STUDIENFHRER

MATHEMATIK

Verantwortlich fr den Inhalt: Institut fr Mathematik der Johannes Gutenberg-Universitt Mainz 13. Auage, April 2013.

Inhaltsverzeichnis
EINLEITUNG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 FACH UND STUDIUM 1 Zum Fach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1 Was ist Mathematik? . . . . . . . . . . . . . . . . . . . . . . 1.2 Wozu ist Mathematik gut? . . . . . . . . . . . . . . . . . . 1.3 Wie schwer ist Mathematik und wie lernt man sie? . . . . . 2 Zum Studium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1 Welche Abschlsse kann man erwerben, und was kann man mit ihnen anfangen? . . . . . . . . . . . . . . . . . . . . . . 2.2 Wie ist das Mathematikstudium aufgebaut? . . . . . . . . . 2.3 Wie ist Mainz als Studienort fr Mathematik zu beurteilen? 2.4 Wie sehen Bewerbung und Studienbeginn bei einem BachelorStudium aus? . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5 Wie sieht der Einstieg in einen Master-Studiengang aus? . . 2 BERBLICK BER DIE ARBEITSGEBIETE IN MATHEMATIK 3 Algebra, Geometrie und Zahlentheorie . . . . . . . . . . . . . . . . 3.1 Algebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 Geometrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3 Algebraische Geometrie . . . . . . . . . . . . . . . . . . . . 3.4 Computerorientierte Algebra . . . . . . . . . . . . . . . . . 3.5 Zahlentheorie . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Topologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1 Was ist mathematische Analysis? . . . . . . . . . . . . . . . 5.2 Dierentialgleichungen und ihre Anwendungen . . . . . . . 5.3 Geometrische Analysis, insbesondere Minimalchen . . . . 5.4 Komplexe Analysis . . . . . . . . . . . . . . . . . . . . . . . 5.5 Funktionalanalysis . . . . . . . . . . . . . . . . . . . . . . . 6 Stochastik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.1 Was ist Stochastik? . . . . . . . . . . . . . . . . . . . . . . . 6.2 Stochastik als Prfungsfach in der Mathematik . . . . . . . 3 4 5 5 5 8 11 11 12 14 16 17

18 19 19 19 21 22 24 26 28 28 29 31 33 34 36 36 37

6.3 Berufsperspektiven in Stochastik . . . . . . . . . . . . . . . 6.4 berblick ber das Lehrangebot . . . . . . . . . . . . . . . Numerische Mathematik und wissenschaftliches Rechnen . . . . . . 7.1 Was ist Numerische Mathematik? . . . . . . . . . . . . . . . 7.2 Numerische Mathematik als Studien- und Prfungsfach in der Mathematik . . . . . . . . . . . . . . . . . . . . . . . . Geschichte und Fachdidaktik der Mathematik . . . . . . . . . . . . . . . . . . . . . 8.1 Geschichte der Mathematik . . . . . . . . . . . . . . . . . . 8.2 Fachdidaktik . . . . . . . . . . . . . . . . . . . . . . . . . .

37 37 38 38 42 44 44 45 48 49 50

3 WEITERE INFORMATIONSQUELLEN UND KONTAKTE 9 Zum Mathematikstudium . . . . . . . . . . . . . . . . . . . . . . . 10 Allgemeine Fragen . . . . . . . . . . . . . . . . . . . . . . . . . . .

EINLEITUNG
Dieser Studienfhrer richtet sich in erster Linie an diejenigen, die ein Studium der Mathematik an unserer Universitt in Erwgung ziehen und sich ber das Fr und Wider eines solchen Studiums sowie darber, was ihnen da eigentlich bevorsteht, ein Bild machen mchten. Welche Fragen den Leser bzw. die Leserin dabei im einzelnen bewegen, knnen wir natrlich nur raten, aber nachstehend ist versucht worden, diese Fragen mglichst intelligent zu erraten und hilfreiche Antworten darauf zu geben. Aber auch fr alle, die ihren Bachelor of Science im Fach Mathematik schon in der Tasche haben und den Einstieg in einen unserer Master-Studiengnge ins Auge fassen oder die aus einem anderen Grund an eine Verlegung ihres Studienortes nach Mainz denken, enthlt dieser Studienfhrer entscheidende Informationen ber Mainz als Studienort. Hierfr ist vor allem der zweite Teil gedacht, in dem die in Mainz vertretenen mathematischen Arbeitsgebiete beschrieben werden. Der kurze dritte Teil schlielich enthlt alle entscheidenden Links und Stichwrter, mit deren Hilfe jedes eventuell bentigte Detail im Internet leicht recherchiert werden kann.

Teil 1 FACH UND STUDIUM

1
1.1

Zum Fach
Was ist Mathematik?

Darauf gibt es die beliebte Antwort: Mathematik ist, was die Mehrzahl der Mathematiker betreibt. Natrlich ist das nicht ganz ernst gemeint, aber es trit durchaus ins Schwarze. Denn eine exakte Denition oder genaue Beschreibung der Mathematik zu geben, ohne dabei Mathematik zu treiben, wrde auf ungemein langatmige und langweilige Errterungen hinauslaufen, die letzten Endes doch nichtssagend bleiben mten. Da ist es schon besser, sich auf ein paar Bemerkungen darber zu beschrnken, was Mathematik nicht ist. Sicherlich ist sie keine de Sammlung trockener Formeln und Rezepte, die es auswendig zu lernen und mechanisch anzuwenden gilt. Das mathematische Denken bietet Faszination und Herausforderung, es fordert Phantasie, Vorstellungskraft und geistigen Einsatz, es hat viel Kreatives und Spielerisches, aber es verlangt auch Zhigkeit, Verbissenheit und den festen Willen zum Erfolg. Wenn der Erfolg sich dann einstellt, so hat er in der Tat hug die Form von Rezepten, und bei stark anwendungsbezogener Mathematik muss dies geradezu zur Forderung erhoben werden.

1.2

Wozu ist Mathematik gut?

Eine mgliche Antwort ergibt sich aus einer groben Unterteilung der Mathematik in Reine Mathematik und Angewandte Mathematik. Bei dieser Unterscheidung handelt es sich weniger um den Versuch, mathematische Erkenntnisse (Stze, Lemmata, Theoreme) nach rein oder angewandt zu klassizieren, sondern vielmehr darum, mathematische Gedankengnge nach ihrer Zielsetzung zu bewerten. Sofern die primre Zielsetzung die Lsung von Problemen in auermathematischen Bereichen etwa in der Technik oder in anderen Wissenschaften betrit, ist das Prdikat angewandt verstndlich. Andernfalls verwendet man das Attribut rein. Obwohl dies einfach klingt, ist es oft schwer, diese Denition praktisch anzuwenden. Es kommt nmlich nicht selten vor, dass sich zwischen Reiner und Angewandter Mathematik Verbindungen ergeben, die bewirken, dass die Einteilung in rein oder angewandt zur Ansichtssache wird. Zudem zeigt die Erfahrung, dass Ergebnisse und Methoden der Reinen Mathematik immer wieder zu unentbehrlichen Bausteinen der Angewandten Mathematik geworden sind. Eines kann mit Sicherheit gesagt werden: es ist unmglich, ein erfolgreicher angewandter Mathematiker zu werden ohne eine solide Ausbildung im Bereich der Reinen Mathematik. So steht denn auch am Anfang des Studiums die Beschftigung mit Reiner Mathematik, erst spter kann man sich verstrkt der Angewandten Mathematik widmen. Zweckfreies Theoretisieren ist nicht jedermanns Sache. Kein Wunder also, dass die Angewandte Mathematik heute mindestens ebenso groe Bedeutung hat wie die

Reine Mathematik. Sie ist sogar die ltere und, wenn man so will, die ursprngliche Art von Mathematik. Im Altertum entstand die Arithmetik aus den Bedrfnissen des kaufmnnischen Rechnens und die Geometrie aus denen der Landvermessung (vor allem im alten gypten, wo nach der jhrlichen Nilberschwemmung die Parzellierung des Ackerlandes jedesmal von neuem durchgefhrt werden musste). Erst die Griechen dachten systematisch darber nach, wieso die Methoden der Landvermesser eigentlich so zuverlssig funktionierten, und schufen so das erste Theoriegebude der (Reinen) Mathematik, die Euklidische Geometrie, die bei ihnen einen hohen Stellenwert hatte, weil sie mit Philosophie und Religion untrennbar verwoben war. Im Zusammenhang damit entstanden auch erste Anfnge der Zahlentheorie. Whrend des Mittelalters war das meiste von alledem verschttet; nur im arabischen Raum wurde einiges bewahrt und auch weiterentwickelt, z.B. die Algebra, die damals als die Methodik des Ausens von Gleichungen betrachtet wurde. In der Renaissance wurden nicht nur die antike Geometrie, Algebra und Zahlentheorie wieder belebt, sondern durch das Aufkeimen der Naturwissenschaften rckten ganz neue Gesichtspunkte ins Blickfeld, und es entstanden vllig neue mathematische Disziplinen wie Analysis und Analytische Geometrie. Die Frage der Anwendbarkeit erhob sich dabei gar nicht erst, denn die Analysis ist von vornherein als ein Instrument zur Klrung physikalischer Fragen und zur Erhellung und Formulierung der Naturgesetze entstanden und hat diese Rolle auch whrend ihrer groartigen Entwicklung in den darauolgenden Jahrhunderten beibehalten. Erst zu Beginn des 20. Jahrhunderts koppelte sich die Theoretische Physik als eigenstndiges Fach von der Analysis ab, aber auch seither haben immer wieder eminente Wechselwirkungen zwischen diesen beiden Fchern stattgefunden. Mit dem Aufkommen der Naturwissenschaften entwickelte sich natrlich auch deren praktische Anwendung in der Technik, und es ist klar, dass hierzu mathematische Methoden bentigt werden, die denen der Physik verwandt sind. Gewisse Kapitel aus Analysis, Geometrie und Linearer Algebra gehren denn auch seit geraumer Zeit zum Rstzeug des Ingenieurs. Darberhinaus haben sich im 20. Jahrhundert aber zwei sehr bemerkenswerte Phnomene abgespielt, deren Entwicklung auch gegenwrtig bei weitem noch nicht abgeschlossen ist. Zum einen werden in solchen Naturwissenschaften wie Chemie, Biologie oder Geologie, die frher einen eher deskriptiven und somit nichtmathematischen Charakter trugen, in letzter Zeit zunehmend mathematische Methoden benutzt. Dabei ist es jedoch, ebenso wie in der Technik, kaum je mglich, zu geschlossenen Lsungen der betrachteten Probleme zu gelangen. Vielmehr mssen Methoden zur nherungsweisen Berechnung der Lsungen entwickelt werden, diese mssen mglichst ezient gestaltet werden, und die dabei unvermeidlich auftretenden Fehler mssen zuverlssig kontrolliert werden. All dies ist Aufgabe der Numerischen Mathematik (vgl. Abschnitt 7), und diese ist heute eines der umfangreichsten und wichtigsten Bettigungsfelder fr den angewandten Mathematiker.

