AG Stochastik - TU Darmstadt - Mathematik
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
AG Stochastik
Wahlpflichtorientierungstage
AG Stochastik
Prof. Dr. Frank Aurzada
Wählen Sie mathematische Richtungen, die Ihnen Spaß machen...
Wählen Sie mathematische Richtungen, die Ihnen Spaß machen... und denken Sie weniger an zukünftige Verwertbarkeit.
Wählen Sie mathematische Richtungen, die Ihnen Spaß machen... und denken Sie weniger an zukünftige Verwertbarkeit. Warum Stochastik?
Wählen Sie mathematische Richtungen, die Ihnen Spaß machen... und denken Sie weniger an zukünftige Verwertbarkeit. Warum Stochastik? - Warum macht Stochastik Spaß?
Wählen Sie mathematische Richtungen, die Ihnen Spaß
machen... und denken Sie weniger an zukünftige
Verwertbarkeit.
Warum Stochastik?
- Warum macht Stochastik Spaß?
interessante Phänomene: mikroskopisch zufällig; trotzdem
makroskopisch schöne Strukturen
Wählen Sie mathematische Richtungen, die Ihnen Spaß
machen... und denken Sie weniger an zukünftige
Verwertbarkeit.
Warum Stochastik?
- Warum macht Stochastik Spaß?
interessante Phänomene: mikroskopisch zufällig; trotzdem
makroskopisch schöne Strukturen
relativ junges Gebiet: dynamische Entwicklung in den
letzten 30 Jahren, nach abgeschlossener Vertiefung ist
man relativ nah an der aktuellen Forschung
Wählen Sie mathematische Richtungen, die Ihnen Spaß
machen... und denken Sie weniger an zukünftige
Verwertbarkeit.
Warum Stochastik?
- Warum macht Stochastik Spaß?
interessante Phänomene: mikroskopisch zufällig; trotzdem
makroskopisch schöne Strukturen
relativ junges Gebiet: dynamische Entwicklung in den
letzten 30 Jahren, nach abgeschlossener Vertiefung ist
man relativ nah an der aktuellen Forschung
- Stochastik ist die Grundlage für angewandte Gebiete, wie
Finanz- oder Versicherungsmathematik
Wählen Sie mathematische Richtungen, die Ihnen Spaß
machen... und denken Sie weniger an zukünftige
Verwertbarkeit.
Warum Stochastik?
- Warum macht Stochastik Spaß?
interessante Phänomene: mikroskopisch zufällig; trotzdem
makroskopisch schöne Strukturen
relativ junges Gebiet: dynamische Entwicklung in den
letzten 30 Jahren, nach abgeschlossener Vertiefung ist
man relativ nah an der aktuellen Forschung
- Stochastik ist die Grundlage für angewandte Gebiete, wie
Finanz- oder Versicherungsmathematik
Kombinationsmöglichkeiten?
- Vorlesung Funktionalanalysis“ hilft (keine Voraussetzung)
”Wählen Sie mathematische Richtungen, die Ihnen Spaß
machen... und denken Sie weniger an zukünftige
Verwertbarkeit.
Warum Stochastik?
- Warum macht Stochastik Spaß?
interessante Phänomene: mikroskopisch zufällig; trotzdem
makroskopisch schöne Strukturen
relativ junges Gebiet: dynamische Entwicklung in den
letzten 30 Jahren, nach abgeschlossener Vertiefung ist
man relativ nah an der aktuellen Forschung
- Stochastik ist die Grundlage für angewandte Gebiete, wie
Finanz- oder Versicherungsmathematik
Kombinationsmöglichkeiten?
- Vorlesung Funktionalanalysis“ hilft (keine Voraussetzung)
”
- Kombination mit Vertiefung in Analysis, Geometrie,
Optimierung oder Numerik empfehlenswert, Algebra und
Logik sind aber auch schönAngebot an Stochastik-Vorlesungen Einführung in die Stochastik (SS18 Aurzada) Probability Theory (WS18/19 Aurzada) Bachelorseminar(e) (SS19 Aurzada) Einführung in die Finanzmathematik (SS19, Aurzada) Versicherungsmathematik (WS19/20, Aurzada)
Angebot an Stochastik-Vorlesungen
Einführung in die Stochastik (SS18 Aurzada)
Probability Theory (WS18/19 Aurzada)
Bachelorseminar(e) (SS19 Aurzada)
Einführung in die Finanzmathematik (SS19, Aurzada)
Versicherungsmathematik (WS19/20, Aurzada)
Vertiefung Stochastische Prozesse I“ (WS19/20 Aurzada)
”
Vertiefung Stochastische Prozesse II“ (SS20 Wichelhaus)
”
Vertiefung Mathematische Statistik“(WS20/21 Kohler)
”
Vertiefung Kurvenschätzung“(SS21 Kohler)
”
Masterseminar (WS 20/21 Aurzada)Was erwartet Sie inhaltlich?
