra (MEdual24)
Praktische Übung zu 'Introduction to Theory and Numerics of Partial Differential Equations'
Dozent:in: Patrick Dondl
Sprache: auf Englisch
Wahlmodul im Optionsbereich (2HfB21)
Wahlmodul (BSc21)
Mathematische Ergänzung (MEd18)
Wahlmodul (MSc14)
Elective (MScData24)
Praktische Übung zu Numerik
Dozent:in: Patrick Dondl
Sprache: auf Deutsch
Praktische Übung (2HfB21, MEH21, MEB21)
Wahlmodul im Optionsbereich (2HfB21)
Numerik (BSc21)
Mathematische Ergänzung (MEd18)
Praktische Übung zu Theory and Numerics of Partial Differential Equations –??'
Dozent:in: Sören Bartels
Sprache: auf Englisch
Wahlmodul im Optionsbereich (2HfB21)
Wahlmodul (BSc21)
Mathematische Ergänzung (MEd18)
Wahlmodul (MSc14)
Elective (MScData24)
Bitte beachten Sie die in den Kommentaren zum Vorlesungsverzeichnis veröffentlichten Anmeldemodalitäten zu den einzelnen Proseminaren: In der Regel erfolgt die Platzvergabe nach Voranmeldung per E-Mail bei der Vorbesprechung am Ende der Vorlesungszeit des Sommersemesters. Anschließend müssen Sie sich noch online zur Prüfung anmelden; der Anmeldezeitraum läuft vom 1. August 2025 bis voraussichtlich 8. Oktober 2025.Sollten Sie ein Proseminar belegen wollen, haben aber keine Platz erhalten, melden Sie sich bitte umgehend bei der Studiengangkoordination.
Proseminar: Elementare Zahlentheorie
Seminar: Mi, 8-10 Uhr, SR 404, Ernst-Zermelo-Str. 1
Voranmeldung:
Vorbesprechung
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Dozent:in: Annette Huber-Klawitter
Assistenz: Christoph Brackenhofer
Proseminar (2HfB21, BSc21, MEH21, MEB21)
Proseminar: Gewöhnliche Differentialgleichungen
Seminar: Mi, 14-16 Uhr, SR 226, Hermann-Herder-Str. 10
Voranmeldung:
Vorbesprechung
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Dozent:in: Diyora Salimova
Proseminar (2HfB21, BSc21, MEH21, MEB21)
Proseminar: Graphentheorie
Seminar: Di, 16-18 Uhr, SR 127, Ernst-Zermelo-Str. 1
Voranmeldung:
Vorbesprechung
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Dozent:in: Heike Mildenberger
Proseminar (2HfB21, BSc21, MEH21, MEB21)
Seminar
Restplätze des M.Ed-Seminars nach dem Praxissemester können als Proseminarplätze vergeben werden.
Dozent:in: Susanne Knies
Proseminar (2HfB21, BSc21, MEH21, MEB21)
Mathematische Ergänzung (MEd18)
Bitte beachten Sie die in den Kommentaren zum Vorlesungsverzeichnis veröffentlichten Anmeldemodalitäten zu den einzelnen Seminaren: In der Regel erfolgt die Platzvergabe nach Voranmeldung per E-Mail bei der Vorbesprechung am Ende der Vorlesungszeit des Sommersemesters. Anschließend müssen Sie sich noch online zur Prüfung anmelden; der Anmeldezeitraum läuft vom 1. August 2025 bis voraussichtlich 8. Oktober 2025.
M.Ed.-Seminar (nach Praxissemester)
Dozent:in: Susanne Knies
Assistenz: Jonah Reuß
Proseminar (2HfB21, BSc21, MEH21, MEB21)
Mathematische Ergänzung (MEd18)
Seminar: Computational PDEs
Seminar: Mo, 14-16 Uhr, SR 226, Hermann-Herder-Str. 10
Voranmeldung:
Vorbesprechung
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Dozent:in: Sören Bartels
Im Seminar sollen weiterführende Themen der Theorie und Numerik partieller Differentialgleichungen behandelt werden. Dazu gehören die iterative Lösung der entstehenden linearen Gleichungssysteme mit Mehrgitter- und Gebietszerlegungsmethoden, die adaptive Verfeinerung von Finite-Elemente-Gittern, die Herleitung einer Approximationstheorie mit expliziten Konstanten sowie die Lösung nichtlinearer Probleme.
Einführung in Theorie und Numerik partieller Differentialgleichungen
Wahlmodul im Optionsbereich (2HfB21)
Mathematisches Seminar (BSc21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Mathematisches Seminar (MSc14)
Wahlmodul (MSc14)
Mathematical Seminar (MScData24)
Elective in Data (MScData24)
Seminar: Medical Data Science
Seminar: Mi, 10:15-11:30 Uhr, HS Medizinische Biometrie, 1. OG, Stefan-Meier-Str. 26
Voranmeldung: per E-Mail an Olga Sieber
Vorbesprechung 17.07., HS Medizinische Biometrie, 1. OG, Stefan-Meier-Str. 26
Dozent:in: Harald Binder
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
Zur Beantwortung komplexer biomedizinischer Fragestellungen aus großen Datenmengen ist oft ein breites Spektrum an Analysewerkzeugen notwendig, z.B. Deep-Learning- oder allgemeiner Machine-Learning-Techniken, was häufig unter dem Begriff "`Medical Data Science"' zusammengefasst wird. Statistische Ansätze spielen eine wesentliche Rolle als Basis dafür. Eine Auswahl von Ansätzen soll in den Seminarvorträgen vorgestellt werden, die sich an kürzlich erschienenen Originalarbeiten orientieren. Die genaue thematische Ausrichtung wird noch festgelegt.