Zum anderen wurde die mathematische Analyse des Zuflligen, die wegen der Beschftigung mit Glcksspielen schon seit dem 17. Jahrhundert eine gewisse Tradition hatte, etwa um 1930 auf eine einheitliche mathematische Grundlage gestellt und hat seither in Gestalt der mathematischen Stochastik (vgl. Abschnitt 6) einen fulminanten Aufschwung genommen, sowohl in Bezug auf ihren theoretischen Tiefgang als auch in Bezug auf die Breite, Vielseitigkeit und Durchschlagskraft ihrer praktischen Anwendungen. In Wissenschaft, Wirtschaft, Finanzwesen und vielen anderen Bereichen sind zufllige Prozesse an der Tagesordnung, und in all diesen Situationen kann die Stochastik wichtige Entscheidungshilfen fr den Praktiker liefern. Darber hinaus ist man in der modernen Industriegesellschaft vielerorts gentigt, groe Datenmengen zu erfassen, zu ordnen, zu beurteilen, und auf Grund so gewonnener Erkenntnisse zu Entscheidungen zu gelangen, die bezglich gewisser vorgegebener Gesichtspunkte mglichst gnstig sind. Die digitale Informationstechnologie ermglicht es, solche Aufgaben mittels mathematischer oder mathematikverwandter Techniken in Angri zu nehmen und entsprechende angewandte Disziplinen wie etwa Numerik, Stochastik oder Optimierungstheorie sind heute denn auch aus weiten Bereichen von Wirtschaft, Wissenschaft und Verwaltung nicht mehr wegzudenken. Die IT selbst fhrt natrlich ebenfalls zu neuen mathematischen Fragestellungen, und interessanterweise sind durch die Computertechnik gerade in bestimmten traditionell sehr reinen Gebieten, nmlich Algebra und Zahlentheorie, neue anwendungsorientierte Forschungsrichtungen aufgetaucht (Computeralgebra, Kodierungstheorie, Kryptographie, Komplexittstheorie, Systemtheorie, Theorie der formalen Sprachen und der Automaten usw.). Wir werden auf all dies in Teil II noch nher eingehen. Auch die Reine Mathematik hat in der Neuzeit eine strmische Entwicklung erlebt, und ab dem 20. Jahrhundert ist es, wie in anderen Disziplinen auch, zu einer lawinenartigen Wissensvermehrung gekommen, die unvermindert anhlt. Gleichzeitig hat hnlich wie in der Physik eine Umwlzung in der philosophischen Grundhaltung der Mathematik gegenber ihren Untersuchungsgegenstnden stattgefunden, deren blasser und stark verflschter Abglanz unter dem Stichwort Neue Mathematik in den 1970er Jahren viel Aufsehen erregte. Auf alle diese Dinge nher einzugehen, wrde hier aber zu weit fhren. Eine klare Grenzlinie zwischen Reiner und Angewandter Mathematik gibt es jedoch nicht. Die Mathematik ist voller Zusammenhnge und Querverbindungen, und sie enthlt eine groe Grauzone von Forschungsgegenstnden, deren Anwendungsbezge zwar denitiv vorhanden, aber doch so indirekt sind, dass ihre bndige Beschreibung nur unter groem Aufwand mglich ist. Hinzu tritt eine stndige, gegenseitig befruchtende und frdernde Wechselwirkung zwischen Reiner und Angewandter Mathematik. Ohne die groen theoretischen Fortschritte der letzten Jahrhunderte wren viele der modernen Anwendungen gar nicht denkbar, schon weil die benutzten Grundbegrie fehlen wrden. Wie eingangs erwhnt, unterscheiden sich die verschiedenen mathematischen Disziplinen auch

kaum in der Methodik. Die Art, ein Problem anzupacken, und die dabei bentigten und gebten Fhigkeiten sind fr die ganze Mathematik im wesentlichen dieselben, und ihre Ntzlichkeit reicht weit ber den Rahmen der Mathematik hinaus. Der letzte Punkt ist fr die heutige Berufspraxis besonders wichtig, denn hug wird der Mathematiker bzw. die Mathematikerin in Industrie und Verwaltung mit Problemen konfrontiert, die nicht im strengen Sinne zur Mathematik gehren, zu deren Lsung aber hnliche Fhigkeiten und verwandte Denkanstze bentigt werden wie fr mathematische Probleme. Die besondere Qualikation, die Mathematiker vor anderen Spezialisten auszeichnet, besteht darin, ein kompliziertes, dabei aber starren Regeln unterworfenes, System korrekt und gleichzeitig kreativ problemlsend zu durchdenken, und zwar unabhngig davon, worum es sich bei dem System im Einzelnen handelt. Es knnte sich um das Labyrinth der logischen Zusammenhnge innerhalb einer abstrakten Theorie handeln, wo es gilt, mathematische Beweise zu nden, oder auch um das Geecht der verschiedenen Produktionsablufe in einem greren Industriebetrieb, die unter Einhaltung gewisser Beschrnkungen optimal koordiniert werden sollen. Das eine kann als Training fr das andere dienen, und ein besonderer Vorteil dieses Trainings besteht darin, dass es einen nicht von vornherein auf eine bestimmte Sorte von System festlegt, an der man dann spter engstirnig und unexibel kleben wrde. Im Lichte dieser Tatsachen gewinnt sogar die Beschftigung mit Reiner Mathematik einen unverhoten Praxisbezug.

1.3

Wie schwer ist Mathematik und wie lernt man sie?

Am Gymnasium ist Mathematik ein Kernfach, dem man nicht ausweichen kann, und auch an Hochschulen und Fachhochschulen mssen viele Studierende der verschiedensten Fcher sich ein gewisses mathematisches Rstzeug aneignen, ob sie wollen oder nicht. Kein Wunder also, dass sich das Gercht hartnckig hlt, Mathematik sei ein besonders schwieriges und unangenehmes Studienfach. Aber die Frage nach dem Schwierigkeitsgrad hat keine allgemeingltige Antwort. Die richtige Frage, die ein jeder sich selbst stellen sollte, lautet: Wie schwer fllt mir Mathematik? Die Hauptsache, die sich bei einem erfolgreichen Mathematikstudium abspielt, ist die Aneignung der mathematischen Denkweise, und dies fllt naturgem dem einen leichter, dem anderen schwerer. Zwar ist die mathematische Denkweise nichts als die Ausdehnung des gesunden Menschenverstandes auf abstrakte Begrisbildungen, doch nur wenige Menschen empnden diese Ausdehnung als eine ganz natrliche und selbstverstndliche Sache. Es gilt, sich auch von sehr abstrakten Gegebenheiten ein anschauliches Bild zu machen, so dass man logisch mit ihnen operieren und in komplizierten Netzwerken logischer Zusammenhnge Problemlsungen austfteln kann, ohne dabei den berblick zu verlieren oder sich von irrelevanten Einzelheiten beirren zu lassen. Dies alles muss trainiert werden, und dieses Training erfordert Zhigkeit, Konzentration und persnlichen Einsatz. Es handelt sich dabei aber keineswegs um das Auswendiglernen von Faktenkatalogen, sondern