Analyse von zeitlichen oder räumlichen Objekten,
die lokal“ sehr zufällig / völlig zufällig sind,
aber” global“ sehr interessante Strukturen aufweisen.
”Was erwartet Sie inhaltlich?
Analyse von zeitlichen oder räumlichen Objekten,
die lokal“ sehr zufällig / völlig zufällig sind,
aber” global“ sehr interessante Strukturen aufweisen.
”
Beispiel: n unabhängige Münzwürfe: X1 , . . . , XnWas erwartet Sie inhaltlich?
Analyse von zeitlichen oder räumlichen Objekten,
die lokal“ sehr zufällig / völlig zufällig sind,
aber” global“ sehr interessante Strukturen aufweisen.
”
Beispiel: n unabhängige Münzwürfe: X1 , . . . , Xn P t0, 1u.Was erwartet Sie inhaltlich?
Analyse von zeitlichen oder räumlichen Objekten,
die lokal“ sehr zufällig / völlig zufällig sind,
aber” global“ sehr interessante Strukturen aufweisen.
”
Beispiel: n°unabhängige Münzwürfe: X1 , . . . , Xn P t0, 1u.
Für Sn : ni1 Xi gilt:
lim
Sn
nÑ8 n
Ñ 12 fast sicherWas erwartet Sie inhaltlich?
Analyse von zeitlichen oder räumlichen Objekten,
die lokal“ sehr zufällig / völlig zufällig sind,
aber” global“ sehr interessante Strukturen aufweisen.
”
Beispiel: n°unabhängige Münzwürfe: X1 , . . . , Xn P t0, 1u.
Für Sn : ni1 Xi gilt:
lim
Sn
nÑ8 n
Ñ 12 fast sicher
und
? Sn
n
n
12 Ñ N p0, 1q in Verteilung.Was erwartet Sie inhaltlich?
Analyse von zeitlichen oder räumlichen Objekten,
die lokal“ sehr zufällig / völlig zufällig sind,
aber” global“ sehr interessante Strukturen aufweisen.
”
Beispiel: n°unabhängige Münzwürfe: X1 , . . . , Xn P t0, 1u.
Für Sn : ni1 Xi gilt:
lim
Sn
nÑ8 n
Ñ 12 fast sicher
und
? Sn
n
n
12 Ñ N p0, 1q in Verteilung.
Einführung in die Stochastik: pSn q von oben.
Wahrscheinlichkeitstheorie: Marginale.
Stochastische Prozesse I+II: abstraktere stochastische
Prozesse.Was erwartet Sie inhaltlich?
0.8
0.2
0.6
0
0.4
0.2 -0.2
Sn = N
Sn = N
p
p
0 -0.4
-0.2
-0.6
-0.4
-0.8
-0.6
-0.8 -1
0 200 400 600 800 1000 0 2 4 6 8 10
n n #10 6
Grenzobjekt (Brownsche Bewegung):
stetige Funktion
an keiner Stelle differenzierbar
trotzdem kann man damit Analysis machen
(Differentialgleichungen, u.ä.)AG Geometrie und Approximation
AG Algebra
Wahlpflicht und Vertiefung
Jan Bruinier
2018Arbeitsgruppe Algebra Jan Bruinier Burkhard Kümmerer Anna v. Pippich Nils Scheithauer Torsten Wedhorn
Vorlesungsangebot: Basis
Voraussetzungen: Lineare Algebra I-II; Einführung in die Algebra;
Analysis I-IV
WiSe 2018/19 Algebra (4+2; jährlich) Bruinier
SoSe 2019 Algebraische Geometrie (4+2; 2-jährlich) Richarz
WiSe 2019/20 Algebra (4+2; jährlich) Scheithauer
SoSe 2020 Algebraische Zahlentheorie (4+2; 2-jährlich) tba
Jedes Semester Weitere Vertiefungsvorlesungen (2+1 oder mehr)
Seminare
Bachelorarbeit, Masterarbeit? =⇒ Sprechstunde!Vertiefungsvorlesungen
WiSe 2018/19 Automorphe Formen (4+2) Scheithauer
WiSe 2018/19 Vertiefung Algebra (4+2) Wedhorn/Richarz
SoSe 2019 Vertiefung Algebra (4+2) Wedhorn
SoSe 2019 Algebraische Geometrie (4+2) Richarz
WiSe 2019/20 Vertiefung Algebra (4+2) von Pippich
WiSe 2019/20 Algebraische Geometrie 2 (2+1) Richarz
Jedes Semester Weitere Vertiefungsvorlesungen (2+1 oder mehr)
Seminare (2)Vorlesungszyklus Funktionalanalysis
WiSe 2018/19 Funktionalanalysis (4+2) Hieber
WiSe 2018/19 Ausgewhlte Kapitel aus Operatorenalgebren
bis zur Quantenwahrscheinlichkeitstheorie. (4+2)
Kümmerer
Die weiteren Vorlesungen stehen noch nicht fest, sie werden
zwischen Operatoralgebren und mathematischen Aspekten der
Quantenmechanik/Quantenwahrscheinlichkeitstheorie liegen.Vielen Dank für die Aufmerksamkeit!