Gute Kenntnisse in Wahrscheinlichkeitstheorie und Mathematischer Statistik.
Wahlmodul im Optionsbereich (2HfB21)
Mathematisches Seminar (BSc21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Mathematisches Seminar (MSc14)
Wahlmodul (MSc14)
Mathematical Seminar (MScData24)
Elective in Data (MScData24)
Seminar: Minimalflächen
Seminar: Mi, 16-18 Uhr, SR 125, Ernst-Zermelo-Str. 1
Voranmeldung: Informationen dazu folgen Anfang Juli!
Vorbesprechung Informationen dazu folgen Anfang Juli!
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Dozent:in: Guofang Wang
Wahlmodul im Optionsbereich (2HfB21)
Mathematisches Seminar (BSc21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Mathematisches Seminar (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Seminar aus der Algebra
Seminar: Di, 14-16 Uhr, SR 125, Ernst-Zermelo-Str. 1
Dozent:in: Wolfgang Soergel
Assistenz: Damian Sercombe
Wahlmodul im Optionsbereich (2HfB21)
Mathematisches Seminar (BSc21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Mathematisches Seminar (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Seminar aus der Stochastik
Seminar: Mo, 16-18 Uhr, SR 127, Ernst-Zermelo-Str. 1
Dozent:in: Angelika Rohde
Wahlmodul im Optionsbereich (2HfB21)
Mathematisches Seminar (BSc21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Mathematisches Seminar (MSc14)
Wahlmodul (MSc14)
Mathematical Seminar (MScData24)
Elective in Data (MScData24)
Graduate Student Speaker Series
Mi, 14-16 Uhr, SR 127, Ernst-Zermelo-Str. 1, Im Wechsel mit dem Oberseminar "Angewandte Mathematik"
Organisation: Sören Bartels, Ernst August v. Hammerstein
In der Graduate Student Speaker Series tragen die Studierenden des M.Sc.-Studiengang 'Mathematics in Data and Technology' über ihre Master-Arbeit oder ihre Programmierprojekte vor und die Dozent:innen des Studiengangs über ihre Arbeitsgebiete.
Graduate Student Speaker Series (MScData24)
Im Rahmen der EUCOR-Kooperation können Sie Veranstaltungen an den Partnerhochschulen besuchen. Wenn Sie auf die einzelnen Universitäten klicken, finden Sie Links zu deren Vorlesungsverzeichnissen.
Universität Basel
Allgemeines Vorlesungsverzeichnis: siehe https://vorlesungsverzeichnis.unibas.ch/de/semester-planung
Karlsruher Institut für Technologie
Veranstaltungsverzeichnis Mathematik siehe https://www.math.kit.edu/vvz
Université de Strasbourg
Master Mathématiques Fondamentales et Appliquées siehe https://irma.math.unistra.fr/linstitut/lmd_enseignement.html#masters
Wie funktioniert EUCOR? Informationen dazu finden Sie hier: https://www.studium.uni-freiburg.de/de/beratung/austausch/eucor/outgoings-fuer-studierende-der-uni-freiburg.
Lehrexportveranstaltungen werden speziell für Studierende anderer Fächer als Mathematik angeboten und sind nicht für die Mathematikstudiengänge vorgesehen.
Logik für Studierende der Informatik
Vorlesung: Mi, 10-12 Uhr, HS 00-026, Georges-Köhler-Allee 101
Übung: 2-stündig, verschiedene Termine
Dozent:in: Heike Mildenberger
Sprache: auf Deutsch
Logik für Studierende der Philosophie
Vorlesung: Mi, 10-12 Uhr, -, -
Übung: 2-stündig, verschiedene Termine
Dozent:in: Markus Junker
Assistenz: Stefan Ludwig
Sprache: auf Deutsch
Mathematical Methods for Economics and Finance
Vorlesung: Di, 10-12 Uhr, -, -
Übung: Fr, 10-12 Uhr, -, -
Dozent:in: Ernst August v. Hammerstein
Sprache: auf Englisch
Mathematik I für Studierende der Informatik und der Ingenieurwissenschaften
Vorlesung: Mo, Di, 12-14 Uhr, HS Rundbau, Albertstr. 21
Übung: 2-stündig, verschiedene Termine
Dozent:in: Peter Pfaffelhuber
Sprache: auf Deutsch
Mathematik I für Studierende der Naturwissenschaften
Vorlesung: Mo, 14-16 Uhr, HS Rundbau, Albertstr. 21, Fr, 8-10 Uhr, HS Rundbau, Albertstr. 21
Übung: 2-stündig, verschiedene Termine
Dozent:in: Susanne Knies
Assistenz: Ben Snodgrass
Sprache: auf Deutsch
Projektseminar: Geometrische Analysis
Di, 16-18 Uhr, SR 404, Ernst-Zermelo-Str. 1
Dozent:in: Ernst Kuwert, Guofang Wang
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
Projektseminar: Nicht-Newtonsche Flüssigkeiten
Fr, 10-12 Uhr, SR 127, Ernst-Zermelo-Str. 1
Dozent:in: Michael Růžička
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
Oberseminar: Algebra, Zahlentheorie und algebraische Geometrie
Fr, 10-12 Uhr, SR 404, Ernst-Zermelo-Str. 1
Organisation: Annette Huber-Klawitter, Stefan Kebekus, Abhishek Oswal, Wolfgang Soergel
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
Im Oberseminar werden Forschungsvorträge aus dem jeweiligen Schwerpunktgebiet gehalten. Die konkreten Vorträge werden in der Regel im Wochenprorgamm und auf der Homepage angekündigt.
