Klicken Sie auf den Veranstaltungstitel für weitere Informationen oder schauen Sie im Kommentierten Vorlesungsverzeichnis.
Organisation: Susanne Knies
Sprache: auf Deutsch
Der Brückenkurs richtet sich an Studierende im Zwei-Hauptfächer-Bachelore, die Analysis II belegen, ohne Lineare Algebra I gehört zu habe. Bitte den Teilnahmewunsch bis spätestens 14. April durch die Belegung des Kurses in HISInOne anmelden!
Der Kurs besteht aus einem Skript zum Selbststudium und einem begleitenden Tutorat. Der Brückenkurs beinhaltet die Grundkenntnisse der Linearen Algebra, welche in Analysis II benötigt werden. Er erstetzt keinesfalls die Lineare-Algebra-Vorlesungen.
Betreutes Rechnen
Sprache: auf Deutsch
Tutor:innen helfen bei Fragen zu Übungsaufgaben und Vorlesungen. Freiwilliges Angebot, typischerweise für Drittsemester-Vorlesungen.
Analysis II
Dozent:in: Ernst Kuwert
Assistenz: Xuwen Zhang
Sprache: auf Deutsch
Vorlesung: Mo, Mi, 8-10 Uhr, HS Rundbau, Albertstr. 21
Übung: 2-stündig, verschiedene Termine
Analysis II ist die Fortsetzung der Vorlesung Analysis I aus dem Wintersemester und eine der Grundvorlesungen des Mathematikstudiums.
Zentrale Konzepte: Metriken und Normen, Differentialrechung für Funktionen mehrerer Variabler, Lösung nichtlinearer Gleichungen, Kurvenintegrale, Anfangswertprobleme für Differentialgleichungen.
Analysis I, Lineare Algebra I (oder Brückenkurs Lineare Algebra)
Analysis (2HfB21, BSc21, MEH21, MEB21)
Analysis II – fachfremd (BScInfo19, BScPhys20)
Lineare Algebra II
Dozent:in: Sebastian Goette
Assistenz: Mikhail Tëmkin
Sprache: auf Deutsch
Vorlesung: Di, Do, 8-10 Uhr, HS Rundbau, Albertstr. 21
Übung: 2-stündig, verschiedene Termine
Lineare Algebra II ist die Fortsetzung der Vorlesung Lineare Algebra I aus dem Wintersemester und eine der Grundvorlesungen des Mathematikstudiums.
Zentrale Themen sind: Jordan’sche Normalform von Endomorphismen, symmetrische Bilinearformen mit insbesondere dem Sylvester’schen Trägheitssatz, Euklidische und Hermite’sche Vektorräume, Skalarprodukte, Orthonormalbasen, orthogonale und (selbst-)adjungierte Abbildungen, Spektralsatz, Hauptachsentransformation.
Lineare Algebra I
Lineare Algebra (2HfB21, BSc21, MEH21)
Lineare Algebra (MEB21)
Lineare Algebra II – fachfremd (BScInfo19, BScPhys20)
Dozent:in: Wolfgang Soergel
Assistenz: Damian Sercombe
Sprache: auf Deutsch
Vorlesung: Fr, 8-10 Uhr, HS Weismann-Haus, Albertstr. 21a
Übung: 2-stündig, verschiedene Termine
Klausur: Datum wird noch bekanntgegeben
In der Vorlesung soll eine Einführung in die Elementargeometrie im euklidischen und nicht-euklidischen Raum und deren mathematischen Grundlagen gegeben werden. Als Beispiele von Inzidenzgeometrien lernen wir die euklidische, hyperbolische und projektive Geometrie kennen und studieren deren Symmetriegruppen.
Hauptthema danach ist die axiomatische Charakterisierung der euklidischen Ebene. Im Zentrum steht die Geschichte des fünften Euklidischen Axioms (und die Versuche, es los zu werden).
Lineare Algebra I
Elementargeometrie (2HfB21, MEH21, MEB21, MEdual24)
Wahlpflichtmodul Mathematik (BSc21)
Numerik II
Dozent:in: Patrick Dondl
Assistenz: Jonathan Brugger
Sprache: auf Deutsch
Vorlesung: Mi, 14-16 Uhr, HS Weismann-Haus, Albertstr. 21a
Übung: 2-stündig 14-täglich, verschiedene Termine
Klausur: Datum wird noch bekanntgegeben Achtung: die Klausur geht über Numerik I und II !
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 zweiten Teil des zweisemestrigen Kurses werden Fragestellungen der Analysis wie die Approximation von Funktionen durch Polynome, die näherungsweise Lösung nichtlinearer Gleichungen und die praktische Berechnung von Integralen behandelt. Der Besuch der begleitenden praktischen Übung wird empfohlen. Diese finden 14-täglich im Wechsel mit der Übung zur Vorlesung statt.
notwendig: Lineare Algebra I und Analysis I
nützlich: Lineare Algebra II, Analysis II
Numerik (2HfB21, MEH21)
Numerik (BSc21)
Stochastik II
Dozent:in: Thorsten Schmidt
Assistenz: Simone Pavarana
Sprache: auf Deutsch
Vorlesung: Fr, 10-12 Uhr, HS Weismann-Haus, Albertstr. 21a
Übung: 2-stündig 14-täglich, verschiedene Termine
Klausur: Datum wird noch bekanntgegeben
Nach dem in der Vorlesung Stochastik I erhaltenen Einblick in die Grundlagen sowie in verschiedene Methoden und Fragestellungen der Stochastik bzw. Wahrscheinlichkeitstheorie wird sich diese Vorlesung hauptsächlich statistischen Themen widmen, insbesondere solchen, die für Studierende des Lehramts an Gymnasien relevant sind. Aber auch für Studierende im B.Sc. Mathematik mit Interesse an Stochastik kann die Vorlesung eine (hoffentlich) nützliche Ergänzung und gute Grundlage für den späteren Besuch der Kursvorlesung „Mathematische Statistik“ sein.
Nach der Präzisierung des Begriffes „statistisches Modell“ werden Methoden zur Konstruktion von Schätzern (z.B. Maximum-Likelihood-Prinzip, Momentenmethode) und Gütekriterien für diese (Erwartungstreue, Konsistenz) besprochen. Außerdem werden Konfidenzintervalle und Hypothesentests eingeführt. Als weitere Anwendungen werden lineare Modelle betrachtet und falls die Zeit es erlaubt, weitere statistische Verfahren. Dabei werden auch die für viele Test- und Schätzverfahren nützlichen Eigenschaften von exponentiellen Familien und multivariaten Normalverteilungen vorgestellt.
Lineare Algebra I+II und Analysis I+II
Stochastik (2HfB21, MEH21)
Stochastik II (MEdual24)
Wahlpflichtmodul Mathematik (BSc21)
Differentialgeometrie II – Eigenwerte in Riemann'scher Geometrie
Dozent:in: Nadine Große
Sprache: bei Bedarf auf Englisch, sonst auf Deutsch
Vorlesung: Di, Do, 10-12 Uhr, SR 404, Ernst-Zermelo-Str. 1
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Eigenwerte geometrischer Differentialoperatoren spielen eine zentrale Rolle in der Riemannschen Geometrie und verbinden analytische, geometrische und topologische Eigenschaften von Mannigfaltigkeiten. In dieser Vorlesung geben wir eine Einführung in die Spektraltheorie auf Riemannschen Mannigfaltigkeiten, mit besonderem Fokus auf den Laplace-Beltrami-Operator. Einige Resultate aus der Spektraltheorie/Funktionalanalysis werden wir dabei als Black-Box zugrunde legen müssen. Wir diskutieren grundlegende Resultate Abschätzungen von Eigenwerten sowie deren Abhängigkeit von der Metrik. Anhand klassischer Beispiele und zentraler Ungleichungen (etwa von Cheeger, Lichnerowicz und Weyl) wird gezeigt, wie Krümmung, Volumen und Topologie das Spektrum beeinflussen.
