Bereit für die Klausur? Teste jetzt dein Wissen!
Dein ergebnis
Melde dich für die StudySmarter App an und lerne effizient mit Millionen von Karteikarten und vielem mehr!
Du hast bereits ein Konto? Anmelden
Lerninhalte finden
Features
Entdecke
Egal, ob Zusammenfassung, Altklausur, Karteikarten oder Mitschriften - hier findest du alles für den Studiengang Master of Science Informatik
Universität Erlangen-Nürnberg
Master of Science Informatik
Prof. Dr.
2024
Die Vorlesung behandelt verschiedene Diskretisierungsmethoden, die zur Lösung kontinuierlicher Probleme in der Elektromagnetik genutzt werden.
Die Finite-Elemente-Methode (FEM) ist ein wichtiger Bestandteil und wird ausführlich besprochen.
Die Finite-Differenzen-Methode (FDM) ist eine weitere wesentliche Methode, die in dieser Vorlesung behandelt wird.
Verschiedene Analysemethoden werden vorgestellt, um elektromagnetische Felder zu untersuchen und zu berechnen.
Im Rahmen des Informatikstudiums an der Universität Erlangen-Nürnberg bietet die Vorlesung 'Numerische Methoden elektromagnetischer Felder' eine tiefgehende Einführung in verschiedene Techniken zur numerischen Lösung elektromagnetischer Felder. Hier lernst Du, wie verschiedene Diskretisierungs- und Analysemethoden effektiv angewendet werden können. Besondere Schwerpunkte liegen auf der Finite-Elemente-Methode und der Finite-Differenzen-Methode, die beide essenziell für die Simulation elektromagnetischer Phänomene sind. Ergänzt wird die Vorlesung durch praxisorientierte Übungen, sodass Du die erlernten Konzepte direkt anwenden kannst.
Kursleiter: Prof. Dr.
Studienleistungen: Dein Wissen wird am Ende des Semesters durch eine schriftliche Prüfung getestet.
Angebotstermine: Der Kurs wird im Wintersemester angeboten.
Curriculum-Highlights: Diskretisierungsmethoden,Finite-Elemente-Methode,Finite-Differenzen-Methode,Analysemethoden für elektromagnetische Felder
Beginne frühzeitig mit dem Lernen, idealerweise schon zu Beginn des Semesters, um Dir die nötige theoretische Basis anzueignen.
Nutze verschiedene Ressourcen, wie Bücher, Übungsaufgaben, Karteikarten und Probeklausuren, um dein Wissen zu vertiefen.
Schließe Dich Lerngruppen an und tausche Dich mit anderen Studierenden aus, um gemeinsam Lösungsstrategien zu entwickeln.
Vergiss nicht, regelmäßige Pausen einzulegen und in diesen Zeiten komplett abzuschalten, um eine Überbelastung zu vermeiden.
Wen Q.
Ru Z.
Sie haben bereits ein Konto? Login
93182 Mainframe Programmierung II | Kurs ansehen |
Advanced Deep Learning | Kurs ansehen |
Advanced Design and Programming (5-ECTS) | Kurs ansehen |
Advanced Game Physics | Kurs ansehen |
Advanced Mechanized Reasoning in Coq | Kurs ansehen |
Advanced Networking LEx | Kurs ansehen |
Advanced Programming Techniques | Kurs ansehen |
Advanced Simulation Technology | Kurs ansehen |
AI-1 Systems Project | Kurs ansehen |
AI-2 Systems Project | Kurs ansehen |
Jason C.