AG Analysis
Wahlpflichtorientierungstage 2018: Analysis
Wahlpflichtorientierungstage 2018: Analysis
14. Mai 2018
1/2Wahlpflichtorientierungstage 2018: Analysis
Vertiefungszyklus
• Schwerpunkt im Bereich partielle Differentialgleichungen
2/2Wahlpflichtorientierungstage 2018: Analysis
Vertiefungszyklus
• Schwerpunkt im Bereich partielle Differentialgleichungen
• 2 Vorlesungen (4+2), 1 Seminar
2/2Wahlpflichtorientierungstage 2018: Analysis
Vertiefungszyklus
• Schwerpunkt im Bereich partielle Differentialgleichungen
• 2 Vorlesungen (4+2), 1 Seminar
• Beginn in jedem Wintersemester
2/2Wahlpflichtorientierungstage 2018: Analysis
Vertiefungszyklus
• Schwerpunkt im Bereich partielle Differentialgleichungen
• 2 Vorlesungen (4+2), 1 Seminar
• Beginn in jedem Wintersemester
• Kenntnisse im Bereich Funktionalanalysis notwendig
2/2Wahlpflichtorientierungstage 2018: Analysis
Vertiefungszyklus
• Schwerpunkt im Bereich partielle Differentialgleichungen
• 2 Vorlesungen (4+2), 1 Seminar
• Beginn in jedem Wintersemester
• Kenntnisse im Bereich Funktionalanalysis notwendig
Veranstaltungen
2/2Wahlpflichtorientierungstage 2018: Analysis
Vertiefungszyklus
• Schwerpunkt im Bereich partielle Differentialgleichungen
• 2 Vorlesungen (4+2), 1 Seminar
• Beginn in jedem Wintersemester
• Kenntnisse im Bereich Funktionalanalysis notwendig
Veranstaltungen
• Mathematische Modellierung Fluider Grenzflächen
2/2Wahlpflichtorientierungstage 2018: Analysis
Vertiefungszyklus
• Schwerpunkt im Bereich partielle Differentialgleichungen
• 2 Vorlesungen (4+2), 1 Seminar
• Beginn in jedem Wintersemester
• Kenntnisse im Bereich Funktionalanalysis notwendig
Veranstaltungen
• Mathematische Modellierung Fluider Grenzflächen
• Interpolationstheorie
2/2Wahlpflichtorientierungstage 2018: Analysis
Vertiefungszyklus
• Schwerpunkt im Bereich partielle Differentialgleichungen
• 2 Vorlesungen (4+2), 1 Seminar
• Beginn in jedem Wintersemester
• Kenntnisse im Bereich Funktionalanalysis notwendig
Veranstaltungen
• Mathematische Modellierung Fluider Grenzflächen
• Interpolationstheorie
• Banach- und C ∗ -Algebren
2/2Wahlpflichtorientierungstage 2018: Analysis
Vertiefungszyklus
• Schwerpunkt im Bereich partielle Differentialgleichungen
• 2 Vorlesungen (4+2), 1 Seminar
• Beginn in jedem Wintersemester
• Kenntnisse im Bereich Funktionalanalysis notwendig
Veranstaltungen
• Mathematische Modellierung Fluider Grenzflächen
• Interpolationstheorie
• Banach- und C ∗ -Algebren
• Vorlesung zum Internet Seminar
2/2AG Numerik