Differentialgeometrie I wird vorausgesetzt; Der Begriff der Riemannschen Metrik und Integration auf Mannigfaltigkeiten sind wünschenswert.
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Reine Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Functional Analysis
Dozent:in: Guofang Wang
Sprache: auf Englisch
Vorlesung: Mo, Mi, 12-14 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Klausur: Datum wird noch bekanntgegeben
Achtung: Zeit- und Raumänderung!
Die lineare Funktionalanalysis, um die es in der Vorlesung geht, verwendet Konzepte der linearen Algebra wie Vektorraum, linearer Operator, Dualraum, Skalarprodukt, adjungierte Abbildung, Eigenwert, Spektrum, um Gleichungen in unendlichdimensionalen Funktionenräumen zu lösen, vor allem lineare Differentialgleichungen. Die algebraischen Begriffe müssen dazu durch topologische Konzepte wie Konvergenz, Vollständigkeit, Kompaktheit erweitert werden. Dieser Ansatz ist zu Beginn des 20. Jahrhunderts u. a. von Hilbert entwickelt worden, er gehört nun zum methodischen Fundament der Analysis, der Numerik, sowie der Mathematischen Physik, insbesondere der Quantenmechanik, und ist auch in anderen mathematischen Gebieten unverzichtbar.
Lineare Algebra I+II, Analysis I–III
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Vertiefung (MEd18, MEH21)
Angewandte Mathematik (MSc14)
Reine Mathematik (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
Commutative Algebra and Introduction to Algebraic Geometry
Dozent:in: Abhishek Oswal
Sprache: auf Englisch
Vorlesung: Di, Do, 12-14 Uhr, SR 404, Ernst-Zermelo-Str. 1
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
In der linearen Algebra haben Sie lineare Gleichungssysteme studiert. In der kommutativen Algebra studieren wir polynomiale Gleichungssysteme wie \(x^2+y^2=1\) und ihre Lösungsmengen, die algebraischen Varietäten. Es wird sich herausstellen, dass so eine Varietät in enger Beziehung steht zum Ring der Einschränkungen von Polynomfunktionen auf besagte Varietät, und dass wir diese Beziehung extrapolieren können zu einem geometrischen Verständnis beliebiger kommutativer Ringe, nicht zuletzt des Rings der ganzen Zahlen. In diesem Begriffsgebäude wachsen die kommutative Algebra, die algebraische Geometrie und die Zahlentheorie zusammen. Die Vorlesung hat das Ziel, den Hörer in diese Begriffswelt einzuführen. Wir werden einen besonderen Schwerpunkt auf die Dimension algebraischer Varietäten und ihr Schnittverhalten legen, das die aus der linearen Algebra bekannten Phänomene auf den Fall polynomialer Gleichungssysteme verallgemeinert.
notwendig: Lineare Algebra I+II
nützlich: Algebra und Zahlentheorie
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Reine Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Kurven und Flächen
Dozent:in: Ernst Kuwert
Sprache: auf Deutsch
Vorlesung: Mo, Mi, 10-12 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Es geht um die Geometrie von Kurven und Flächen im \({\mathbb R}^n\). Im Vordergrund steht die Frage, was die Krümmung einer Kurve bzw. Fläche ist und was ihre geometrische Bedeutung ist. Die Vorlesung wendet sich an Studierende im Bachelor Mathematik und im Master of Education, und ist bei Vertiefung in den Bereichen Analysis, Geometrie und Angewandte Mathematik relevant.
Grundvorlesungen in Analysis und Linearer Algebra
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Vertiefung (MEd18, MEH21)
Reine Mathematik (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Dozent:in: Wolfgang Soergel
Assistenz: Damian Sercombe
Sprache: bei Bedarf auf Englisch, sonst auf Deutsch
Vorlesung: Mo, Mi, 8-10 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Eine Liegruppe ist eine Mannigfaltigkeit mit Gruppenstruktur. Die Vorlesung beginnt mit dem Studium abgeschlossener Untergruppen der Matrizengruppen \(GL(n;\mathbb R)\). Man zeigt, daß sie stets Mannigfaltigkeiten sind und untersucht ihre Tangentialräume. Im weiteren Verlauf werden abstrakte Mannigfaltigkeiten und nichteingebettete Liegruppen diskutiert. Endziel ist die Klassifikation der kompakten Liegruppen.
Die Vorlesung baut auf den Grundvorlesungen in Linearer Algebra und Analysis auf. Es werden keine weitergehenden Kenntnisse in Differentialgeometrie oder Gruppentheorie vorausgesetzt.
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Reine Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Mathematische Logik
Dozent:in: Markus Junker
Assistenz: Stefan Ludwig
Sprache: auf Deutsch
Vorlesung: Mo, Mi, 14-16 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Klausur: Datum wird noch bekanntgegeben
Ziel der Mathematischen Logik ist es zunächst, die Grundlagen der Mathematik zu präzisieren: Was ist ein Beweis? Welche Beweismethoden sind zulässig? Welche Axiome braucht man? Um sinnvolle Antworten auf diese Fragen geben zu können, muss man zunächst in der sogenannten Prädikatenlogik formalisieren, was mathematische Aussagen und was Beweise sind. Wenn das erreicht ist, können Aussagen und Beweise selbst zum Objekt mathematischer Untersuchung werden, und man kann Sätze über die Möglichkeiten und Grenzen der Beweisbarkeit beweisen: Die wichtigsten sind der Vollständigkeitssatz und die Unvollständigkeitssätze von Kurt Gödel. Auf dem Weg dorthin führt die Vorlesung die Grundbegriffe wichtiger Teilgebiete der Mathematischen Logik ein: Mengenlehre, Modelltheorie und Berechenbarkeitstheorie (Rekursionstheorie).
Grundlegende Mathematikkenntnisse aus Erstsemestervorlesungen
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Vertiefung (MEd18, MEH21)
Reine Mathematik (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Model Theory II
Dozent:in: Amador Martín Pizarro
Assistenz: Charlotte Bartnick
Sprache: auf Englisch
Vorlesung: Mo, Mi, 14-16 Uhr, SR 127, Ernst-Zermelo-Str. 1
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
The proof of Baldwin and Lachlan of Morley's theorem introduces the notion of \(\omega\)-stability, which lies in the core of many applications of model theory to algebraic geometry and number theory. In this lecture we will introduce Morley rank, a meaningful dimension in \(\omega\)-stable theories, and prove, among others, Macintyre's theorem, which states that an infinite \(\omega\)-stable field must be algebraically closed. Similarly, we will prove Reineke's theorem, which states that a connected \(\omega\)-stable group of rank \(1\) is abelian. In order to give a full proof of these two theorems, we need to introduce the notions of generic types in \(\omega\)-stable groups as well as imaginaries.
notwendig: Modelltheorie
nützlich: Algebra und Zahlentheorie
Für die algebraischen Aspekte dieser Vorlesung werden lediglich einige Begriffe aus dem Kurs "`Algebra und Zahlentheorie"' benötigt (insbesondere Galois-Theorie). Es sind keine fortgeschrittenen Kenntnisse der kommutativen Algebra erforderlich.
