Willkommen!
Wir sind die Arbeitsgruppe Numerik und Wissenschaftliches Rechnen und befassen uns mit numerischen Verfahren, vor allem zur Approximation von partiellen Differentialgleichungen. Wir freuen uns über Ihr Interesse, kontaktieren Sie uns gerne! AG Sprecher: Jan Giesselmann (WiSe 26/27)
Unsere Forschung hat die Entwicklung effizienter und robuster numerischer Verfahren zum Ziel, was z.B. mit Strukturerhaltungseigenschaften erreicht werden kann. Wir beschäftigen uns mit Konvergenzanalyse und mit sowohl a priori als auch a posteriori Fehlerabschätzungen. Für Szenarien mit unsicheren Daten verwenden wir Methoden zur Quantifizierung von Unsicherheiten und der Datenassimilierung und bauen diese in die Verfahren ein. Mithilfe von Modellreduktion und Adaptivität (des Modells und der Gitter) kann die Effizienz verbessert werden.
Die meisten partiellen Differentialgleichungen, mit denen wir uns beschäftigen, kommen aus der Fluiddynamik. Konkrete Anwendungen beinhalten Gasnetze, die kompressiblen Euler-Gleichungen und nicht-Newtonsche Fluide. Auch partielle Differentialgleichungen aus anderen Bereichen, wie der Elektrodynamik, der Geothermie, der Medizin und der Biologie sind für uns von Interesse.
Mit Blick auf die Lehre bieten wir eine breite Auswahl an Veranstaltungen über verschiedenste Aspekte der Numerischen Analysis an. Unser Ziel ist eine solide und für alle nützliche Grundausbildung in Themen der Numerik. Darauf aufbauend behandeln die Spezialisierungsveranstaltungen weiterführende Themen mit enger Verknüpfung zu unseren Forschungsthemen.
Veranstaltungen und Termine
-
21.10.2026,
17:15-19:00Statistics for stochastic (partial) differential equations
Mathematisches Kolloquium im Wintersemester 2026/27
Prof. Dr. Wilhelm Stannat, TU Berlin Stochastic partial differential equations (SPDEs) are playing an increasingly important role in modeling and analyzing complex physical systems in the natural a…
-
22.10.2026,
13:30-14:30Continuous data assimilation for compressible barotropic Navier-Stokes equation
Votrag im AG Seminar, Dr. Megala Anandan
We study the numerical approximation of continuous data assimilation for the compressible barotropic Navier–Stokes equations. The algorithm incorporates coarse spatial observations continuously …
-
04.11.2026,
17:15-19:00Branching Brownian motion and F-KPP equations
Mathematisches Kolloquium im Wintersemester 2026/27
Prof. Dr. Lisa Hartung, Johannes Gutenberg-Universität Mainz The classical F-KPP equation, introduced in 1937 to model the spread of a population, is a classical reaction-diffusion equation ad…
-
11.11.2026,
17:15-19:00You can't always get what you want - Regularity and Singularity in Nonlinear PDE
Mathematisches Kolloquium im Wintersemester 2026/27
AntrittsvorlesungProf. Dr. Franz Gmeineder, TU Darmstadt tba…
-
18.11.2026,
17:15-19:00Computational Multiscale Methods for Nonlinear Problems
Mathematisches Kolloquium im Wintersemester 2026/27
Christine Bernardi VorlesungProf. Dr. Barbara Verfürth, Universität Bonn Many modern materials contain fine-scale structures so that related mathematical models are described by PDEs with…
News
-
Transregio-Sonderforschungsbereich 154 nach 12 erfolgreichen Jahren ausgelaufen
15. Oktober 2026
Der Transregio-Sonderforschungsbereich 154 „Mathematische Modellierung, Simulation und Optimierung am Beispiel von Gasnetzwerken“ ist diesen Sommer nach drei erfolgreichen Förderphasen und insgesamt zwölf Jahren ausgelaufen.
-
Bild: KI-Info
Bild: KI-InfoSpeinshart supports workshop on reliable AI methods for partial differential equations
13. Oktober 2026
Jan Giesselmann (TU Darmstadt) and Enrique Zuazua (FAU Erlangen-Nürnberg) are organising the workshop “Reliable Scientific Machine Learning for PDEs – Certification, Adaptivity and Efficiency” at the Speinshart Scientific Center for AI and SuperTech from 23 to 28 May 2027. The centre has accepted their joint proposal and will support the event.
-
Von Gletschern bis zu Segelschiffen: Modellierungswoche für Schülerinnen und Schüler
12. Oktober 2026
Eine Woche lang mathematische Modelle entwickeln, eigene Lösungsansätze erproben und im Team arbeiten: Dazu kamen vom 4. bis 9. Oktober 2026 insgesamt 44 Schülerinnen und Schüler in der Tagungsstätte Reinhardswaldschule zusammen. Die Teilnahme an der Modellierungswoche hatten sie als Preis für ihre guten Leistungen beim Tag der Mathematik gewonnen.