Modul: Applied Mathematics for the Life Sciences II (1101-410)

Personen:

• Prof. Dr. Philipp Kügler (verantwortlich)

Studiengang:

• Food Biotechnology (Master, PO vom 01.10.2013)
  2. Semester, Wahl
• Food Science and Engineering (Master, PO vom 01.10.2013)
  2. Semester, Wahl
• Biologie (Master, PO vom 01.10.2010)
  2. Semester, Wahl
• Nachwachsende Rohstoffe und Bioenergie (Studienbeginn WS 2018/19) (Master, PO vom 01.10.2014)
  2. Semester, Wahl
• Ernährungsmedizin (Master, PO vom 01.10.2010)
  2. Semester, Wahl
• Molekulare Ernährungswissenschaft (Master, PO vom 01.10.2010)
  2. Semester, Wahl
• Food Biotechnology (Master, PO vom 01.10.2016)
  2. Semester, Wahl
• Nachwachsende Rohstoffe und Bioenergie (Studienbeginn SS 2019) (Master, PO vom 01.04.2019)
  2. Semester, Wahl
• Nachwachsende Rohstoffe und Bioenergie (ab Studienbeginn WS 19/20) (Master, PO vom 01.10.2019)
  2. Semester, Wahl
• Crop Sciences - Plant Nutrition and Protection (Master, PO vom 01.10.2014)
  2. Semester, Wahl

Bezug zu anderen Modulen:

Builds on the module "Applied Mathematics for the Life Sciences (1101-400)"

Teilnahme­vorraussetzungen:

Successful completion of the module "Applied Mathematics for the Life Sciences (1101-400)" and knowledge in Matlab

Sprache:

englisch

ECTS:

7,5 credits

Angebotshäufigkeit:

jedes SS

Dauer des Moduls:

4 Wochen (Block 2)

Studienleistung:

Active participation in the lecture and exercise

Modulprüfung:

Written exam

Prüfungsdauer:

120 Minuten

Arbeitsaufwand:

84 h attendance + 106 h independent study = 190 h workload

Fachkompetenzen:

Upon completion of the module students are able to:\r\n- classify and numerically solve common partial differential equations,\r\n- formulate optimization tasks and solve them numerically,\r\n- use simulation software.

Schlüsselkompetenzen:

Upon completion of the module students are able to:\r\n- independently solve simple simulation taks in research and development,\r\n- enter a dialogue with simulation experts in the context of interdisciplinary cooperation,\r\n- analyze scientific problems in a structured manner.

eLearning:

Veranstaltung im ILIAS

Lehrveranstaltungen