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Reine Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Probability Theory
Dozent:in: Thorsten Schmidt
Sprache: auf Englisch
Vorlesung: Fr, 8-10 Uhr, HS II, Albertstr. 23b, Do, 12-14 Uhr, HS Weismann-Haus, Albertstr. 21a
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Klausur: Datum wird noch bekanntgegeben
In dieser Vorlesung wird der erste Grundstein für eine systematische Behandlung zufälliger Phänomene gelegt. Ziel ist es, Methoden der stochastischen Modellbildung und Analyse zu entwickeln sowie die klassischen Grenzwertsätze herzuleiten. Darüber hinaus wird der überaus wichtige Begriff von Martingalen allgemein studiert und ein erster Blick auf stochastische Prozesse geworfen.
Die Kenntnisse aus dieser Vorlesung sind die Grundlage für spätere Spezialvorlesungen bzw. Seminare aus dem Bereich der Stochastik und Finanzmathematik.
notwendig: Analysis I+II, Lineare Algebra I, Stochastik I
nützlich: Analysis III
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Vertiefung (MEd18, MEH21)
Angewandte Mathematik (MSc14)
Wahlmodul (MSc14)
Advanced Lecture in Stochastics (MScData24)
Elective in Data (MScData24)
Probability Theory III: Stochastic Analysis
Dozent:in: Angelika Rohde
Sprache: auf Englisch
Vorlesung: Di, Do, 12-14 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
This lecture builds the foundation of one of the key areas of probability theory: stochastic analysis. We start with a rigorous construction of the It^o integral that integrates against a Brownian motion (or, more generally, a continuous local martingale). In this connection, we learn about It^o's celebrated formula, Girsanov’s theorem, representation theorems for continuous local martingales and about the exciting theory of local times. Then, we discuss the relation of Brownian motion and Dirichlet problems. In the final part of the lecture, we study stochastic differential equations, which provide a rich class of stochastic models that are of interest in many areas of applied probability theory, such as mathematical finance, physics or biology. We discuss the main existence and uniqueness results, the connection to the martingale problem of Stroock-Varadhan and the important Yamada-Watanabe theory.
Wahrscheinlichkeitstheorie I und II (Stochastische Prozesse)
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)
Riemann'sche Flächen
Dozent:in: Stefan Kebekus
Sprache: bei Bedarf auf Englisch, sonst auf Deutsch
Vorlesung: Di, Do, 8-10 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Für komplexe Zahlen lässt sich der Logarithmus nicht mehr mit allen von den reellen
Zahlen bekannten Eigenschaften definieren, weil die Exponentialfunktion nicht injektiv
ist: \(\exp(\bullet) = \exp(\bullet + 2\pi i)\). Man sagt "der Logarithmus ist mehrwertig"'.
Dieses Problem brachte Bernhard Riemann auf die Idee, holomorphe Funktionen nicht nur auf der kom- plexen Zahlenebene, sondern auf allgemeineren Mannigfaltigkeiten zu studieren, den "Riemannschen Flächen"'.
Das Ziel der Vorlesung ist, diese Flächen mithilfe von Methoden der Funktionentheorie und der algebraischen Topologie geometrisch zu verstehen.
Funktionentheorie
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Reine Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Dozent:in: Heike Mildenberger
Assistenz: Simon Klemm
Sprache: auf Deutsch
Vorlesung: Di, Do, 10-12 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Klausur: Datum wird noch bekanntgegeben
Ein topologischer Raum besteht aus einer Grundmenge \(X\) und einer Festlegung der Menge der offenen Teilmengen der Grundmenge, die Topologie auf \(X\) genannt wird. Beispiele über den Grundmengen \(\mathbb R\) und \({\mathbb R}^n\) kommen in den Analysis-Vorlesungen vor. Das mathematische Fach \glqq{}Topologie\grqq\ ist die Lehre über topologische Räume und die Erforschung ebendieser. Unsere Vorlesung ist eine Einführung in die mengentheoretische und in die algebraische Topologie.
Analysis I und II, Lineare Algebra I
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Vertiefung (MEd18, MEH21)
Reine Mathematik (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Lesekurse „Wissenschaftliches Arbeiten“
Dozent:in: Alle Professor:innen und Privatdozent:innen des Mathematischen Instituts
Sprache: Vortrag/Teilnahme auf Deutsch oder 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)
Dozent:in: Annette Huber-Klawitter
Assistenz: Ben Snodgrass
Sprache: auf Englisch
-: Mo, 10-12 Uhr, SR 404, Ernst-Zermelo-Str. 1
Das gleichnamige Seminar kann auch ohne Vortrag besucht werden und als zweistündige Vorlesung mit 3 ECTS-Punkten angerechnet werden.
Dozent:in: Sören Bartels
Assistenz: Tatjana Schreiber
Sprache: auf Englisch
Vorlesung: Mo, 12-14 Uhr, SR 226, Hermann-Herder-Str. 10
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
The lecture addresses algorithmic aspects in the practical realization of mathematical methods in big data analytics and machine learning. The first part will be devoted to the development of recommendation systems, clustering methods and sparse recovery techniques. The architecture and approximation properties as well as the training of neural networks are the subject of the second part. Convergence results for accelerated gradient descent methods for nonsmooth problems will be analyzed in the third part of the course. The lecture is accompanied by weekly tutorials which will involve both, practical and theoretical exercises.
Numerik I, II oder Basics in Applied Mathematics
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
Bayesian Statistics
Dozent:in: Wilfried Kuissi Kamdem, Thorsten Schmidt
Sprache: auf Englisch
Vorlesung: Do, 14-16 Uhr, SR 404, Ernst-Zermelo-Str. 1
Bayesian statistics is an important framework for statistical inference in which probability is used to model uncertainty about unknown quantities and to update this uncertainty using observed data. Bayesian methods are widely used and well suited for problems where the object of interest is complex or infinite-dimensional, such as unknown functions, densities, or stochastic processes. Its main feature is the use of prior and posterior distributions, linked through Bayes’ theorem, which formalises how information from data update prior beliefs.
This lecture introduces the mathematical foundations of Bayesian statistics with an emphasis on non-parametric models. After a brief recall of Bayesian inference parametric settings, we study Bayesian methods for infinite-dimensional parameters, including prior on function spaces and stochastic processes. We discuss prior on function spaces, posterior consistency, contraction rates, and uncertainty quantification in non-parametric models, as well as the role of regularisation and adaptivity. Classical examples such as density estimation, regression, and Gaussian process priors are discussed throughout.
Stochastik I und Maßtheorie
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
Introduction to Theory and Numerics of Stochastic Differential Equations
Dozent:in: Diyora Salimova
Sprache: auf Englisch
Vorlesung: Mi, 12-14 Uhr, SR 226, Hermann-Herder-Str. 10
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
The aim of this course is to enable the students to carry out simulations and their mathematical analysis for stochastic models originating from applications such as mathematical finance and physics. For this, the course teaches a decent knowledge on stochastic differential equations (SDEs) and their solutions. Furthermore, different numerical methods for SDEs, their underlying ideas, convergence properties, and implementation issues are studied. The topics we will cover \\ - Preliminaries from measure and probability theory \\ - Generation of random numbers \\ - Monte Carlo integration methods \\ - Stochastic processes and Ito calculus \\ - SDEs \\ - Numerical approximations for SDEs \\ - Applications to computational finance: Option valuation
Probability and measure theory, basic numerical analysis and basics of MATLAB programming.