NUMERIK UND
WISSENSCHAFTLICHES RECHNEN
DIE VERBORGENE
SCHLÜSSELTECHNOLOGIE
FÜR DIE MODERNE FORSCHUNG
Pia Domschke, Herbert Egger, Christoph Erath,
Alf Gerisch, Martin Kiehl, Jens Lang,
Kersten Schmidt, Sebastian Ullmann
Technische Universität Darmstadt
Fachbereich Mathematik, FG Numerik und WR
Wahlpflichtorientierung 14. Mai 2018Disziplin der Mathematik:
Numerik und Wissenschaftliches
Rechnen
Numerik =
Konstruktion und Analyse von Algorithmen für
kontinuierliche mathematische Probleme,
Hauptanwendung ist dabei die Berechnung von
Lösungen mit Hilfe von Computern
Wissenschaftliches Rechnen =
Einheit von Modellierung, Algorithmen und
Hochleistungsrechner-gestützte SimulationVeranstaltungen im Bachelor-Bereich Home>Lehre>Numerik im Bachelor Veranstaltung LP Einführung in die Numerische Mathematik 9 Numerische Lineare Algebra 4.5 Einführung in die Mathematische Modellierung 4.5 Numerik Gewöhnlicher Differentialgleichungen 9 Numerik Stochastischer Differentialgleichungen 4.5
Vertiefung im Master-Bereich Home>Lehre>Numerik im Master Veranstaltung LP Numerik Partieller Differentialgleichungen 9 Numerik Differential-Algebraischer Gleichungen 9 Simulation/Optimierung dynamischer Systeme 9 Numerik von Erhaltungsgleichungen 4.5 Numerical Methods for Integral Equations 4.5 Stochastische Finite Elemente 4.5 Computational Fluid Dynamics 9 Discontinuous Galerkin Methoden 4.5 Computational Electromagnetics 9 Computational Inverse Problems 4.5
MASTER und PROMOTION
• Modellierung (Mathematische Biologie, Medizin)
• Numerik gewöhnlicher, partieller und
stochastischer Differentialgleichungen
• Quantifizierung von Unsicherheiten und
Optimierung mit (P)DAE
• Software Engineering:
KARDOS, FASTCoin, ANACONDA
• Simulation auf Hochleistungsrechnern
Verankert in den TUD-Exzellenz-Zentren
COMPUTATIONAL ENGINEERING,
ENERGY SCIENCE AND ENGINEERING
und
PREDICTIVE THERMOFLUIDSAG Optimierung
Information zum Lehrangebot der
AG Optimierung
Prof. Dr. Winnifried Wollner
AG Optimierung
14. Mai 2018
14.05.18 | Wahlpflicht-Informationsveranstaltung, Bachelor/Master 2018, Prof. Dr. W. WollnerDie AG Optimierung Diskrete Optimierung Nichtlineare Optimierung Prof. Pfetsch PD Paffenholz JP Disser JP Schwartz Prof. Ulbrich Prof. Wollner Wissenschaftliche Mitarbeiter/-innen:
Forschungsgebiet Optimierung
Theorie und Verfahren zur Lösung von komplexen
Optimierungsproblemen aus Industrie, Wirtschaft und
Wissenschaft, die durch mathematische oder
simulationsbasierte Modelle beschrieben sind.