vielmehr darum, die mathematische Denkweise an Hand von bungsproblemen aktiv zu praktizieren, ganz ebenso, wie man das Klavierspiel durch Klavierspielen erlernt und nicht dadurch, dass man guten Pianisten zuhrt. Dieses Problemlsen hat etwas von einem sportlichen Wettkampf an sich, der nicht nur Mhe und Anstrengung bedeutet, sondern auch viel Freude und Genugtuung bereiten kann. Ganz ohne das Lernen von vorgegebenen Fakten geht es freilich nicht, doch spielt diese Ttigkeit im Vergleich zu vielen anderen Fchern bei einem richtig angelegten Mathematikstudium nur eine recht geringe Rolle. Mit zunehmendem mathematischem Verstndnis wird es dann auch immer leichter, sich die Fakten zu merken, weil man ihre inneren Zusammenhnge mehr und mehr durchschaut. Kein Wunder also, dass manch einer das Mathematikstudium trotz aller Arbeit als eine angenehme und ersprieliche Sache empndet. Auf der anderen Seite soll aber nicht verschwiegen werden, dass auch immer wieder Mathematikstudenten ihr Studium abbrechen bzw. das Fach wechseln, weil sie es trotz groer Anstrengung nicht schaen, sich die mathematische Denkweise unter den Grundbedingungen eines Hochschulstudiums in akzeptablem Umfang anzueignen. Das ist nicht nur in Mainz so, und es scheint aufgrund der Vielgestaltigkeit, in der der menschliche Geist sich ausprgt, auch ganz unvermeidlich zu sein. Immerhin wird die Situation aber dadurch entschrft, dass man es schon nach zwei oder drei, hchstens aber vier Semestern zweifelsfrei feststellt, ob man bei der Mathematik im falschen Fach ist. Man merkt dies also zu einem Zeitpunkt, wo ein Fachwechsel noch keine Katastrophe darstellt, und der Abbruch des Mathematikstudiums also keine Veranlassung zu einer grundstzlichen Lebenskrise gibt. Wer sich in dieser zugegebenermaen milichen Lage wiederndet, sollte auch bedenken, dass mangelnder Erfolg beim Mathematikstudium keine Rckschlsse auf die Eignung fr andere akademische Studien oder Berufe zult, da der Erfolg in der Mathematik viel mit einer Spezialbegabung hnlich der musikalischen oder knstlerischen Begabung zu tun hat. Schwierigkeiten mit dem Mathematikstudium mssen aber nicht immer von dieser grundstzlichen Natur sein, bei der Fachwechsel die einzig richtige Konsequenz wre. Es knnen auch falsche Arbeitstechniken oder andere ungnstige Umstnde dahinterstecken, bei deren Korrektur das Studium wieder in erfreulichere Bahnen gelenkt werden kann. Fr solche Fragen sind die Studienfachberater des Instituts fr Mathematik wichtige Ansprechpartner, die u.U. ntzliche Entscheidungshilfen liefern knnen. Leider gibt es keinen bequemen Eignungstest, mit dem man noch vor Studienbeginn den zu erwartenden Erfolg tresicher prognostizieren knnte. Gute Schulnoten sind ein positives Indiz, aber keine Garantie, und hnliches gilt, wenn jemand Spa an Puzzles und kniigen Denksportaufgaben hat oder von mathematischen Beweisen fasziniert ist, die er bzw. sie in der Schule oder durch private Lektre kennengelernt hat. Auf jeden Fall hat die Eignung fr das Mathematikstudium nichts mit solchen Faktoren wie dem allgemeinen Bildungsstand, der sozialen oder

nationalen Herkunft oder dem Geschlecht zu tun. Insbesondere ist es Unsinn, wenn behauptet wird, Frauen knnten nicht mit Erfolg Mathematik betreiben. Es gibt dafr zahlreiche Gegenbeispiele, nicht nur aus der Geschichte, die eine Reihe genialer Mathematikerinnen kennt, sondern auch aus der tglichen Erfahrung an der Universitt, wo man keine geschlechtsspezischen Unterschiede im Studienerfolg festgestellt hat.

10

2
2.1

Zum Studium
Welche Abschlsse kann man erwerben, und was kann man mit ihnen anfangen?

Das Institut fr Mathematik bietet insgesamt zwei Bachelor- und drei MasterStudiengnge an. Zwei davon, nmlich der Bachelor of Education (= B.Ed.) und der Master of Education (= M.Ed.) bilden dabei das reformierte Lehramts-Studium im Fach Mathematik, das nach erfolgtem Staatsexamen zum Lehramt an Gymnasien berechtigt. Auf dieses gehen wir weiter unten noch etwas nher ein, wenden uns aber zunchst dem Bachelor of Science (= B.Sc) und den darauf aufbauenden MasterStudiengngen zu, die zum Master of Science (= M.Sc.) fhren. Eine Mainzer Besonderheit ist, dass wir zwei verschiedene mathematische Master-Studiengnge mit unterschiedlichen Schwerpunkten anbieten, nmlich M.Sc. in Mathematik, M.Sc. in Computational Sciences (rechnergesttzte Naturwissenschaften) vgl. auch Abschnitt 7.2. Darber hinaus wird es voraussichtlich ab dem Wintersemester 2012/2013 auch die Mglichkeit geben, einen Master-Studiengang in Informatik an den B.Sc. in Mathematik anzuschlieen. Natrlich besteht auch die Mglichkeit zur Promotion, aber diese setzt einen MasterAbschluss voraus und kann deshalb hier ausgeklammert werden. Der B.Sc. oder M.Sc. ist der richtige Abschluss fr Mathematiker in Wirtschaft, Industrie und Verwaltung. Hier gibt es eine Vielzahl verschiedener Ttigkeitsfelder, von denen sich allerdings ein bedeutender Teil in irgendeiner Form um den Bereich der IT rankt. Vertrieb, Betreuung und Einsatz von Rechenanlagen sowie der zugehrigen Software spielen hier eine ebenso groe Rolle wie die Entwicklung von neuer oder fr bestimmte Kunden mageschneiderter Software. Weitere wichtige Bereiche sind das Bank- und Versicherungswesen, zumal auf diesem Teil des Arbeitsmarkts der Konkurrenzdruck der Informatiker und Ingenieure wesentlich weniger sprbar ist als anderswo. Darber hinaus fallen in Wirtschaft, Wissenschaft und Verwaltung Aufgaben an, die fundierte Kenntnisse in mathematischer Statistik erfordern, und diese bieten weitere Bettigungsmglichkeiten fr ausgebildete Mathematiker/innen, allerdings in geringerem Umfang. Schlielich werden auch in der industriellen Forschung und Entwicklung sowie fr die Bewltigung komplexer organisatorischer Probleme in der Groindustrie in wachsendem Mae Mathematiker herangezogen. Und, last but not least, gibt es, ausgehend von der Promotion, natrlich auch die Mglichkeit zu einer akademischen Karriere an Hochschulen oder Fachhochschulen im In- und Ausland.

11

Diese Aufzhlung kann und soll nicht vollstndig sein. Die groe Vielfalt der prinzipiell mglichen Ttigkeitsbereiche sollte auch nicht darber hinwegtuschen, dass sich die berwiegende Mehrzahl der Stellenangebote um einige wenige Schwerpunkte in IT, Management, Bank- und Versicherungswesen herum gruppiert. Fr Studierende der Mathematik bedeutet das nicht etwa, dass sie die Theorie vernachlssigen sollen oder drfen (das wrde sie nur zu schlechteren Fachleuten machen!); es bedeutet aber wohl, dass sie es sich nicht leisten knnen, die praktischen Aspekte, insbesondere den IT-Sektor, auer acht zu lassen. Geistige Flexibilitt und eine breite Streuung der Interessen sind heute ein groes Plus auf dem Arbeitsmarkt. Genau darauf ist unser Studiengang M.Sc. in Mathematik abgestimmt. Der Master in Computational Science schlielich ist ein spezielles Mainzer Angebot fr Bewerber, die solide Grundkenntnisse in Angewandter Mathematik und in einer Naturwissenschaft mitbringen und sich auf eine Ttigkeit in der rechnergesttzten (universitren oder industriellen) naturwissenschaftlichen Forschung vorbereiten mchten, deren Bedeutung in den letzten Jahren stndig zugenommen hat.

2.2

Wie ist das Mathematikstudium aufgebaut?

Das Bachelor-Studium (egal, ob Science oder Education) dauert in der Regel 6 Semester, das Master-Studium noch einmal 4 Semester. Man kann bei uns sowohl im Sommer- als auch im Wintersemester beginnen. Der Sto der beiden BachelorStudiengnge unterscheidet sich nur zum Teil, und daher ist ein Wechsel des Studienziels auch noch whrend des Studiums mglich, allerdings nicht ohne Zeitverlust und zustzlichen Aufwand, denn man muss natrlich alles nachholen, was noch fehlt. Lehrangebot und Prfungsordnungen unserer Bachelor-Studiengnge wurden 2011 an Hand der in den letzten Jahren gewonnenen Erfahrungen grndlich berarbeitet mit dem Ziel, den Prfungsdruck zu reduzieren und fr die individuelle Ausgestaltung des Studiums einen breiteren Spielraum zu schaen. Im folgenden wird diese neue Variante der Studiengnge skizziert, die ab Sommersemester 2012 praktiziert wird: Die ersten zwei Semester des Bachelor-Studiums sind mit Pichtveranstaltungen ausgefllt, bestehend aus Grundvorlesungen (mit bungen) und Praktika. In den weiteren Semestern ist dann eine gewisse individuelle Spezialisierung mglich, die durch die Auswahl von Aufbauvorlesungen (ebenfalls mit bungen) sowie eines Seminars und eines Hauptseminars erreicht wird. Der bungsbetrieb bei den Grundund Aufbauvorlesungen ist eine besonders wichtige Komponente des Mathematikstudiums (vgl. Abschnitt 1.3), und die abschlieende Klausur testet auch im wesentlichen die Fhigkeit, leichte bungsaufgaben selbstndig zu lsen und die Lsungen korrekt zu formulieren. Bei Seminaren und Hauptseminaren arbeiten die Studierenden unter Anleitung des Dozenten ein Stck mathematische Theorie aus und halten einen Vortrag darber. Am Ende des Bachelor-Studiums steht ein etwas greres derartiges Projekt, nmlich eine schriftliche Abschlussarbeit mit sechsw-