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
Mathematical Physics II
Dozent:in: Chiara Saffirio
Sprache: auf Englisch
Vorlesung: Mo, 14-16 Uhr, SR 404, Ernst-Zermelo-Str. 1
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Introduction: short review on classical, basic notions of quantum mechanics, semiclassical analysis;
Semiclassical pseudo-differential calculus: motivation, oscillatory integrals and symbol classes, Schwartz kernels of pseudo-differenial operators and symbolic calculus;
Applications to static and dynamical problems in physics.
notwendig: Analysis I und II, Maß- und Integrationstheorie, Wahrscheinlichkeitstheorie I und II
nützlich: Funktionalanalysis, Einführung in mathematische Physik
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Angewandte Mathematik (MSc14)
Reine Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Mathematical Time Series Analysis II
Dozent:in: Rainer Dahlhaus
Sprache: auf Englisch
Vorlesung: Do, 10-12 Uhr, SR 127, Ernst-Zermelo-Str. 1
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Die Anforderungen an Studien- und Prüfungsleistungen werden in den aktuellen Ergänzungen der Modulhandbücher beschrieben, die ab Ende Oktober 2025 als Teil des Kommentierten Vorlesungsverzeichnisses veröffentlicht werden.
In the second part, we cover various topics, including Toeplitz theory for quadratic forms of stationary processes, the cumulant method for proving central limit theorems in complex situations, likelihood theory for stationary processes including maximum likelihood and quasi-maximum likelihood methods (using Toeplitz theory and cumulants to prove asymptotic results), and various aspects of locally stationary processes where the process can be locally approximated by stationary processes. Furthermore, we discuss model misspecification and model selection.
Stochastik I und Wahrscheinlichkeitstheorie, sowie Mathematical Time Series Analysis 1 (at least knowledge of ergodic theory, linear models, spectral representation and spectral estimation, central limit theorems)
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
Numerical Optimization
Dozent:in: Moritz Diehl
Sprache: auf Englisch
Übung / flipped classroom: Di, 14-16 Uhr, HS II, Albertstr. 23b
Klausur: Datum wird noch bekanntgegeben
The aim of the course is to give an introduction into numerical methods for the solution of optimization problems in science and engineering. The focus is on continuous nonlinear optimization in finite dimensions, covering both convex and nonconvex problems. The course divided into four major parts:
The course is organized as inverted classroom based on lecture recordings and a lecture manuscript, with weekly alternating Q&A sessions and exercise sessions. The lecture is accompanied by intensive computer exercises offered in Python (6 ECTS) and an optional project (3 ECTS). The project consists in the formulation and implementation of a self-chosen optimization problem or numerical solution method, resulting in documented computer code, a project report, and a public presentation. Please check the website for further information.
notwendig: Analysis I–II, Lineare Algebra I–II
nützlich: Einführung in die Numerik
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
Stochastic Algorithms
Dozent:in: Giuseppe Genovese
Sprache: auf Englisch
Vorlesung: Mi, 10-12 Uhr, SR 125, Ernst-Zermelo-Str. 1
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Randomisierte Algorithmen nutzen probabilistische Ideen, um bestehende Algorithmen zu verbessern und zu vereinfachen, oft auf überraschende Weise. Zur Einführung in diese Methoden werden wir einige der wichtigsten Beispiele für diskrete Strukturen wie Graphen, Bäume und Random Walks auf diskreten Gruppen untersuchen. Der zweite Teil des Kurses konzentriert sich hauptsächlich auf Sampling Algorithmen, die auf probabilistischen Ideen beruhen, wie Markow-Ketten-Monte-Carlo-Verfahren und stochastische Lokalisierung.
notwendig: Stochastik I
nützlich: Markov-Ketten
Wahlmodul im Optionsbereich (2HfB21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Angewandte Mathematik (MSc14)
Mathematik (MSc14)
Vertiefungsmodul (MSc14)
Wahlmodul (MSc14)
Elective in Data (MScData24)
"Short course" des IGRK
Dozent:in: Sören Bartels
Sprache: auf Englisch
The course will be devoted to topics in analysis and numerics such as theory and approximation of harmonic maps, convex duality methods, nonlinear bending models or nonsmooth minimization problems. It will consist of eight lectures and four tutorial sessions of 90 minutes and will be taught by two scientists from Pisa and Freiburg. The course will take place during two weeks in June, details will be determined in early April. Interested students should register for the course via e-mail to: irtg3132@math.uni-freiburg.de
Einführung in die Fachdidaktik der Mathematik
Dozent:in: Katharina Böcherer-Linder
Sprache: auf Deutsch
Vorlesung mit Übung: Mo, 10-12 Uhr, SR 226, Hermann-Herder-Str. 10
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Klausur: Datum wird noch bekanntgegeben
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
Dozent:in: Jürgen Kury
Sprache: auf Deutsch
Seminar: Mi, 14-17 Uhr, SR 404, Ernst-Zermelo-Str. 1
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)
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Didaktik der Stochastik und der Algebra
Dozent:in: Katharina Böcherer-Linder
Sprache: auf Deutsch
Seminar: Di, 9-12 Uhr, SR 226, Hermann-Herder-Str. 10
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)
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Fachdidaktikseminar: Matheunterricht = Mathestudium ± x
Dozent:in: Holger Dietz
Sprache: auf Deutsch
Seminar: Do, 14-17 Uhr, genauer Raum wird später bekanntgegeben, Goethe-Gymnasium Freiburg
Als Schülerin bzw. Schüler ahnt man nicht, was es heißt, Mathematik zu studieren. Ähnlich vage ist häufig die Vorstellung im Studium davon, was es bedeutet, Mathematik in der Schule zu unterrichten. Dieses Seminar möchte konkrete Aus- bzw. Einblicke in die Praxis des Mathematikunterrichtens geben und versucht dabei, auf den Erfahrungen, z. B. aus dem Praxissemester, aufzubauen.
Ausgewählte Inhalte und Aspekte des Mathematikunterrichts (vom Arbeitsblatt bis zur Zahlenbereichserweiterung) werden nicht nur vom Standpunkt der Fachwissenschaft, sondern auch aus Sicht der Lehrenden, Schülerinnen und Schüler analysiert und hinterfragt. Oft verbergen sich hinter den mathematisch einfacheren Themen unerwartete didaktische Herausforderungen. Daher soll neben der Auseinandersetzung mit bestehenden Inhalten und Rahmenbedingungen auch Unterricht selbst geplant und – wenn möglich – an der Schule durchgeführt werden.
Grundvorlesungen
Fachdidaktische Entwicklung (MEd18, MEH21, MEB21)
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Fachdidaktikseminare der PH Freiburg
Dozent:in: Dozent:innen der PH Freiburg
Sprache: auf Deutsch
Für das Modul „Fachdidaktische Entwicklung“ können auch geeignete Veranstaltungen an der PH Freiburg absolviert werden, sofern dort Studienplätze zur Verfügung stehen. Ob Veranstaltungen geeignet sind, sprechen Sie bitte vorab mit Frau Böcherer-Linder ab; ob Studienplätze zur Verfügung stehen, müssen Sie bei Interessen an einer Veranstaltung von den Dozent:inn:en erfragen.
