Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage...

• Die theoretischen Grundlagen der Methode der Finiten Elemente darzustellen.
• Partielle Differentialgleichungen aus den Bereichen Wärmeleitung, Elastizität und Elektromagnetik mit Open-Source-Tools numerisch zu lösen.
• Geeignete numerische Methoden zur Lösung statischer und zeitabhängiger Probleme auszuwählen.
• Fehler numerischer Lösungen und Konvergenzverhalten abzuschätzen.
• Numerische Eigenmodenanalysen durchzuführen.
• Wissenschaftliche Daten in Python zu bearbeiten.
• Aussagekräftige 2D- und 3D-Datenvisualisierungen zu erstellen.
• Eigene Resultate zu präsentieren und zu diskutieren.

Partielle Differenzialgleichungen spielen eine herausragende Rolle in den Ingenieurs- und Naturwissenschaften. Die Maxwell-Gleichungen für elektromagnetischer Felder oder die Navier-Stokes-Gleichungen für Flüssigkeiten sind nur eine zwei Beispiele für partielle Differentialgleichungen, die grundlegend sind für die Modellierung technischer Systeme. In der Praxis wird zu Lösung von partiellen Differentialgleichungen häufig die Methode der Finiten Elemente verwendet. In dieser Lehrveranstaltung vermitteln wir die nötigen Grundlagen zur praktischen Anwendung der Finite-Element-Methode. Zu Beginn stellen wir die nötigen theoretischen Grundlagen und Grundbegriffe vor und werfen im weiteren Vorlauf einen Blick auf verschiedene Anwendungsgebiete. Vor allen Dingen implementieren die Teilnehmer selber einige wichtige Anwendungsbeispiele auf Basis von Open-Source-Software und lernen so praktische Aspekte der Finiten-Element-Methode kennen.

• Vortrag der Lehrinhalte
• Selbstständige Implementierung von Anwendungsbeispielen in Python
• Präsentation und Diskussion von Lösungen der Übungsaufgaben

• Die Vorbesprechung findet am Donnerstag, den 2. März 2023, um 13.00 in Raum CD0112 statt.
• Die Veranstaltung findet anschließend jeden Donnerstag um 13.00 statt.

Mündliche Prüfung nach Vereinbarung mit dem Vortragenden

Grundlegende Kenntnisse in Python sind hilfreich.