12

chiger Bearbeitungszeit. Beim Master-Studium spezialisiert man sich weiter durch die aktive Teilnahme an Vertiefungs- und Ergnzungsvorlesungen sowie weiteren Aufbauvorlesungen und Hauptseminaren. Hierdurch dringt man sozusagen an die Front der Forschung vor, und die abschlieende Master-Arbeit besteht tatschlich darin, ein Stck aktueller Forschung auszuarbeiten und, wenn mglich, etwas Eigenes dazu beizutragen. Das Lehramts-Studium ist prinzipiell ganz hnlich aufgebaut, doch enthlt die Liste der Picht- und Wahlpichtveranstaltungen weniger mathematischen Sto, dafr jedoch zustzlich Vorlesungen, bungen und Seminare in Fachdidaktik (vgl. Abschnitt 8.2) sowie Schulpraktika in den Semesterferien. Fr das Lehramt studiert man sowieso zwei Fcher gleichberechtigt nebeneinander und evtl. noch ein drittes (Ergnzungs-)Fach, dazu die Bildungswissenschaften. Auf die Vielfalt der mglichen Fcherkombinationen kann hier nicht nher eingegangen werden alle an Gymnasien unterrichteten Fcher mten dabei in Betracht gezogen werden. Durch die genaueren Regelungen fr die ersten zwei Semester wird dem Anfnger das orientierungslose Herumsuchen und der damit verbundene Zeitverlust erspart. Ausnahmen von dem vorgesehenen Ablauf der ersten beiden Semester sind jedoch durchaus mglich. Jedem Studierenden, der eine solche Ausnahme plant, muss aber dringend empfohlen werden, vorher die Studienfachberatung zu konsultieren, da er sonst Gefahr luft, schwerwiegende Fehler zu begehen. Die sptere Auswahl der Aufbau- und Vertiefungsvorlesungen sowie der Hauptseminare ist zwar weitgehend frei, doch sorgt die Prfungsordnung durch gewisse Beschrnkungen dafr, dass das Studium nicht zu einseitig gestaltet wird. Die von uns ausgebildeten Mathematiker/innen sollen schlielich die Flexibilitt und Vielseitigkeit aufweisen, die auf dem Arbeitsmarkt erwartet wird. Die Einzelheiten ber den Aufbau des Studiums sind in den Prfungsordnungen und Studienverlaufsplnen zu nden. Als Erstsemester braucht man sich aber eigentlich nicht damit herumzuschlagen. Vielmehr sollte man unbedingt die Einfhrungsveranstaltung des Instituts fr Mathematik (s.u. in Abschnitt 2.4) besuchen, wo den Anfngern alles Ntige erklrt wird und auch Gelegenheit zu Fragen besteht. Mathematik wird grundstzlich nicht fr sich allein studiert. Beim B.Sc. und M.Sc. ist ein Nebenfach zu whlen, das man zweckmigerweise auch schon ab dem ersten Semester studieren sollte. Im Moment stehen fr den B.Sc. die folgenden Fcher als Nebenfcher zur Verfgung: Informatik Experimentalphysik Theoretische Physik Wirtschaftswissenschaften

13

 Betriebswirtschaftslehre (BWL) Volkswirtschaftslehre (VWL) Geschichte der Mathematik (vgl. Abschn. 8.1) Philosophie Biologie Beim M.Sc. sieht es hnlich aus allerdings werden vom Fachbereich Recht und Wirtschaft drei verschiedene Spezialgebiete alternativ angeboten. Auch das Nebenfach wird auf Masterniveau studiert, ist also in der Regel dasselbe wie im Bachelor. Wie alle neuen Studiengnge sind unsere Bachelor- und Master-Studiengnge modularisiert, d. h. verschiedene Lehrveranstaltungen werden zu sog. Modulen zusammengefasst. Ein Modul kann auch aus einer einzelnen Lehrveranstaltung, einer Prfungsarbeit (Bachelor- oder Master-Arbeit) oder sogar aus einer einzelnen mndlichen Prfung bestehen. Das Gemeinsame ist, dass jeder Modul durch eine Prfung abgeschlossen wird und dass die entsprechenden Leistungspunkte (= Credits ) dem Studierenden erst nach bestandener Modulprfung gutgeschrieben werden. Das Studium ist erfolgreich abgeschlossen, wenn man alle durch die Prfungsordnung geforderten Leistungspunkte erworben hat, und die Endnote errechnet sich dann nach einem gewissen Schlssel aus den Noten der einzelnen Modulprfungen. Das B.Sc.-Studium in Mainz im Fach Mathematik umfasst 180 derartige Leistungspunkte (davon 27 im Nebenfach), das M.Sc.-Studium 120 Punkte (davon 18 im Nebenfach). Im Studienalltag merkt man von der Modularisierung allerdings meist nur wenig sie ist eher eine Organisationsform fr die Durchfhrung der juristisch relevanten Beurteilung des Studienerfolgs.

2.3

Wie ist Mainz als Studienort fr Mathematik zu beurteilen?

Die Wahl des Studienorts hngt natrlich nicht nur von objektiven Gegebenheiten ab, sondern auch von persnlichen Umstnden und allerlei subjektiven Neigungen und Abneigungen. Wir mchten diese schwierige Entscheidung durch ein paar Informationen erleichtern, die klar fr Mainz sprechen. Es gibt fr das Fach Mathematik bei uns keine Zulassungsbeschrnkungen und auch nicht den gefrchteten internen Numerus clausus d.h. die verbreitete Praxis, dass zwar zunchst alle Bewerber zugelassen werden, dass dann aber viele Studierende von gewissen Lehrveranstaltungen, die sie gem Prfungsordnung besuchen mssen, wegen berfllung zunchst einmal ausgeschlossen werden, so dass sie ein Semester oder gar mehrere warten mssen,

14

bis sie den betreenden Schein (d.h. Leistungsnachweis) erwerben knnen. Derlei ist also in Mainz nicht zu befrchten. Auch fr die Nebenfcher gibt es keine Zulassungsbeschrnkungen, selbst dann, wenn das betreende Fach als Hauptfach zulassungsbeschrnkt wre. Die allgemeine Zulassungsbeschrnkung in den Bildungswissenschaften soll ab Sommersemester 2012 abgeschat werden, betrit aber im Moment noch alle Lehramtskandidaten, auch die in Mathematik. Das Institut fr Mathematik ist von mittlerer Gre und noch ohne weiteres berschaubar. Die Anfnger werden nicht mit der Anonymitt und Orientierungsschwierigkeit eines Massenfachs konfrontiert, sondern geraten in eine Umgebung, in der sie sich bald heimisch fhlen, zumal sich sowohl die Mitarbeiter des Instituts als auch die Fachschaft (d.h. die Studentenvertretung) stark um die Betreuung der Anfnger bemhen. Die Fachschaft bietet den Anfngern eine besonders intensive Betreuung in Gestalt ihrer Einfhrungswoche. Hierbei geht es wohlgemerkt nicht um Mathematik, sondern um das Zurechtnden an der Universitt (sowohl in topographischer als auch in organisatorischer Hinsicht), um das Einben erfolgversprechender Arbeitsweisen fr das Mathematikstudium, um Zukunftsperspektiven fr Studium und Beruf und nicht zuletzt ums gegenseitige Kennenlernen, so dass der neue Lebensraum schnell mit Beziehungen von Freundschaft und Zusammenarbeit erfllt werden kann. Seit mindestens 30 Jahren hat das Institut fr Mathematik sich immer wieder durch Verbesserung der Anfngerausbildung hervorgetan. Wo immer es mglich ist, wird die Arbeit in kleinen Gruppen durchgefhrt, um eine mglichst intensive didaktische Betreuung jedes Einzelnen zu gewhrleisten. Die berchtigten Massenseminare sind bei uns unbekannt. Es gilt natrlich auch, ber die ersten paar Semester hinauszudenken, und die Betonung pdagogischer und didaktischer Aspekte in den beiden letzten Punkten sollte nicht zu dem Fehlschluss verleiten, dass man vor lauter Didaktik bei uns nicht mehr zur Mathematik kme. Im Gegenteil: was den fortgeschrittenen Studenten geboten wird, ist Wissenschaft aus erster Hand. Fast alle Gebiete der Reinen und der Angewandten Mathematik sind in Mainz durch Experten vertreten, deren Namen in der internationalen Fachwelt einen guten Klang besitzen. Zu guter Letzt soll nicht unerwhnt bleiben, dass Mainz erheblichen Freizeitwert besitzt. Wer ernsthaft studiert, der sollte auch ernsthaft ausspannen drfen und knnen, und hierzu bietet das reichhaltige Angebot an Kultur, Sport und Unterhaltung im Raum Mainz/Wiesbaden ausgiebig Gelegenheit.

15

2.4

Wie sehen Bewerbung und Studienbeginn bei einem Bachelor-Studium aus?