Fachdidaktische Entwicklung (MEd18, MEH21, MEB21)
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Modul "Fachdidaktische Forschung"
Dozent:in: Dozent:innen der PH Freiburg, Anselm Strohmaier
Sprache: auf Deutsch
Teil 1: Seminar 'Fachdidaktische Entwicklungsforschung zu ausgewählten Schwerpunkten': Mo, 14-16 Uhr, Mensa 3 / Zwischendeck SR 032, PH Freiburg, – eventuelle kurzfristige Zeit- oder Raumänderungen entnehmen Sie bitte dem Vorlesungsverzeichns der PH Freiburg.
Teil 2: Seminar 'Methoden der mathematikdidaktischen Forschung': Mo, 10-13 Uhr, Mensa 3 / Zwischendeck SR 032, PH Freiburg, – eventuelle kurzfristige Zeit- oder Raumänderungen entnehmen Sie bitte dem Vorlesungsverzeichns der PH Freiburg.
Teil 3: Begleitseminar zur Masterarbeit 'Entwicklung und Optimierung eines fachdidaktischen Forschungsprojekts' Termine nach Vereinbarung
Anmeldung zum Modul: siehe Kommentiertes Vorlessungsverzeichnis
Eventuelle kurzfristige Zeit- oder Raumänderungen entnehmen Sie bitte dem Vorlesungsverzeichns der PH Freiburg.
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)
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.
Organisation: Katharina Böcherer-Linder, Susanne Knies
Sprache: auf Deutsch
Bei Interesse belegen Sie die Veranstaltung bitte in HISinOne bis eine Woche vor Vorlesungsbeginn.
Teilnahmevoraussetzung ist eine Tutoratsstelle zu einer Vorlesung des Mathematischen Instituts im laufenden Semester (mindestens eine zweistündige oder zwei einstündige Übungsgruppen über das ganze Semester).
Was macht ein gutes Tutorat aus? In einem ersten Workshop wird diese Frage diskutiert und es werden Tipps und Anregungen mitgegeben, um so besser vorbereitet in das Semester zu starten. In gegenseitigen Hospitationen sammeln die teilnehmenden Tutorinnen und Tutoren weitere Erfahrungen und geben sich Feedback untereinander. Im zweiten Workshop werden die Erfahrungen ausgetauscht.
Der Termin des ersten Workshops ist in HISinOne eingetragen, der Termin des zweiten Workshops wird im ersten Workshop vereinbart.
Wahlmodul im Optionsbereich (2HfB21)
Wahlmodul (BSc21)
Mathematische Ergänzung (MEd18)
Wahlmodul (MSc14)
Elective (MScData24)
Einführung in die Programmierung für Studierende der Naturwissenschaften
Dozent:in: Stefan Kater
Sprache: auf Deutsch
Vorlesung: Mo, 16-18 Uhr, HS Weismann-Haus, Albertstr. 21a
Übung: 2-stündig, verschiedene Termine
Die Veranstaltung bietet eine Einführung in die Programmierung mit theoretischen und praktischen Einheiten. Schwerpunkte der Veranstaltung sind
Die praktischen Inhalte werden in der Programmiersprache C++ sowie in MATLAB/GNU Octave erarbeitet. Die erworbenen Kenntnisse werden anhand von Übungen erprobt und vertieft.
keine
Praktische Übung (2HfB21, MEH21, MEB21)
Wahlmodul im Optionsbereich (2HfB21)
BOK-Kurs (BSc21)
Mathematische Ergänzung (MEd18)
Praktische Übung Numerik
Dozent:in: Patrick Dondl
Sprache: auf Deutsch
In den begleitenden praktischen Übungen zur Vorlesung Numerik II werden die in der Vorlesung entwickelten und analysierten Algorithmen praktisch umgesetzt und experimentell getestet. Die Implementierung erfolgt in den Programmiersprachen Matlab, C++ und Python. Elementare Programmierkenntnisse werden dabei vorausgesetzt.
Siehe bei der Vorlesung Numerik II.
Zusätzlich elementare Programmierkenntnisse.
Praktische Übung (2HfB21, MEH21, MEB21)
Wahlmodul im Optionsbereich (2HfB21)
Numerik (BSc21)
Mathematische Ergänzung (MEd18)
Python for Data Analysis
Dozent:in: Peter Pfaffelhuber
Di, 12-14 Uhr, SR 127, Ernst-Zermelo-Str. 1
Kann nicht gemeinsam mit der Praktische Übungen Stochastik in Python angerechnet werden.
Die Anforderungen an Studien- und Prüfungsleistungen werden in den aktuellen Ergänzungen der Modulhandbücher beschrieben, die ab Ende Oktober 2025 als Teil des Kommentierten Vorlesungsverzeichnisses veröffentlicht werden.
This course is designed for students without prior knowledge in programming, but students who have already taken a first programming course might benefit as well . We will start with basic syntax and the standard library of python, including data types, functions, loops, regular expressions, and interacting with the operating system. For data analysis we learn dataframes using packages such as pandas (and relatives), see how we can interact with freely available APIs, make plots using matplotlib, and use numpy and scipy for standard procedures including numerical computations.
Within this course, you will pick a programming task of your interest, and implement your ideas based on your gained knowledge.
keine
Elective (MScData24)
Praktische Übung (2HfB21, MEH21, MEB21)
Bitte beachten Sie die in den Kommentaren zum Vorlesungsverzeichnis veröffentlichten Anmeldemodalitäten zu den einzelnen Proseminaren: In der Regel erfolgt die Platzvergabe nach Voranmeldung bei der Vorbesprechung am Ende der Vorlesungszeit des Sommersemesters. Anschließend müssen Sie sich noch in HISinOne zur Prüfung anmelden; der Anmeldezeitraum läuft voraussichtlich vom 1. März bis 15. April 2026. Sollten Sie ein Proseminar belegen wollen, haben aber keine Platz erhalten, melden Sie sich bitte bei der Studiengangkoordination.
Proseminar: Numerik
Dozent:in: Sören Bartels
Assistenz: Dominik Schneider
Sprache: auf Deutsch
Seminar: Mo, 14-16 Uhr, SR 226, Hermann-Herder-Str. 10
Voranmeldung: per E-Mail an Sören Bartels, Sie können aber auch einfach zur Vorbesprechung kommen
Vorbesprechung 29.01., 12:45, Raum 209, Hermann-Herder-Str. 10
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Im Proseminar sollen weiterführende Fragestellungen der numerischen Mathematik diskutiert werden. Dazu gehören die Themen: \\ (1) Vorkonditionierung linearer Gleichungssysteme [1,6]\ (2) Dünnbesetzte Gleichungssysteme [1,6]\ (3) Konvergenz des QR-Verfahrens [2]\ (4) Finite-Differenzen-Methode [2]\ (5) Inexakte Newton-Verfahren [5]\ (6) Schnelle Matrizenmultiplikation und zirkulante Matrizen [1,3]\ (7) Fehlerabschätzungen für Spline-Interpolation [3]\ (8) Triangulierungen und Splines in 2D [1]\ (9) Quasi-Newton-Verfahren [5]\ (10) Nullstellenberechnung für Polynome [2]\ (11) Trust-Region-Verfahren [5]\ (12) Lanczos-Verfahren für Eigenwerte [4]
Die Themen sind voneinander unabhängig. Bei Anmeldung zum Proseminar können zwei Wunschthemen angegeben werden, darüberhinaus erfolgt die Vergabe zufällig.
Proseminar (2HfB21, BSc21, MEH21, MEB21)
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.
