Numerical methods in astrophysics (practical course)
Lecturer: Dr. S. Harfst
Time: Monday 16-20, Place: Eugene-Paul-Wigner-Gebäude der TU, Hardenbergstr. 36, EW 226, Begin: 2011-04-11 (weekly)
Language: German
- Rayleigh-Taylor Instabilität im Falle einer schweren, oben liegenden Flüssigkeit und einer leichten, unten liegen Flüssigkeit.
- © Lawrence Livermore National Laboratory
Content:
Numerical methods and modelling of selected astronomical and astrophysical problems.
Conditions:
Knowledge of physics and mathematics, and of the Physics/B.Sc. module Grundlagen der Astronomie und Astrophysik advised.
Performance:
Four-hour practical course. Teamwork (small groups) - solution of numerical problems; computer programming.
Target group:
Postgraduate practical course on astronomy and astrophysics. Practical part of the module Astronomy and Astrophysics (Physics/Master). Open also for all students with interest in astronomy and astrophysics.
Note:
Empowering to participate is limited and is done in sequence of registration! Please send for registration an e-mail to numerikum@astro.physik.tu-berlin.de specifying the time of the practical course (TU, Mon 16-20) between 01.04.2011 and 10.04.2011.
Description:
Viele Probleme in der modernen Astrophysik sind zu komplex, um sie analytisch lösen zu können, und erfordern daher den Einsatz von Computern und geeigneten numerischen Verfahren. In diesem Kurs werden die Grundlagen von einigen dieser Verfahren anhand von speziell astrophysikalischen Problemstellungen erläutert. Die konkrete Umsetzung eines Algorithmus in eine Programmiersprache wie FORTRAN oder C++ wird im praktischen Teil des Numerikums behandelt.
Im einzelnen sollen im Numerikum u.a. die folgenden Themen in Theorie und vor allem Praxis bearbeitet werden:
- Grundlagen der Programmierung (compiler, Programmaufbau, Schleifen und Verzweigungen, I/O, Strukturierung, Optimierung)
- Nullstellenbestimmung
- Sortieren
- Zufallszahlen
- numerische Integration
- Hydrodynamik
Ausserdem sollen auch noch verschiedene Aspekte des wissenschaftlichen Arbeitens am Computer vermittelt werden:
- Arbeiten mit Unix/Linux-Betriebssystemen
- Bearbeitung von Daten (post-processing, Visualisierung)
- Einsatz von Skriptsprachen (Bash, Python)
- Hochleistungsrechnen