Da wir, wie gesagt, keine Zulassungsbeschrnkungen haben, kommt die Stiftung fr Hochschulzulassung (frher ZVS) bei der Bewerbung nicht ins Spiel. Vielmehr bewirbt man sich direkt online beim Studierendensekretariat der Johannes Gutenberg-Universitt Mainz unter der Adresse www.uni-mainz.de/onlinebewerbung bzw. als auslndischer Studienbewerber bei der Abteilung Internationales Incoming. Voraussetzung fr die Zulassung zu einem Bachelor-Studiengang ist, wie immer, das Abitur oder eine dem Abitur rechtlich gleichgestellte Leistung. Andere Studienvoraussetzungen oder Vorleistungen wie Praktika, Propdeutika, Vorsemester, Sprachkurse o. dgl. werden bei uns nicht gefordert. Die Bewerbungsfristen sowie viele andere Einzelheiten ndet man im Internet, ausgehend von der Seite www.uni-mainz.de/studium/ Auerdem ist die Broschre Studieninfo der Zentralen Studienberatung empfehlenswert fr alle fcherbergreifenden Fragen rund ums Studium. Fr den B.Sc. in Mathematik gibt man bei Bewerbung und Einschreibung nur das Studienfach Mathematik an das Nebenfach gehrt als integraler Bestandteil zu diesem Studiengang und tritt daher fr den Studierendenservice nicht als eigenstndiges Fach in Erscheinung. Trotzdem sollte man sich rechtzeitig berlegen, was man als Nebenfach nehmen mchte, da es, wie gesagt, zweckmig ist, das Nebenfach schon vom ersten Semester ab zu studieren. Lehramtskandidaten hingegen studieren zwei Fcher gleichberechtigt nebeneinander, und daher gibt man bei Bewerbung und Einschreibung fr den B.Ed. zwei Studienfcher an. Die Woche vor dem Beginn der Vorlesungen wird als sog. Einfhrungswoche fr die Orientierung der Erstsemester genutzt. In dieser Woche haben die Studienfachberater der einzelnen Institute jeden Vormittag Sprechstunde, und es nden die Einfhrungsveranstaltungen statt. Die Veranstaltung des Instituts fr Mathematik ndet i.A. am Montag der Einfhrungswoche statt Nheres ist der Broschre Studienstart zu entnehmen, die die Zentrale Studienberatung herausgibt und die jedem Bewerber zusammen mit der Zulassung zugeschickt wird. Alternativ erfhrt man es auf der Seite www.uni-mainz.de/studium/studienstart Weitere Einzelheiten ber das erste Semester wrden hier zu weit fhren. Man kann nicht fehlgehen, wenn man rechtzeitig anreist und die beschriebenen Informationsangebote der Einfhrungswoche nutzt.

16

2.5

Wie sieht der Einstieg in einen Master-Studiengang aus?

Bewerbung und Einschreibung fr die Master-Studiengnge laufen genauso ab wie bei den Bachelor-Studiengngen, also ber den Studierendenservice fr die inlndischen Bewerber, fr die auslndischen aber ber die Abteilung Internationales Incoming. Voraussetzung fr die Zulassung zu einem der zum M.Sc. fhrenden Studiengnge ist jedoch ein Bachelor-Grad im Fach Mathematik mit mindestens der Gesamtnote befriedigend (d.h. besser als 3,5) oder ein gleichwertiger Abschluss. Voraussetzung fr den M.Ed. ist entsprechend der B.Ed. Die Frage der Gleichwertigkeit muss geprft werden, wenn es sich um einen Bachelor-Grad von einer Fachhochschule oder einer auslndischen Hochschule handelt, oder wenn das Fach nicht wirklich Mathematik ist, sondern eine einschrnkende Bezeichnung besitzt wie z. B. Wirtschaftsmathematik. Auf jeden Fall mssen zwei Drittel der Studienleistungen (mindestens 80 Leistungspunkte) in mathematischen Lehrveranstaltungen erbracht worden sein. Das Prfungsverfahren fr die Gleichwertigkeit wird aber automatisch durch die Bewerbung eingeleitet, und das einzige, was der Bewerber tun muss, ist, alle relevanten Unterlagen vorzulegen und ggf. zu einem Gesprch ber die Inhalte der von ihm bzw. ihr whrend des Bachelor-Studiums besuchten Lehrveranstaltungen bereit zu sein. Ein Bachelor-Grad in Informatik oder in einer Natur-, Ingenieur- oder Wirtschaftswissenschaft ist fr sich alleine jedenfalls keine Zugangsvoraussetzung fr einen Master-Studiengang in Mathematik. Zwar muss man sich beim Bachelor-Studium in solchen Fchern hug eine Menge mathematisches Handwerkszeug aneignen, doch fr das aktive Betreiben von Mathematik, wie es zu einem Master-Studium in Mathematik gehrt, ist man damit keineswegs gerstet.

17

Teil 2 BERBLICK BER DIE ARBEITSGEBIETE IN MATHEMATIK

Fast alle mathematischen Teildisziplinen, die heutzutage bedeutsam sind, sind auch in Mainz durch aktive Arbeitsgruppen vertreten. Hier beschreiben wir die Thematik sowie Forschungs- und Lehrttigkeit in diesen Arbeitsrichtungen, wobei die Gruppierung so vorgenommen wurde, dass man, grob gesprochen, von rein zu angewandt fortschreitet. Geschichte und Didaktik der Mathematik spielen dabei naturgem eine Sonderrolle. Die Beschreibungen der einzelnen Arbeitsgebiete stammen meist von den jeweiligen Fachvertretern. Das erklrt, warum dieser Teil in Stil und Organisation etwas uneinheitlich anmutet. Im brigen stellen sich die einzelnen Arbeitsgruppen auch auf ihren Homepages vor, die im Internet-Auftritt des Instituts fr Mathematik enthalten sind und die man von der Instituts-Startseite aus bequem erreichen kann.

Mehr ber die Mathematik in Mainz ndet man auch im Forschungsmagazin Natur und Geist der JGU, in dessen Ausgabe vom 2. Halbjahr 2008 die Mathematik einen Schwerpunkt bildete. Man erhlt das Magazin von der Pressestelle der JGU und kann es sich auch von der Seite http://www.uni-mainz.de/presse/18864.php kostenlos herunterladen.

18

3
3.1

Algebra, Geometrie und Zahlentheorie

Algebra

Die Algebra ist aus dem Versuch hervorgegangen, Gleichungen dadurch zu lsen, dass man symbolische Ausdrcke systematisch umformt. Hierzu bentigt man natrlich geeignete Rechenregeln, die die erlaubten von den verbotenen Umformungen abgrenzen. Diese Regeln hngen davon ab, welche Art Gren die betrachteten Symbole bezeichnen, und sie knnen erheblich von den Regeln abweichen, die man vom Rechnen mit Zahlen her gewohnt ist. In der modernen Algebra geht man daher von Gebilden wie Gruppen, Ringen, Krpern, Moduln, Vektorrumen usw. aus, von denen jedes durch ein System von vorgegebenen Rechenregeln (Axiomen ) deniert ist. Dann versucht man einerseits, diese Gebilde zu klassizieren, d. h. sich einen berblick zu verschaen, welche Gebilde eines bestimmten Typs berhaupt mglich sind, und andererseits formuliert und lst man geeignete konkrete Probleme innerhalb eines algebraischen Gebildes. Hierdurch liefert die Algebra sowohl einen begriichen Rahmen fr einen Groteil der reinen Mathematik als auch eine Flle von Methoden und Hilfsmitteln fr die reine (und teils auch fr die angewandte) Mathematik. Fr die Studierenden bedeutet dies, dass sie schon ab dem ersten Semester mit Algebra konfrontiert werden, nmlich mit dem Teil der Einfhrung in die hhere Mathematik, in dem die Anfangsgrnde der linearen Algebra thematisiert werden. Hinzu kommen dann im B.-Sc.-Studiengang die Pichtveranstaltungen Elementare Algebra und Zahlentheorie, Lineare Algebra und Computeralgebra. Im B.Ed.-Studiengang wird dies ersetzt durch Geometrie, Algebra und Zahlentheorie und einer etwas abgespeckten Linearen Algebra fr Lehramtskandidaten. Wer sich spter in Richtung Geometrie, Zahlentheorie, Computeralgebra, Topologie oder komplexer Analysis alles Arbeitsgebiete, auf denen in Mainz eine rege und sehr erfolgreiche Forschungsttigkeit mit vielen internationalen Kooperationen betrieben wird spezialisieren mchte, nutzt die regelmig angebotenen Aufbauvorlesungen Krper, Ringe, Moduln und Kommutative Algebra, die letztere vor allem als Vorbereitung auf die Algebraische Geometrie (s.u. Abschnitt 3.3).

3.2

Geometrie

In der Mathematik gibt es die Geometrie eigentlich gar nicht. Vielmehr gibt es eine ganze Reihe von wichtigen und interessanten Teilgebieten, die in der einen oder anderen Form etwas mit Geometrie zu tun haben. Hier einige Beispiele:

Analytische Geometrie: Ren Descartes (1596-1650) hat ein auerordentlich

fruchtbares Konzept in die Geometrie eingefhrt, nmlich die Koordinatisierung.

19

Bei Descartes wird jeder Punkt der Ebene mit einem Zahlenpaar (x, y ) identiziert, und die Geraden werden durch gewisse Gleichungen beschrieben. Eine solche algebraische Darstellung bietet den Vorteil, schwer zu beweisende geometrische Sachverhalte mit Hilfe ganz einfacher (zum Teil auch sturer) Rechnungen nachweisen zu knnen. Demgem ist es bis heute eine zentrale Aufgabe, fr jede Art von Geometrie eine gute algebraische Beschreibung zu nden, letztlich mit dem Ziel, damit geometrische Probleme zu lsen.

Axiomatische Geometrie: Es ist allerdings nicht immer sinnvoll, geometrische Aussagen in die Algebra zu bersetzen. Geometrische Aussagen lassen sich vielmehr hug sehr elegant aus wenigen geometrischen Grundstzen (Axiomen) herleiten. Ein Vorteil dieser synthetischen Methode besteht darin, dass man durch zeichnerische Veranschaulichung oftmals die richtige Beweisidee erhlt. Die in der Geometrie verwendeten Schluweisen sind exemplarisch fr viele Gebiete der Mathematik und geben gute Beispiele fr die Mathematisierung auermathematischer Sachverhalte.