Nichtlineare Optimierung Diskrete Optimierung
cBeispiele für aktuelle Forschungsprojekte
Optimierung mit partiellen DGLn Optimierung von Versorgungssystemen
(SPP 1962 BMBF, TRR 154, GSC CE) (TRR 154, OGE)
Optimale Steuerung von Schädigungsprozessen Optimierung von Gasnetzwerken
Optimale Glassabkühlung Optimierung von Energie- / WasserversorgungBeispiele für aktuelle Forschungsprojekte Optimale Auslegung adaptronischer Weitere Industriekooperationen Systeme (LOEWE AdRIA, SFB 805) (Schenck, OGE, Bosch, zeb/rolfes) Beherrschung von Unsicherheit in lasttragenden Systemen Optimales Auswuchten von Rotoren SCIP – Ganzzahliger Optimierungslöser Compressed Sensing (SPP 1798)
Beispiele für aktuelle Forschungsprojekte
Optimierte Produktentwicklung Optimierung von Strömungsvorgängen
(SFB 666, SFB 805) (SFB 568, GSC-CE)
Optimierung von Gasturbinenbrennkammern
Optimierung verzweigter Blechbauteile
Optimierung von Fluid-Struktur-Interaktion
Optimierung von TiefziehprozessenStruktur des Vorlesungsangebots AG Optimierung Garantiertes Vorlesungsangebot (jedes Jahr / Sprache EN/DE wechselnd): Qualifizierungsmodul Optimierung: Einführung in die Optimierung 4+2, 9 CP jedes WS (Algorithmische Diskrete Mathematik 2+1, 5 CP jedes SS) Vertiefungszyklus Optimierung: Diskrete Optimierung 4+2, 9 CP jedes SS Nichtlineare Optimierung 4+2, 9 CP jedes WS Bachelorseminar Optimierung: jedes Semester Masterseminar Optimierung: jedes Semester Zusätzliches Vorlesungsangebot (wechselnd): Spezial-/Ergänzungsvorlesungen 2+1, 5 CP 2 Spezial-/Ergänzungsvorlesungen Optimierung 2+1, 5 CP können Diskrete Optimierung oder Nichtlineare Optimierung ersetzen.
Geplantes Vorlesungsangebot AG Optimierung WS 2018/19 BSc MSc Lang. C* Einführung in die Optimierung 4+2, 9 CP WP,P E DE (Schwartz) Nichtlineare Optimierung 4+2, 9 CP WP V,E DE (Wollner) Optimierung mit. part. DGL 2+1, 5 CP V,E EN (Ulbrich) Online Optimierung 2+1, 5 CP WP V,E EN (Disser) Seminar Optimierung (Bachelor und Master) (Pfetsch, Ulbrich, Wollner) SS 2019 BSc MSc Lang. Algorithmische Diskrete Math. 2+1, 5 CP P EN (Disser) Diskrete Optimierung 4+2, 9 CP WP V,E DE (Pfetsch) Nichtglatte Optimierung 2+1, 5 CP WP V,E DE (Ulbrich) Math. Prog. mit Gleichgewichtsres. 2+1, 5 CP WP V,E EN (Schwartz) Geometrische Kombinatorik 2+1, 5 CP V,E EN (Paffenholz) Seminar Optimierung (Bachelor und Master) (Ulbrich, Schwartz) Bachelor: P Pflicht, WP Wahlpflicht Master: V Vertiefung, E Ergänzung
Geplantes Vorlesungsangebot AG Optimierung WS 2019/20 BSc MSc Lang. C* Einführung in die Optimierung 4+2, 9 CP WP,P E DE (Ulbrich) Nichtlineare Optimierung 4+2, 9 CP WP V,E EN (Schwartz) Optimierung im Funktionenraum 2+1, 5 CP V,E DE (Wollner) Kombinatorische Optimierung 2+1, 5 CP WP V,E EN (Disser) Innere Punkte-Verf. i.d. konv. Opt. 2+1, 5 CP WP V,E DE (Ulbrich) Opt.-meth. Maschinelles Lernen 2+1, 5 CP WP V,E DE (Pfetsch) Seminar Optimierung (Bachelor und Master) (Disser, Wollner) SS 2020 BSc MSc Lang. Algorithmische Diskrete Math. 2+1, 5 CP P EN (Paffenholz) Diskrete Optimierung 4+2, 9 CP WP V,E EN (Disser) Nichtglatte Optimierung 2+1, 5 CP WP V,E DE (Wollner) Spieltheorie 2+1, 5 CP WP V,E DE (Schwartz) Seminar Optimierung (Bachelor und Master) (Pfetsch, Wollner) Bachelor: P Pflicht, WP Wahlpflicht Master: V Vertiefung, E Ergänzung
Ihr Weg zur Bachelorarbeit 5. Semester (Wintersemester): Einführung in die Optimierung 4+2, 9 CP 6. Semester (Sommersemester): Bachelorseminar Optimierung Bachelorarbeit in Optimierung Bachelorseminare Optimierung werden auch im Wintersemester angeboten.
Ihr Weg zur Masterarbeit Vertiefung in Optimierung: Diskrete Optimierung 4+2, 9 CP Nichtlineare Optimierung 4+2, 9 CP Eine von beiden kann ersetzt werden durch 2 Spezial-/Ergänzungsvorlesungen Optimierung 2+1, 5 CP Optional: weitere Vertiefung durch Spezial-/Ergänzungsvorlesungen Masterseminar Optimierung Masterarbeit
Warum Optimierung?
