Klausur, Übungsleistungen können als Bonuspunkte in die Klausur einfließen

Statistische Grundlagen (Teil 1), Einführung in die Simulationstechnik, Verteilungsfunktionen (Teil 1), Aufbereitung von Stichproben, statistische Grundlagen (Teil 2), statistische Auswertung von Simulationen, stochastische Prozesse, zeitdiskrete Markovketten, zeitkontinuierliche Markovketten; die Vorlesungsinhalte werden im Rahmen der Übung in die Praxis umgesetzt, insbesondere wird in mehreren aufeinanderfolgenden Übungen ein einfacher Simulator gebaut. Schwerpunkt sind die Modellierung von Problemen aus unterschiedlichen Kontexten durch geeignete Verteilungsfunktionen sowie durch Markovketten sowie die dazugehörigen, mathematischen Grundlagen.

Die Studierenden können technische Systeme in ihrer Konzeptionsphase mit anspruchsvollen Methoden modellieren und untersuchen und somit Forschung und Entwicklung effizient mitgestalten. Sie haben tiefgehende, praktische Kenntnisse zu zeitdiskreter Simulation und können Experimente systematisch aufbauen und auswerten. Sie können zeitdiskrete und zeitkontinuierliche Markovketten für die Modellierung und Untersuchung von technischen Systemen einsetzen und deren Leistungsfähigkeit mit Hilfe von Warteschlangentheorie vorhersagen. Sie sind in der Lage die erworbenen Kenntnisse in neuen Kontexten zu übertragen und anzuwenden.

-

Klausur, Übungsleistungen können als Bonuspunkte in die Klausur einfließen

Verteilungsfunktionen (Teil 2), Mehrdimensionale Zufallsstrukturen, Design von Experimenten, Signifikanztests von Hypothesen und ihre Anwendungen, Untersuchung von Messdaten, zeitabhängige Statistiken, Möglichkeit und Grenzen von Modellbildung und Simulation, Zufallszahlenerzeugung; die Vorlesung vermittelt die theoretischen Grundlagen und in der Übung werden die Vorlesungsinhalte durch Programmieraufgaben anhand von Praxisbeispielen umgesetzt.

Die Studierenden können technische Systeme in ihrer Konzeptionsphase mit anspruchsvollen Methoden modellieren und untersuchen und somit Forschung und Entwicklung effizient mitgestalten. Sie Sie sind in der Lage die erworbenen Kenntnisse in neuen Kontexten zu übertragen und anzuwenden. Sie können erlernte Methoden kritisch hinterfragen und somit eintscheiden, ob sie für gegebene Problemstellungen geeignet sind. Durch das erworbene, mathematische Verständnis können sie erlernte Werkzeuge für neue Problemstellungen in geeigneter Weise abändern.

-

Klausur (bei geringer Teilnehmerzahl mündliche Prüfung), Note kann durch Übungspunkte verbessert werden (Bonus). Mindestpunktzahl in den Übungen erforderlich für Zulassung zur Prüfung.

Generierung von Polygonnetzen, Punktdatenverarbeitung (Laserscanning, Registrierung,... ) Punktbasierte Repräsentationen, effiziente Netzdatenstrukturen, Netzkompression, remeshing, hierarchische Strukturen, Netzvereinfachung

Die Studierenden kennen die grundlegenden Methoden und Algorithmen zur Optimierung, Verarbeitung und Speicherung geometrischer Daten. Sie sind in der Lage, aktuelle Algorithmen zur Geometrieverarbeitung zu implementieren.

Eigene Materialien und Vorlesungsfolien werden zum Download bereitgestellt