Dierentialgeometrie: Bei einem Dreieck, das auf eine Kugeloberche gezeichnet ist, muss die Winkelsumme nicht unbedingt 180 Grad betragen. Liegt z.B. einer der Eckpunkte am Nordpol, die beiden anderen auf dem quator, ein Viertel des Umfangs voneinander entfernt, so hat man an jedem Eckpunkt einen rechten Winkel, die Winkelsumme ist also 270 Grad. Solche und hnliche Abweichungen von den Gesetzen der euklidischen Geometrie sind durch die Krmmung der Kugeloberche bedingt und treten auch auf anderen gekrmmten Flchen auf. Was aber Krmmung berhaupt ist, wie sie die Geometrie beeinusst und welche Gestaltungsmglichkeiten im Bereich der gekrmmten Flchen berhaupt mglich sind, das wird in der klassischen Dierentialgeometrie errtert. In der modernen Ausprgung der Theorie wird dies auf hhere Dimensionen verallgemeinert, und die gekrmmten geometrischen Gebilde werden auch ohne einen umgebenden euklidischen Raum betrachtet. Daher handelt die moderne Dierentialgeometrie von Mannigfaltigkeiten (vgl. auch Abschnitt 4), auf denen durch die Vorgabe von bestimmten strukturellen Zusatzdaten (z.B. eines anen Zusammenhangs oder eines metrischen Tensors ) das Betreiben von Geometrie mglich wird. Die Hilfsmittel hierfr entstammen der Dierentialrechnung (fr Funktionen von mehreren Variablen) sowie der multilinearen Algebra. Die Dierentialgeometrie besitzt wichtige und fruchtbare Querverbindungen zu vielen Bereichen der reinen Mathematik sowie zur Physik z.B. ist Einsteins Allgemeine Relativittstheorie unter mathematischem Blickwinkel nichts anderes als die Dierentialgeometrie von vierdimensionalen Mannigfaltigkeiten, die mit einem gewissen Typ von metrischem Tensor versehen sind.

20

Algebraische Geometrie: Dies ist heute weltweit eines der aktivsten Forschungsgebiete der reinen Mathematik und bildet einen echten Mainzer Schwerpunkt. Es ist daher im nchsten Abschnitt etwas ausfhrlicher beschrieben. Elementare Bereiche der Geometrie spielen fr die Ausbildung der Lehramtskandidaten eine zentrale Rolle. Es werden daher regelmig Vorlesungen zu Themen aus der elementaren und klassischen Geometrie sowie Praktika zur computergesttzten dynamischen Geometrie angeboten, und analytische Geometrie wird im Rahmen der Grundvorlesungen fr das B.Ed.-Studium abgehandelt. Zur Dierentialgeometrie und Algebraischen Geometrie jedoch gibt es regelmig Aufbau-, Vertiefungsund Ergnzungsvorlesungen sowie Hauptseminare, und hier besteht auch die Mglichkeit zu Masterarbeiten und Dissertationen.

3.3

Algebraische Geometrie

In der algebraischen Geometrie setzt man sich mit den Eigenschaften von algebraischen Varietten auseinander, das heit Lsungsmengen von Gleichungssystemen f1 (x1 , x2 , . . . , xn ) = 0, f2 (x1 , x2 , . . . , xn ) = 0, . . . . . . . . . fk (x1 , x2 , . . . , xn ) = 0, wobei die fi Polynome sind. Solche Gleichungssysteme kommen in den verschiedensten Gebieten der Mathematik vor. Als solches ist die algebraische Geometrie als die direkte Verallgemeinerung der linearen Algebra anzusehen. Denn dort wird der Fall behandelt, dass alle Gleichungen vom Grad eins sind. Algebraische Varietten sind nicht immer glatte Mannigfaltigkeiten, sondern knnen bestimmte Sorten von Singularitten aufweisen. Ein zentrales Problem in der algebraischen Geometrie ist die Klassikation von algebraischen Varietten. Die erste Invariante ist die Dimension. Ist dim(V ) = 0, so besteht die Variett aus endlich vielen Punkten, und man interessiert sich fr Methoden, die Anzahl der Punkte zu bestimmen, ohne die Lsungen explizit bestimmen zu mssen. So wie ein Polynom von Grad n mit komplexen Koezienten n Nullstellen hat, so schneiden sich in der Ebene zwei Kurven vom Grad n und m in n m Punkten. Fr kompliziertere Fragen (wieviel Kegelschnitte berhren 5 gegebene Kegelschnitte?) braucht man weitergehende Schnitttheorie (Antwort: 3264!). Ist dim(V ) = 1, so liegt eine Kurve vor. Eine komplexe, glatte Kurve ist als Riemannsche Flche anzusehen, und hat daher ein Geschlecht. Die Gesamtheit aller Kurven vom Geschlecht g bildet den sogenannten Modulraum Mg von Kurven vom Geschlecht g . Dieser ist wieder eine Variett der Dimension

21

Abbildung 2.1: Algebraische Kurve vom Grad 3 mit Singularitt: y 2 x2 (x + 1) = 0

Abbildung 2.2: Riemannsche Flche vom Geschlecht 2

22

Abbildung 2.3: Algebraische Flche vom Grad 6 im Dreiraum: 4( 2 x2 y 2 )( 2 y 2 z 2 )( 2 z 2 x2 ) (1 + 2 )(x2 + y 2 + z 2 1)2 = 0 = (1 + 5)/2

3g 3, wenn g 2 ist. ber diese Modulrume ist im brigen wenig bekannt, durch die Anwendungen in der theoretischen Physik (Stringtheorie) ist dies aber ein sehr aktives Forschungsgebiet. Ist dim(V ) = 2, so gibt es eine grobe Einteilung in Klassen, aber viele Fragen ber Flchen {(x, y, z )|f (x, y, z ) = 0} im Dreiraum sind nach wie vor ungelst. In der algebraischen Geometrie beschftigt man sich nicht ausschlielich mit der Beschreibung von Lsungen in den komplexen Zahlen, sondern man interessiert sich grundszlich fr beliebige Krper. Ganz allgemein kann man fr ein polynomiales Gleichungssystem mit Koezienten im Krper mit p Elementen die Anzahl der Lsungen nk mit Koordinaten im Krper mit pk Elementen betrachten. Ein fundamentales Resultat von Dwork ist, dass die sogenannte Zetafunktion

Z (t) := exp
k=1

nk

tk k

stets eine rationale Funktion ist. Die genaue Struktur dieser Funktion hngt stark mit der komplexen Geometrie der Variett zusammen! Die Ergebnisse der algebraischen Geometrie ber endlichen Krpern nden Anwendung in der Kodierungstheorie und Zahlentheorie. Die algebraische Geometrie hat enge Verbindungen zur kommutativen Algebra, zur komplexen Analysis, zur Computeralgebra, zur Topologie und zur Zahlentheorie.

23

3.4

Computerorientierte Algebra

Die Computeralgebra ist ein Grenzgebiet zwischen Mathematik und Informatik. Sie beschftigt sich mit dem Entwurf, der Implementierung und Anwendung von algebraischen Algorithmen. Hierbei wird mit mathematischen Objekten symbolisch gerechnet. Diese mathematischen Objekte knnen z. B. Zahlen, aber auch Polynome, Gleichungen, Gruppen, Ringe, Moduln usw. sein. Symbolische Rechnungen werden im Gegensatz zu numerischen Berechnungen immer exakt durchgefhrt. Will man z. B. das Gleichungssystem x4 + 2x2 y 2 3x2 y + y 4 + y 3 = 0 x2 + y 2 1 = 0 lsen, so bekommt man mit symbolischer Rechnung die Lsung x = und nicht Annherungen, wie etwa x 0, 866 . . . , y = +0, 500 . . .
1 2

3, y =

1 2

Die Anwendungen der Computeralgebra innerhalb und auerhalb der Mathematik sind vielfach. Innerhalb der Mathematik erlauben uns die Computeralgebrasysteme, Beispiele durchzurechnen, die mit der Hand nicht mehr durchfhrbar sind. Es gibt allgemeine (meistens kostenpichtige) Computeralgebrasysteme wie Maple Mathematica Reduce die eine Vielfalt von mathematischen Problemen lsen knnen, wie z. B. Dierenzieren, Primzahlen nden, Faktorisieren, Plotten und vieles mehr. Daneben gibt es spezielle (meistens kostenlose) Computeralgebrasysteme, die sich auf spezielle Gebiete der Mathematik beschrnken. Hier sind zu nennen: Macaulay Singular Lydia Pari/Gp. GAP Wir nennen drei Anwendungen aus der Praxis: 1. Robotics Roboter, die z. B. in der Produktion benutzt werden, bestehen aus einem oder mehreren Armen, die verschiedene Gelenke haben knnen. Die Frage, ob der Roboter einen fest vorgeschriebenen Punkt erreichen kann, fhrt im Allgemeinen zu einem nicht linearen Gleichungssystem, das man mit Hilfe der sogenannten Grbner Basen studieren kann.

24

2. Kryptographie In der Kryptographie geht es darum, Nachrichten zu verschlsseln, so dass diese fr Dritte unlesbar werden. Dies spielt im Internet-Zeitalter eine immer wichtigere Rolle. Moderne Verfahren der Kryptographie benutzen groe Primzahlen ( 100 Dezimalstellen) oder auch sogenannte elliptische Kurven ber endlichen Krpern. Eine der Aufgaben der Computeralgebra ist es, diese Berechnung in endlichen Krpern mglichst ezient durchzufhren. 3. Kodierungstheorie In der Kodierungstheorie geht es darum, bertragungsfehler zu erkennen und eventuell, wenn ntig, zu korrigieren. Diese Fehler knnen z. B. auftreten durch Kratzer (CD, Strichcode), schlechtes Wetter usw. . Eine Mglichkeit, diese Fehler zu entdecken, ist das Hinzufgen von Zusatzinformationen. Auch hier wird oft mit endlichen Krpern gearbeitet.