Dozent:in: Susanne Knies, Maxwell Levine
Sprache: auf Deutsch
Seminar: Di, 14-16 Uhr, SR 125, Ernst-Zermelo-Str. 1
Vorbesprechung 28.01., 12:15, Raum 232, Ernst-Zermelo-Str. 1
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Wie viele Wächter braucht ein Musuem? Wie kann ich \(\pi\) durch das werfen einer Nadel abschätzen? Wie viele Beweise für die Unendlichkeit der Menge der Primzahlen gibt es? Diese und andere Fragen werden durch klassische mathematische Resultate mit besonders eleganten Beweisen beantwortet. Diese (und weitere) wurden von Aigner und Ziegler im BUCH der Beweise zusammengestellt, aus welchem ausgewählte Kapitel in diesem Proseminar vorgestellt werden. Eine Liste möglicher Vortragsthemen finden Sie hier
Analysis I und II, Lineare Algebra I und II
Proseminar (2HfB21, BSc21, MEH21, MEB21)
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.
Dozent:in: Ernst August v. Hammerstein
Sprache: auf Deutsch
Di, 10-12 Uhr, SR 127, Ernst-Zermelo-Str. 1
Voranmeldung: bis zum 02.02.2026 per E-Mail an Ernst August v. Hammerstein
Vorbesprechung 04.02., 16:00, SR 127, Ernst-Zermelo-Str. 1
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Unter Codierungstheorie werden klassischerweise Techniken und Verfahren verstanden, Informationen 'kompakt und übertragungssicher' zusammenzufassen. Kompakt bedeutet hier, möglichst viel Information in möglichst kurzen oder wenigen Codewörtern unterzubringen (wie z.B. Autor, Buchtitel und Verlag in einer ISBN-Nummer), und über-tragungssicher, dass man Fehler in übermittelten Codewörtern erkennen und idealerweise auch korrigieren, also das ursprünglich gemeinte Codewort ggf. wiederherstellen kann. Daneben denkt man beim Stichwort Kodierung oft auch an 'schwer zu knackende Codes', d.h. an Verschlüsselungstechniken, um die übertragenden Informationen vor dem Zugriff Unbefugter zu schützen.
In diesem Proseminar sollen beide der oben genannten Aspekte berücksichtigt werden, wobei der erstere jedoch größeres Gewicht haben wird. Dabei sollen auch die mathematischen Grundlagen der einzelnen Verfahren etwas genauer betrachtet und erläutert werden. Als Stichworte hierzu seien genannt: Rechnen in Restklassen/modulo, kleiner Satz von Fermat und chinesischer Restsatz, Verschlüsselung mittels RSA-Verfahren und diskreten Logarithmen, (perfekte) lineare Codes, zyklische Codes, Reed-Solomon- und BCH-Codes.
Analysis I,II, Lineare Algebra I,II
Proseminar (2HfB21, BSc21, MEH21, MEB21)
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Bitte beachten Sie die in den Kommentaren zum Vorlesungsverzeichnis veröffentlichten Anmeldemodalitäten zu den einzelnen Seminaren: In der Regel erfolgt die Platzvergabe bei der Vorbesprechung am Ende der Vorlesungszeit des Sommersemesters. Anschließend müssen Sie sich noch in HISinOne zur Prüfung anmelden; der Anmeldezeitraum läuft voraussichtlich vom 1. März bis 15. April 2026.
Dozent:in: Annette Huber-Klawitter
Assistenz: Ben Snodgrass
Sprache: auf Englisch
Seminar: Mo, 10-12 Uhr, SR 404, Ernst-Zermelo-Str. 1
Voranmeldung: Please sign up in the list with Frau Frei, room 421
Vorbesprechung 04.02., 12:15-14:00, SR 403, Ernst-Zermelo-Str. 1
In this seminar, we shall learn about algebraic \(\mathscr D\)-modules. These are modules over a certain class of non-commutative rings, consisting of polynomials and differential operators. The simplest example is \(\mathbb C[z, \partial]\), where \(\partial \cdot z = z \cdot \partial + 1\). These modules can be seen as a generalisation of systems of linear partial differential equations with polynomial coefficients, in the sense that each such system defines a \(\mathscr D\)-module from which the system can be recovered.
In \(\mathscr D\)-module theory, one is typically less interested in finding explicit solutions of systems of differential equations and more interested in applying techniques from commutative algebra and algebraic geometry to understand the systems themselves. We shall learn about certain invariants associated to a given \(\mathscr D\)-module and their geometric interpretations, including holonomicity. Time-allowing, we will also look at solution spaces of \(\mathscr D\)-modules and the statement of the Riemann-Hilbert correspondence, with some instructive examples.
Kommutative Algebra
Wahlmodul im Optionsbereich (2HfB21)
Mathematisches Seminar (BSc21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Mathematisches Seminar (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Seminar: Approximation Properties of Deep Learning
Dozent:in: Diyora Salimova
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Mi, 14-16 Uhr, SR 226, Hermann-Herder-Str. 10
Voranmeldung: per E-Mail an Diyora Salimova
Vorbesprechung 04.02., 13:15, SR 226, Hermann-Herder-Str. 10
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
In recent years, deep learning have been successfully employed for a multitude of computational problems including object and face recognition, natural language processing, fraud detection, computational advertisement, and numerical approximations of differential equations. Such simulations indicate that neural networks seem to admit the fundamental power to efficiently approximate high-dimensional functions appearing in these applications.
The seminar will review some classical and recent mathematical results on approximation properties of deep learning. We will focus on mathematical proof techniques to obtain approximation estimates on various classes of data.
notwendig: Analysis I/II, Lineare Algebra I/II \ nützlich: Funktionalanalysis, Numerik, Grundlagen des Deep Learning.
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)
Dozent:in: Wolfgang Soergel
Assistenz: Xier Ren
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Do, 10-12 Uhr, SR 125, Ernst-Zermelo-Str. 1
Voranmeldung: Per E-Mail an Wolfgang Soergel
Vorbesprechung 04.02., 12:15, SR 218, Ernst-Zermelo-Str. 1
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
In diesem Seminar wollen wir die Theorie der Lie-Algebren besprechen. Eine Lie-Algebra ist ein Vektorraum \(L\) mit einer bilinearen Verknüpfung \(L \times L \to L\) notiert \((x, y) \mapsto [x, y]\) mit \([x, x] = 0\) und \([x, [y, z]] + [y, [z, x]] + [z, [x, y]] = 0\) für alle \(x, y, z \in L\). Diese algebraische Struktur ist von grundlegender Bedeutung für das Studium der kontinuierlichen Symmetrien alias Liegruppen, hat aber eine eigene Theorie, die keinerlei Differentialgeometrie benötigt und sich vollständig im Rahmen der Algebra entwickeln lässt. Zielpunkt ist die Klassifikation der einfachen komplexen Lie-Algebren nach Killing und Cartan. Teilnehmende mit den entsprechenden Voraussetzungen können auch sehr gerne Vortragsthemen bekommen, in denen über die Beziehungen zu Lie-Gruppen berichtet wird.
notwendig: Lineare Algebra I–II \ nützlich: Algebra und Zahlentheorie
Wahlmodul im Optionsbereich (2HfB21)
Mathematisches Seminar (BSc21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Mathematisches Seminar (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Dozent:in: Heike Mildenberger
Assistenz: Maxwell Levine
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Di, 16-18 Uhr, SR 125, Ernst-Zermelo-Str. 1
Vorbesprechung 27.01., 13:30, Raum 313, Ernst-Zermelo-Str. 1, Eine Voranmeldung ist nicht erforderlich!