Oberseminar: Angewandte Mathematik
Di, 14-16 Uhr, SR 226, Hermann-Herder-Str. 10
Organisation: Sören Bartels, Patrick Dondl, Michael Růžička, Diyora Salimova
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
Im Oberseminar werden Forschungsvorträge aus dem jeweiligen Schwerpunktgebiet gehalten. Die konkreten Vorträge werden in der Regel im Wochenprorgamm und auf der Homepage angekündigt.
Oberseminar: Differentialgeometrie
Mo, 16-18 Uhr, SR 404, Ernst-Zermelo-Str. 1
Organisation: Sebastian Goette
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
Im Oberseminar werden Forschungsvorträge aus dem jeweiligen Schwerpunktgebiet gehalten. Die konkreten Vorträge werden in der Regel im Wochenprorgamm und auf der Homepage angekündigt.
Oberseminar: Mathematische Logik
Di, 14-16 Uhr, SR 404, Ernst-Zermelo-Str. 1
Organisation: Amador Martín Pizarro, Heike Mildenberger
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
Im Oberseminar werden Forschungsvorträge aus dem jeweiligen Schwerpunktgebiet gehalten. Die konkreten Vorträge werden in der Regel im Wochenprorgamm und auf der Homepage angekündigt.
Oberseminar: Medizinische Statistik
Mi, 13-14 Uhr, HS Medizinische Biometrie, 1. OG, Stefan-Meier-Str. 26
Organisation: Harald Binder
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
Oberseminar: Stochastik
Mi, 16-17 Uhr, SR 226, Hermann-Herder-Str. 10
Organisation: David Criens, Peter Pfaffelhuber, Angelika Rohde, Thorsten Schmidt
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
Im Oberseminar werden Forschungsvorträge aus dem jeweiligen Schwerpunktgebiet gehalten. Die konkreten Vorträge werden in der Regel im Wochenprorgamm und auf der Homepage angekündigt.
Didaktisches Seminar
Di, 18:30-20 Uhr, HS II, Albertstr. 23b
Dozent:in: Verschiedene Vortragende
Organisation: Katharina Böcherer-Linder, Ernst Kuwert
Sprache: auf Deutsch
Das Didaktische Seminar möchte konkrete Beispiele aufzeigen, bestehende Konzepte weiterentwickeln und zum didaktischen Experimentieren anstiften. Es richtet sich an Lehrerinnen und Lehrer aller Schularten, Studierende, Referendarinnen und Referendare, sowie an Interessierte.
Kolloquium der Mathematik
Dozent:in: Verschiedene Vortragende
Organisation: Amador Martín Pizarro
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
Mathematisches Kolloquium für Studierende
Dozent:in: Verschiedene Vortragende
Organisation: Annette Huber-Klawitter, Markus Junker, Amador Martín Pizarro
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
Im "Mathematischen Kolloquium für Studierende" werden Themen aus den verschiedenen Arbeitsgebieten "mathematisch allgemeinverständlich" vorgestellt. Die Vorträge richten sich an fortgeschrittene Bachelor-Studierende, an Master-Studierende aller Vertiefungsrichtungen, aber auch an Doktorandinnen und Doktoranden. Bei Kaffee und Tee im Anschluss gibt es die Möglichkeit zu Fragen, Austausch und Gespräch.
Seminar über Datenanalyse und Modellbildung
Fr, 12-13 Uhr, SR 404, Ernst-Zermelo-Str. 1
Dozent:in: Verschiedene Vortragende
Organisation: Harald Binder, Peter Pfaffelhuber, Angelika Rohde, Thorsten Schmidt, Jens Timmer
Sprache: Vorträge/Teilnahme auf Deutsch oder auf Englisch möglich
Hier wird aktuelle, interdisziplinäre Forschung vorgestellt, in der Mathematische Modelle das Verständnis von natur- und Sozialwissenschaftlichen Fragestellungen ermöglicht.