3.5

Zahlentheorie

Man kann mit Fug und Recht sagen, dass der Anfang aller Mathematik auch der Anfang von Zahlentheorie war, denn was gibt es Elementareres als die natrlichen Zahlen? Der Aufbau der Zahlsysteme ist etwas sehr Fundamentales und begegnet allen Studenten in den Anfngervorlesungen oder in den frhen (Pro)Seminaren. Viele Phnome hngen mit den Grundlagen der Mathematik zusammen, viele schwierige Stze wie zum Beispiel die Klassikation von bestimmten Divisionsalgebren mit tiefen Resultaten der Topologie und Analysis. Man denke auch an Konstruktivittsfragen bei den reellen Zahlen, auf die wir gleich nochmal eingehen werden. Die Arbeitsgruppe Zahlentheorie in Mainz vertritt die klassische Zahlentheorie wie auch die moderne Arithmetische Geometrie, wie das Gebiet wegen seiner engen Verbindungen mit der Algebraischen Geometrie heutzutage auch gerne bezeichnet wird. Die Arbeitsgruppe Zahlentheorie ist Teil des Transregios SFB/TRR 45 Perioden, Modulrume und Arithmetik Algebraischer Varietten (www.sfb45.de) der Deutschen Forschungsgemeinschaft, ein grosses Verbundprojekt zusammen mit den mathematischen Instituten in Bonn und Essen. Hier sind einige exemplarische Themen, fr die auch Examensarbeiten vergeben werden knnen: (a) Konstruktion von neuen Zahlen: In den komplexen Zahlen sind die sogenannten ganzen algebraischen Zahlen eingebettet. Das sind genau die Nullstellen von Polynomen mit ganzen Koezienten. Diese bilden einen Krper, der die rationalen Zahlen umfasst, aber immer noch abzhlbar ist. Nun kann man auf einfache Weise noch kompliziertere Zahlen einfhren, indem man Folgendes deniert: Eine Periode ist eine komplexe Zahl, deren Real- und Imaginrteil entstehen, wenn man eine rationale Dierentialform mit ganzen Koezienten ber ein Gebiet im Rn integriert, das als Ungleichungsmenge von Polynomen mit ganzen Koezienten deniert wird.

25

Abbildung 2.4: Addition auf einer elliptischen Kurve C

Ein einfaches Beispiel ist die Zahl = 3.14159265..., die als Integral ber den Einheitskreis entsteht. Die Perioden enthalten alle algebraischen Zahlen, sind aber eine echt grssere Menge, wie man am Beispiel von sieht. Da Perioden auch abzhlbar sind (nach Denition), bilden sie eine etwas exotische Menge von komplexen Zahlen. Es gibt noch viele ungelste Vermutungen ber Perioden, so vermutet man etwa, dass 1/ keine Periode ist und vieles andere mehr. In diesen Untersuchungen gibt es auch viele neue Identitten und berschneidungen mit anderen Gebieten, wie der Algebraischen Geometrie, Topologie und Analysis (Dierentialgleichungen und spezielle Funktionen), und sogar der Stochastik. (b) Arithmetische Eigenschaften von geometrischen Objekten: Algebraische Varietten sind ber gewissen Grundkrpern deniert, die wesentlich kleiner als die komplexen Zahlen sein knnen oder sogar endliche Krper sind. Letzteres ist besonders interessant, wenn man sich fr Kryptographie interessiert, ein Gebiet, das ebenfalls ein Schwerpunkt in Mainz ist. Betrachtet man zum Beispiel elliptische Kurven ber einem endlichen Krper Fq , so hat man in den rationalen Punkten der Kurve eine abelsche Gruppe erhalten, deren Komplexitt sehr hoch ist (in der Figur wird beschrieben, wie man auf elliptischen Kurven rechnen kann). Auch in der Primzahlfaktorisierung sind elliptische Kurven sehr wichtig. Interessante Studien ergeben sich auch, wenn man elliptische Kurven oder hherdimensionale Varietten ber Zahlkrpern studiert. Das Studium rationaler Punkte auf Varietten ist dabei ein besonderer Schwerpunkt in Mainz. In diesem Gebiet ergeben sich viele neue Zusammenhnge mit der Analysis (L-Reihen) und vielfltige Perspektiven ber die algebraische K-Theorie (algebraische Zykeln) und die Theorie der Motive, eine universelle Idee von Grothendieck, die gewisse Aspekte der Mathematik auf eine einheitliche Weise verstehen will. (c) Algebraische K-Theorie: Die Klassengruppe eines Zahlkrpers ist eine endliche Gruppe, wie in der elementaren Zahlentheorie gezeigt wird. Diese Gruppe, wie auch die Brauergruppe, die Picardgruppe in der Geometrie oder andere Gruppen in der Topologie (Whiteheadgruppe) und Analysis sind Invariantengruppen, die einen gewissen Aspekt einer Theorie beschreiben. Algebraische K-Theorie ist interdisziplinr und versucht solche grundlegenden Gruppen unabhngig vom jeweiligen

26

Problem zu denieren. Diese K-Gruppen haben oft eine gute geometrische Beschreibung durch algebraische Objekte, z.B. algebraische Zykel in assoziierten Rumen. Viele Jahre lang galt K-Theorie als schwer zugngliche Mathematik. Neuerdings entwickeln sich allerdings viele algorithmische Methoden, die den Gruppen einen neuen Zugang verschaen und ihre besonders hohe Komplexitt zum Grundstein ihrer Bedeutung machen. Schlielich sind komplizierte abelsche Gruppen, in denen es sich gut rechnen lsst, auch interessant fr andere Zwecke, wie z.B. die Kryptographie. Algorithmische K-Theorie wird damit zur natrlichen Fortsetzung von algorithmischer Zahlentheorie. Vorlesungen und Seminare zur Zahlentheorie werden regelmig angeboten. In der Regel kann man schon nach dem erfolgreichen Besuch von zwei Veranstaltungen an eine Examensarbeit denken. Die Zahlentheorie in Mainz ist auch ein aktives Forschungsgebiet mit vielen nationalen und internationalen Kooperationen, u.a. nach Frankreich, Japan, Kanada, Mexico, Ungarn und die USA.

Topologie

Topologie ist ein relativ junges mathematisches Gebiet. Sie entstand etwa in der Mitte des 19. Jahrhunderts aus der komplexen Analysis und aus dem Versuch, Geometrie auf ein neues Fundament zu stellen (B. Riemann). Der wichtigste Begri der Topologie ist der der Mannigfaltigkeit. Das ist grob gesprochen eine Menge mit der Eigenschaft, dass sie in der Nhe eines beliebigen Punktes wie eine Kugel im n-dimensionalen Euklidischen Raum Rn aussieht. Am besten macht man sich diesen Begri am Beispiel des Kosmos klar: Man stelle sich vor, man knne mit einem Raumschi an eine beliebige Stelle des Kosmos fahren. Wenn man sich dort umschaut, erhlt man den Eindruck, sich im Mittelpunkt einer groen Kugel zu benden. Also ist es eine plausible Annahme, dass der Kosmos mathematisch durch eine 3-dimensionale Mannigfaltigkeit beschrieben wird, eine Annahme, die auch der Einsteinschen Relativittstheorie zugrundeliegt. Wenn man den Zeitparameter noch dazunimmt, erhlt man eine 4-dimensionale Mannigfaltigkeit, Raum-Zeit genannt. Ein Beispiel fr eine 2-dimensionale Mannigfaltigkeit ist die Erdoberche: Wo immer wir uns auf der Erde hinstellen, wir haben den Eindruck in der Mitte einer Scheibe (= 2-dimensionalen Kugel) zu stehen. Andere Beispiele von 2-dimensionalen Mannigfaltigkeiten, die man auch Flchen nennt, erhlt man durch die Oberche eines festen Krpers, z.B. eines Ringes, die man Torus nennt (vgl. Abb. 2.5). Ein weiteres Beispiel ist das Mbiusband (vgl. Abb. 2.6). In der Dierentialtopologie versucht man, Mannigfaltigkeiten zu klassizieren. Z.B. werden die Oberchen F fester Krper vollstndig durch eine Zahl, die Eulersche Zahl e(F ), klassiziert, die man so erhlt: berziehe die Oberche mit einem

27

y
r t2
R

t1

Abbildung 2.5: Torus

Abbildung 2.6: Mbiusband

Netz von (krummlinigen) Dreiecken. Dann ist e(F ) = Anzahl der Ecken - Anzahl der Kanten + Anzahl der Dreieckschen. Der Eulersche Polyedersatz besagt, dass diese Zahl unabhngig von der Wahl des Netzes ist. Z.B. ist 2 die Eulersche Zahl der Oberche der Kugel und 0 die des Torus. Als relativ junge Disziplin hat die Topologie die Mglichkeit, etablierte Methoden aus anderen Bereichen der Mathematik, insbesondere der Analysis, Algebra und algebraischen Geometrie, zu verwenden, von der sie reichlich Gebrauch macht. Es gibt eine Reihe von Querverbindungen zur theoretischen Physik, die gerade in den letzten Jahren besonders belebt wurden.

28

5
5.1

Analysis
Was ist mathematische Analysis?

