Problembasiertes Lernen in der Computergestützten Mathemathischen Modellierung
Mathematische Modellierung ist ein Werkzeug, das in Ingenieur-, Natur- und Wirtschaftswissenschaften gleichermaßen verwendet wird. Im CAMMP Praxisprojekt lösen Studierende in interdisziplinären Teams Modellierungsfragen basierende auf echten Forschungsthemen selbstständig mit ihnen bekannten Methoden unter minimaler Anleitung in einer befristeten Zeit. Damit erfahren die Studierenden wie Forschung passiert, lernen ihre Stärken kennen und ihr schon vorhandenes Wissen zu nutzen. Die behandelten Fragestellungen basieren auf aktuellen und authentischen Forschungsfragen des Forschungszentrum Jülich (FZJ), den Arbeitsgruppen der RWTH oder der Wirtschaft. Wichtig ist die methodische Anwendbarkeit der mathematischen Modellierung, jedoch nicht eine inhaltliche Nähe zu den Studiumsschwerpunkten. Außerdem werden Themen gestellt, die so noch nicht in der Fachliteratur behandelt wurden, so dass die Studierenden problembasiert die Höhen und Tiefen der Forschungsarbeit kennenlernen, den Transfer von Methode zu Problemstellung erleben und ihre Selbstwirksamkeit erfahren können. Studierende arbeiten in interdisziplinären Teams, um im Rahmen einer einwöchigen Blockveranstaltung ihr Problem zu verstehen, zu modellieren, Lösungen zu entwickeln und zu implementieren. Die Woche wird durch Auftakt- und Abschlussveranstaltungen gerahmt. Für Rückfragen und fachlichen Input werden Ansprechpersonen gestellt. Zum Abschluss präsentieren die Studierenden ihre Ergebnisse mündlich und schriftlich.
Auf Einen Blick
Kontakt
Das könnte Sie auch interessieren
Digitallabor Mathematik für die Chemie
Viele Studierende im Fach Chemie haben De?zite in mathematischen Grundlagen, da im Curriculum häu?g einedirekte Verknüpfung mit der Anwendung in der Chemie fehlt. In den bisherigen Curricula werden außerdem seltenausreichende Möglichkeiten zum Erlernen von Programmierfähigkeiten geboten, die angesichts der wachsendenBedeutung von Computermodellen und disruptiver Technologien wie Quantencomputing und KünstlicherIntelligenz in der Chemie dringend benötigt werden.Das Ziel unseres Projekts ist ein modulares und adaptives Digitallabor, in dem Studierende für die Chemierelevante mathematische Konzepte eigenständig in Python-Programmen umsetzen und direkt mit einemchemischen Kontext verknüpfen. So werden mathematische Grundlagen eng mit der Fachausbildung verknüpftund gleichzeitig Kenntnisse im Programmieren und Visualisieren von Daten erworben. Die einzelnen Versucheenthalten Elemente der forschungsnahen Lehre. In ihre Entwicklung wird die Studierendenperspektivesystematisch eingebracht.Im Digitallabor erwerben die Studierenden essentielle Fähigkeiten für die moderne naturwissenschaftliche Arbeit,beispielsweise indem sie Grenzen von Modellen sowie systematische Wege zu ihrer Verbesserung eigenständigevaluieren. Es ermöglicht den Studierenden zudem interaktives, individualisiertes und dezentralisiertes Lernen, was die Hochschullehre insbesondere für stärker diversi?zierte Studierendenkohorten resilienter undzukunftsfester macht.
Projekt anzeigen