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Wir widmen uns in diesem Seminar kombinatorischen Fragen, die gleichzeitig zur Algebraischen Geometrie, zur Topologie und zur Mengenlehre gehören. Die Homologietheorie untersucht unter anderem Strukturmerkmale mithilfe von Limeskonstruktionen aus Abbildungen in abelsche Gruppen, Moduln oder andere Referenzstrukturen. Oft gibt es \(\mathbb N\)-viele verschiedene Limiten (die als Dimensionen gesehen werden können) und Verwandte von Projektionen (derivatives) zwischen diesen. Bestimmte Quotientengruppen und Limiten sollen ausgerechnet werden oder es soll zumindest bestimmt werden, ob diese isomorph zur einelementigen Gruppe sind. Kompaktheitseigenschaften gerichteter Systeme von Strukturen können die Einelementigkeit eines solchen Quotienten nach sich ziehen. In diesem Seminar interessieren wir uns für Strukturmerkmale von Familien zweistelliger Funktionen, wie sie zum Beispiel bei auf Hawaiischen Ohrringen basierenden Kettenkomplexen vorkommen. überraschenderweise ist schon die Frage nach dem Verschwinden von \(\lim^1\) unabhängig von ZFC.
Als Grundkenntnisse sind die einführende Topologievorlesung und die Definition von Ordinalzahl und Kardinalzahl nützlich. Manche Vorträge brauchen nur eines von beiden. Wir werden die benötigten Grundlagen aus der Algebraischen Geometrie und der Homologietheorie in den Vorträgen vorstellen.
Wahlmodul im Optionsbereich (2HfB21)
Mathematisches Seminar (BSc21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Mathematisches Seminar (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Dozent:in: Angelika Rohde
Assistenz: Dario Kieffer
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Während auf der einen Seite lineare Modelle -- wie das lineare Regressionsmodell, bekannt aus der Grundvorlesung Stochastik II -- zwar einfach zu interpretieren sind, so sind sie zur Modellierung komplexer statistischer Zusammenhänge typischerweise ungeeignet. Auf der anderen Seite sind 'Black-Box'-Modelle wie Deep Learning, die komplexe Situationen sehr gut modellieren können, häufig schwer zu interpretieren. Additive Modelle erlauben die Modellierung nicht-linearer Zusammenhänge zwischen Zielvariablen und Beobachtungen bei gleichzeitig hoher Interpretierbarkeit der Ergebnisse, weshalb sie von großer Bedeutung sind, wenn die Begründbarkeit von Entscheidungen eine wichtige Rolle spielt. Die mathematische Analyse ist allerdings anspruchsvoll, wenngleich auch spannend, da sie die mathematische Stochastik mit der Theorie der Optimierung und der Funktionalanalysis verbindet.
Im additiven Modell seien \((X_{1},Y_{1}),\dots,(X_{n},Y_{n}) \colon \Omega \to \mathbb{R}^{d} \times \mathcal{Y}\) unabhängig und identisch verteilt mit \[\mathbb{E}\big[Y_{1} \ | \ X_{1}=(x^{1},\dots,x^{d})\big] = \eta_{0} + \sum_{i=1}^{d}\eta_{i}(x^{i})\] für geeignete unbekannte Funktionen \(\eta_{i} : \mathbb{R} \to \mathbb{R}\), \(i=1,\dots,d\), und einer unbekannte Konstante \(\eta_{0} \in \mathbb{R}\). Wir werden rekursive nicht-parametrische Algorithmen zur Schätzung der unbekannten Größen \((\eta_{i})_{i=0,\dots,d}\) kennenlernen und ihre probabilistischen Eigenschaften untersuchen. Basierend auf Hilbertraum-Theorie wird der sogenannte Backfitting-Algorithmus hergeleitet, der es erlaubt den Schätzer auf Konsistenz zu untersuchen, sowie seine asymptotische Verteilung zu bestimmen. Weiterhin werden sogenannte verallgemeinerte additive Modelle studiert, bei denen \[\mathbb{E}\big[Y \ | \ X=(x^{1},\dots,x^{d})] = g\bigg(\eta_{0} + \sum_{i=1}^{d}\eta_{i}(x^{i})\bigg)\] für eine bekannte Funktion \(g :\mathbb{R} \to \mathbb{R}\) angenommen wird.
notwendig: Wahrscheinlichkeitstheorie I
nützlich: Wahrscheinlichkeitstheorie II (Stochastische Prozesse), Funktionalanalysis
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)
Dozent:in: Nadine Große
Assistenz: Maximilian Stegemeyer
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Di, 12-14 Uhr, SR 125, Ernst-Zermelo-Str. 1
Vorbesprechung 03.02., 12:00, SR 318, Ernst-Zermelo-Str. 1
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
In der algebraischen Topologie wird studiert, wie man topologischen Räumen algebraische Objekte zuordnen kann, wie z.B. die Homologie- und Kohomologie-Gruppen. Die Homologie, bzw. Koho- mologie einer kompakten Mannigfaltigkeit hat eine besondere Eigenschaft, die andere Räume im Allgemeinen nicht erfüllen. Homologie und Kohomologie einer kompakten Mannigfaltigkeit erfül- len zusammen die sogenannten Poincaré-Dualität. Diese besondere Struktur hat viele interessante Konsequenzen, z.B. gibt es nun ein Produkt auf den Homologie-Gruppen, das Schnitt-Produkt. In diesem Seminar wollen wir zunächst die algebraische Topologie von Mannigfaltigkeiten kennenlernen und Poincaré-Dualität und das Schnitt-Produkt studieren. Die Ideen hinter dem Schnitt-Produkt lassen sich dann auf den freien Schleifenraum einer Mannigfaltigkeit übertragen. Die Homologie des freien Schleifenraums erhält damit auch ein Produkt, sowie weitere algebraische Strukturen. Die Untersuchung dieser zusätzlichen algebraischen Strukturen auf dem Schleifenraum nennt man String-Topologie. Wir werden in diesem Seminar einige Aspekte und Anwendungen der String-Topologie kennen lernen und zuletzt noch sehen, was die String-Topologie über die Geometrie und Topologie der zugrunde liegenden Mannigfaltigkeit aussagen kann.
Algebraische Topologie, insbesondere Grundkenntnisse in singulärer Homologie und Kohomologie. Andere Veranstaltungen, wie z.B. Differentialgeometrie I sind hilfreich, aber keine Voraussetzung für die Teilnahme am Seminar.
Wahlmodul im Optionsbereich (2HfB21)
Mathematisches Seminar (BSc21)
Wahlpflichtmodul Mathematik (BSc21)
Mathematische Ergänzung (MEd18)
Mathematisches Seminar (MSc14)
Wahlmodul (MSc14)
Elective (MScData24)
Seminar: Topics in the Calculus of Variations
Dozent:in: Patrick Dondl, Guofang Wang
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Mi, 16-18 Uhr, SR 125, Ernst-Zermelo-Str. 1
Vorbesprechung 04.02., 16:00, SR 125, Ernst-Zermelo-Str. 1
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
In HISinOne keine Belegung, aber Prüfungsanmeldung bis 15.04.2026.
Nähere Informationen zu den Vortragsthemen gibt es bei der Vorbesprechung.