Vielfältige mathematische Disziplin: Bezüge zur Diskreten Mathematik, Analysis,
Numerik, (partiellen) Differentialgleichungen, Funktionalanalysis
Reichhaltiges Vorlesungs- und Seminarangebot
Große Anwendungsrelevanz, viele Fragestellungen in Theorie und Anwendung
Engagierte Gruppe, 5 Professuren, ca. 25 Mitarbeiter
Spannende Bachelor- und Masterarbeitsthemen
AG Optimierung beteiligt an vielen Forschungs- und Industriekooperationen,
u.a.:
3 Sonderforschungsbereiche
2 Exzellenzinitiativen des Bundes:
Graduiertenschule Computational Engineering, Graduiertenschule Energy
Science and Engineering
Internationales Graduiertenkolleg Mathematical Fluid Mechanics
Hessische Exzellenzinitiative LOEWE
Industrieprojekte, u.a. OGE, Schenck, Bosch, ...
Gute Perspektiven für Promotionstellen (Landes- und viele Drittmittelstellen)Hilfe, Beratung und Infomaterial Bei Fragen stehen wir auf der AG-Messe am 17.5. in Raum 244 und auch sonst jederzeit gerne zur Verfügung. Informations-Flyer zu Lehrveranstaltungen der Optimierung am Optimierungs-Stand der AG-Messe Vorlesungsangebot der AG Optimierung auch im WWW: Homepage AG Optimierung http://wwwopt.mathematik.tu-darmstadt.de/ →Teaching Direkter Link: http://www3.mathematik.tu-darmstadt.de/ags/optimierung/teaching.html
AG Logik
AG1 – Logik
Kord Eickmeyer
14. Mai 2018
Kord Eickmeyer AG1 – Logik 14. Mai 2018 1/5Logik
diverse Teilgebiete, gemeinsamer Nenner: Aussagen über
mathematische Strukturen sind selbst Gegenstand der Untersuchung.
mathematische Sprache formalisieren (Syntax und Semantik)
Beispiel: “Es gibt unendlich viele Primzahlen”
ϕ(x) := ∀y ∀z (x = y · z → (y = 1 ∨ z = 1))
ψ := ∀x∃y x < y ∧ ϕ(y )
Was bedeutet “wahr”? Was ist ein Beweis?
Kord Eickmeyer AG1 – Logik 14. Mai 2018 2/5Teilgebiete und Querverbindungen
Philosophie
Grundlagen der Mathematik
(Hilbert’sches Programm, axiomatische Mengenlehre)
Modelltheorie: Verallgemeinerung von algebraischer Geometrie
Beweisassistenzsysteme, Beweisverifikation (Homotopietyptheorie)
künstliche Intelligenz
Verifikation, Softwaresicherheit
Datenbanktheorie, Komplexitätstheorie
Kord Eickmeyer AG1 – Logik 14. Mai 2018 3/5Die AG Logik
Prof. Kohlenbach Beweistheorie, proof mining,
Berechenbarkeitstheorie
Prof. Otto endliche Modelltheorie,
Logik in der Informatik
Prof. Streicher konstruktive Typtheorie, Homotopietyptheorie
funktionale Programmiersprachen
Dr. Eickmeyer endliche Modelltheorie,
Komplexitätstheorie
sowie vier PostDocs, drei Doktoranden
Kord Eickmeyer AG1 – Logik 14. Mai 2018 4/5Vorlesungen
WS18/19 Introduction to Mathematical Logic (Eickmeyer, 4+2),
Math. Foundations of Functional Prog. 1 (Streicher, 2+1),
Finite Model Theory (Otto, 2+1)
SS19 Math. Foundations of Functional Prog. 2 (Streicher, 2+1),
Classical Model Theory (Otto, 2+1)
WS19/20 Introduction to Mathematical Logic (Eickmeyer, 4+2),
Incompleteness (Streicher, 2+1),
Basic Applied Proof Theory (Kohlenbach, 2+1)
SS20 Advanced Applied Proof Theory (Kohlenbach, 2+1),
Vertiefung (NN, 2+1)
Kord Eickmeyer AG1 – Logik 14. Mai 2018 5/5Sie können auch lesen