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
Dozent:in: Harald Binder
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Mi, 10:15-11:45 Uhr, HS Medizinische Biometrie, 1. OG, Stefan-Meier-Str. 26
Voranmeldung: per E-Mail an bemb.imbi.sek@list.uniklinik-freiburg.de
Vorbesprechung 04.02., 10:15-11:15, HS Medizinische Biometrie, 1. OG, Stefan-Meier-Str. 26
In HISinOne keine Belegung, aber Prüfungsanmeldung bis 8.10.2025.
To answer complex biomedical questions from large amounts of data, a wide range of analysis tools is often necessary, e.g. deep learning or general machine learning techniques, which is often summarized under the term ``Medical Data Science''. Statistical approaches play an important rôle as the basis for this. A selection of approaches is to be presented in the seminar lectures that are based on recent original work. The exact thematic orientation is still to be determined.
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: Data-Driven Medicine from Routine Data
Dozent:in: Nadine Binder
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Do, 16:30-18 Uhr, HS Medizinische Biometrie, 1. OG, Stefan-Meier-Str. 26
Voranmeldung: per E-Mail an Nadine Binder
Vorbesprechung 01.04., 16:30-17:15, HS Medizinische Biometrie, 1. OG, Stefan-Meier-Str. 26
Hinweis: Nur verwendbar im Studiengang "Mathematics in Data and Technology"
The seminar is a journal‑club style meeting where we critically read and discuss recent papers that use routine health‑care data. You’ll dissect the statistical or computational models, incl. survival analysis, causal‑effects methods, or machine learning, that turn raw diagnoses, labs, or medication records into clinical insights. You’ll work individually or potentially in pairs with medical students to prepare a presentation that summarizes the study, evaluates its methodology, and reflects on how the mathematics could be refined or applied elsewhere. The seminar format will allow you to sharpen your ability for interpreting quantitative research, bridge theory with practice, and experience the interdisciplinary dialogue that drives modern evidence‑based medicine.
None that go beyond admission to the degree program.
Mathematical Seminar (MScData24)
Elective in Data (MScData24)
Graduate Student Speaker Series
Organisation: Sören Bartels, Ernst August v. Hammerstein
Sprache: auf Englisch
Mi, 14-16 Uhr, SR 125, Ernst-Zermelo-Str. 1
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)
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.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
Link zum allgemeinen 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.
Details zur Veranstaltung: bitte den Veranstaltungstitel anklicken und dann dem Link folgen!
Computational Economics
Dozent:in: Dirk Neumann
Sprache: auf Englisch
Veranstaltung des Instituts für Wirtschaftswissenschaften. Für Inhalt, Vorkenntnisse und Anforderungen siehe das Modulhandbuch M.Sc. Volkswirtschaftslehre.
Elective in Data (MScData24)
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Foundations of Artificial Intelligence
Dozent:in: Joschka Boedecker
Sprache: auf Englisch
Vorlesung: Di, Fr, 10-12 Uhr, HS 00-036, Georges-Köhler-Allee 101
Übung: Fr, 14-16 Uhr, HS 00-026, Georges-Köhler-Allee 101
Veranstaltung der Technischen Fakultät. Für Inhalt, Vorkenntnisse und Anforderungen siehe das Modulhandbuch M.Sc. Informatik.
Elective in Data (MScData24)
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Image Processing and Computer Graphics
Dozent:in: Thomas Brox
Sprache: auf Englisch
Vorlesung: Mo, Mi, 10-12 Uhr, HS 00-006, Georges-Köhler-Allee 082
Übung: Mi, 10-12 Uhr, verschiedene Räume, -, Vorlesung und Übung finden im Wechsel und nicht an allen Tagen statt!
Veranstaltung der Technischen Fakultät. Für Inhalt, Vorkenntnisse und Anforderungen siehe das Modulhandbuch M.Sc. Informatik.
Elective in Data (MScData24)
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Weitere Veranstaltungen können nach Absprache mit dem Fachprüfungsausschuss als Elective in Data oder als Elective zugelassen werden.
Lehrexportveranstaltungen werden speziell für Studierende anderer Fächer als Mathematik angeboten und sind nicht für die Mathematikstudiengänge vorgesehen.
Mathematik II für Studierende der Informatik
Dozent:in: Ernst August v. Hammerstein
Sprache: auf Deutsch
Vorlesung: Mo, Mi, 10-12 Uhr, HS 00-026, Georges-Köhler-Allee 101
Übung: 2-stündig, verschiedene Termine
Mathematik II für Studierende der Ingenieurwissenschaften
Dozent:in: Peter Pfaffelhuber
Assistenz: Sebastian Stroppel
Sprache: auf Deutsch
Vorlesung: Mo, Mi, 16-18 Uhr, HS Rundbau, Albertstr. 21
Übung: 2-stündig, verschiedene Termine
Mathematik II für Studierende der Naturwissenschaften
Dozent:in: Susanne Knies
Assistenz: Alen Kushova
Sprache: auf Deutsch
Vorlesung: Di, Do, 10-12 Uhr, HS Rundbau, Albertstr. 21
Übung: 2-stündig, verschiedene Termine
Stochastik für Studierende der Informatik
Dozent:in: David Criens
Sprache: auf Deutsch
Vorlesung: Mo, 10-12 Uhr, HS 00-036, Georges-Köhler-Allee 101
Übung: 2-stündig, verschiedene Termine
Projektseminar: Geometrische Analysis
Dozent:in: Ernst Kuwert, Guofang Wang
Di, 16-18 Uhr, SR 404, Ernst-Zermelo-Str. 1
Oberseminar: Algebra, Zahlentheorie und algebraische Geometrie
Organisation: Stefan Kebekus, Abhishek Oswal, Wolfgang Soergel
Fr, 10-12 Uhr, SR 404, Ernst-Zermelo-Str. 1
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
Organisation: Sören Bartels, Patrick Dondl, Michael Růžička, Diyora Salimova
Di, 14-16 Uhr, SR 226, Hermann-Herder-Str. 10
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
Organisation: Nadine Große
Mo, 16-18 Uhr, SR 404, Ernst-Zermelo-Str. 1
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
Organisation: Amador Martín Pizarro, Heike Mildenberger
Di, 14:30-16 Uhr, SR 404, Ernst-Zermelo-Str. 1
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
Organisation: Harald Binder
Do, 13-14 Uhr, HS Medizinische Biometrie, 1. OG, Stefan-Meier-Str. 26
Oberseminar: Stochastik
Organisation: David Criens, Peter Pfaffelhuber, Angelika Rohde, Thorsten Schmidt
Fr, 12-13 Uhr, SR 404, Ernst-Zermelo-Str. 1, im Wechsel mit dem Seminar über Datenanalyse und Modellbildung!
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
Organisation: Katharina Böcherer-Linder, Ernst Kuwert
Di, 18:30-20 Uhr, HS II, Albertstr. 23b, Etwa ein Termin pro Monat; Programm siehe Webseite.
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
Organisation: Nadine Große, Amador Martín Pizarro
Do, 15-16 Uhr, HS II, Albertstr. 23b, etwa zwei bis drei Termine im Semester
Seminar über Datenanalyse und Modellbildung
Organisation: Harald Binder, Peter Pfaffelhuber, Angelika Rohde, Thorsten Schmidt, Jens Timmer
Fr, 12-13 Uhr, SR 404, Ernst-Zermelo-Str. 1, im Wechsel mit dem Oberseminar Stochastik!
Hier wird aktuelle, interdisziplinäre Forschung vorgestellt, in der Mathematische Modelle das Verständnis von natur- und Sozialwissenschaftlichen Fragestellungen ermöglicht.