Die Analysis kann als die mathematische Beschreibung und Untersuchung von kontinuierlichen Systemen und Vorgngen angesprochen werden. Ausgangspunkt sind Konvergenzuntersuchungen fr Folgen und Reihen sowie die Dierentiation und Integration von Funktionen. Ein spezielles Integrationsproblem fr den Parabelbogen wurde bereits von Archimedes (gest. 212 v. Chr.) behandelt, womit er zum ersten Mal die Denkweise der reinen Geometrie verlie und so etwas wie einen Grenzprozess betrachtete, also ein fr die Analysis typisches Objekt. Aber erst mit der Einfhrung der Innitesimalrechnung durch Newton und Leibniz im 17. Jahrhundert kam die Analysis richtig in Schwung und machte seither in enger Kooperation mit den aufblhenden Naturwissenschaften eine rasante Entwicklung durch, die bis zum heutigen Tage anhlt. Aber nicht nur Physik und Technik, sondern auch Biologie, kologie, Informatik und Wirtschaftswissenschaften sind heute zentrale Anwendungsgebiete der Analysis. Die Inspirationen zur Weiterentwicklung der Analysis sind zwar hug aus Anwendungsproblemen gekommen, doch haben die zur Lsung dieser Probleme entwickelten Methoden zu vielen Fragestellungen grundstzlicher Natur gefhrt, deren Untersuchung denitiv in die reine Mathematik gehrt. berdies verwenden auch andere Gebiete der reinen Mathematik (wie etwa Dierentialgeometrie oder Zahlentheorie) in groem Umfang Begrie, Methoden und Ergebnisse aus der Analysis. So kann die Analysis als eine Brcke zwischen reiner und angewandter Mathematik angesprochen werden. Eine grobe Einteilung der Analysis in Teilgebiete lsst sich folgendermaen angeben: Theorie der Dierentialgleichungen Geometrische Analysis Funktionentheorie (=komplexe Analysis) Funktionalanalysis In allen diesen Gebieten kann man sich in Mainz spezialisieren. Die Pichtveranstaltungen der beiden Bachelor-Studiengnge umfassen aber schon einen gehrigen Anteil Analysis, nmlich die Dierential- und Integralrechnung, zunchst fr Funktionen einer reellen Variablen und dann fr Funktionen von mehreren Variablen, wobei auch die moderne Integrationstheorie von Lebesgue besprochen wird. Hinzu kommt zumindest fr den B.Sc. eine Einfhrung in Dierentialgleichungen und Funktionentheorie.

29

5.2

Dierentialgleichungen und ihre Anwendungen

In den Naturwissenschaften mchte man die zeitliche Entwicklung von Systemen beschreiben und vorhersagen. Seit dem 17. Jahrhundert ist bekannt, dass es am eektivsten ist, anstatt den Verlauf direkt zu beschreiben, Mechanismen zu identizieren die es erlauben, den Verlauf zu rekonstruieren. Man mchte verstehen wie der momentane Zustand des Systems die Geschwindigkeit der Vernderung bestimmt. Die mathematischen Methoden, die aus solchen berlegungen enstanden sind, sind die Theorie der gewhnlichen Dierentialgleichungen und als Grundlage dafr die Analysis. Eine solche Gleichung ist eine algebraische Beziehung zwischen einer Funktion und ihrer Ableitung. Das Argument dieser Funktion ist oft, obwohl nicht immer die Zeit. In manchen Fllen sind die fundamentalen Gren Funktionen von mehreren Variablen. Die gewhnlichen Ableitungen werden durch partielle Ableitungen ersetzt und die gewhnlichen durch partielle Dierentialgleichungen. Solche Gleichungen werden benutzt, um mathematische Modelle aufzustellen die wichtige Aspekte der Wirklichkeit widerspiegeln. Die klassischen Anwendungsgebiete dieser mathematischen Ideen nden wir in der Physik. Z. B. werden gewhnliche Dierentialgleichungen benutzt, um die Bewegung der Planeten um die Sonne zu beschreiben oder um die Flugbahn eines Satelliten zu planen. Inzwischen werden die partiellen und insbesondere die gewhnlichen Dierentialgleichungen in allen Bereichen der Naturwissenschaften immer wichtiger. Sie kommen in der Wirtschaftmathematik vor und sie haben in der Biologie und in der Medizin einen schnell wachsenden Einuss. In der Biologie werden immer mehr Daten gesammelt und der Bedarf ist gro, aus diesen Daten theoretische Einsichten zu gewinnen. Die Mathematik kann dabei helfen in dem sie Muster erkennt, oft mit Hilfe der Informatik. Sie kann auch dadurch wichtige Beitrge liefern, dass sie mathematische Modelle bereitstellt. Bei der Formulierung und der Untersuchung solcher Modelle stehen oft die Dierentialgleichungen im Mittelpunkt. Die Beschftigung mit Dierentialgleichungen begann fast zur selben Zeit wie die Einfhrung der Dierential- und Integralrechnung durch Newton und Leibniz am Ausgang des 17. Jahrhunderts. Zuerst versuchte man die Lsungen von Dierentialgleichungen durch bekannte Funktionen darzustellen. Nachdem aber im vorigen Jahrhundert nachgewiesen wurde, dass dies schon fr die Lsungen relativ einfacher Dierentialgleichungen nicht mglich ist, bekamen die Untersuchungen eine andere Richtung. Man versuchte, das Verhalten der Lsungen vorgegebener Dierentialgleichungen zu bestimmen, ohne dass die Lsungen explizit bekannt waren, allein aus den Eigenschaften der Dierentialgleichungen. Hierbei ist besonders interessant, wie sich die Lsungen fr groe Zeiten verhalten, ob sie etwa gegen eine Gleichgewichtslage oder gegen eine Schwingung streben, und ob kleine Strungen zu greren nderungen der Lsungen fhren knnen (qualitatives Verhalten). Die Theorie der Dierentialgleichungen ist ein sehr interessantes Gebiet der reinen Mathematik. Die Erfahrung zeigt aber, dass sie wesentlich bereichert wird in dem man die intrinsischen Probleme des Gebiets mit verschiedenen Anwendungen in

30

Verbindung bringt. Dabei knnen es sich um Anwendungen auf andere Gebiete der Mathematik handeln. Informationen dazu ndet man anderswo in diesem Dokument. Hier wollen wir uns auf Anwendungen auerhalb der Mathematik konzentrieren. Bei solchen Anwendungen wird man damit konfrontiert, dass verschiedene Fachgebiete oft verschiedene Sprachen und verschiedene Denkweisen verwenden, was die Kommunikation manchmal erschwert. Gerade diese Unterschiede machen solche Interdisziplinre Untersuchungen besonders reizvoll. Im Idealfall kommen hilfreiche Einsichten fr beide Fcher dabei heraus. Eine besondere Strke der Mathematik in diesem Zusammenhang ist Ihre Universalitt. Damit ist gemeint, dass die gleichen mathematischen Begrie und Argumentationen auf Probleme aus verschiedenen Gebieten angewendet werden knnen, die sonst nichts mit einander zu tun haben. Hier ist ein Beispiel. Der Heterokline Zyklus ist ein Begri aus der Theorie der gewhnlichen Dierentialgleichungen. In einem einfachen Beispiel gibt es drei stationre Zustnde (Lsungen die nicht von der Zeit abhngen), x1 , x2 , x3 und andere Lsungen die gegen eine der stationren Lsungen in der Vergangenheit streben und gegen eine andere in der Zukunft. (In einem solchen Fall sprechen wir von heteroklinen Lsungen.) Nehmen wir an, dass die heteroklinen Lsungen die stationren Zustnde in der Reihenfolge 1 2 3 verbinden. Die heteroklinen Lsungen bilden dann einen Zyklus. Andere Lsungen knnen sich dann dem Zyklus nhern und zeigen ein oszillatorisches Verhalten. Die Lsung nhert sich x1 , bleibt eine Weile dort, verlsst x1 um in die Nhe von x2 zu wechseln, bleibt dort eine Weile, wechselt in die Nhe von x3 , bleibt dort eine Weile, wechselt zurck nach x1 usw. In welchen Anwendungen ndet man so etwas? Bei der Echse Uta stansburiana kommen die Mnnchen in drei Formen vor. Jede Form hat eine andere Kehlfarbe (orange, gelb oder blau) und ein anderes Verhalten im Wettbewerb um die Gunst der Weibchen. Die Populationen der drei Formen zeigen Oszillationen, die durch einen heteroklinen Zyklus beschrieben werden knnen. Fr ein ganz anderes Beispiel betrachten wir den Urknall, die Anfangssingularitt unseres Universums. Die Dynamik von Raum, Zeit und Gravitation in der Nhe der Singularitt wird durch ein System von partiellen Dierentialgleichungen, die Einstein-Gleichungen, beschrieben. In einem speziellen Fall reduziert sich dieses System auf ein System von gewhnlichen Dierentialgleichungen. Unter den Lsungen dieses Systems ndet man solche, die sich einem heteroklinen Zyklus nhern der mathematisch gesehen dem der Echsen ziemlich hnlich ist. In der Physik spielen Wellenphnomene eine wichtige Rolle. Z. B. werden elektromagnetische Wellen und Schallwellen in einem Gas oder einer Flssigkeit durch Systeme von partiellen Dierentialgleichungen beschrieben. Wellen werden oft von einem Gleichungstyp beschrieben der hyperbolisch heisst. Parabolische Gleichungen dagegen beschreiben Diusion. Bei chemischen Reaktionen diundieren die Stoe und die Wechselwirkungen der Konzentrationen knnen durch sogenannte Reaktions-Diusions-Gleichungen beschrieben werden. Diese Gleichungen sind parabolisch. Wenn man annimmt, dass die Mischung gut gerhrt wird, wie in bestimmten chemischen Reaktoren, kann man die rumliche Abhngigkeit der Kon-

31

zentrationen vernachlssigen und mit gewhnlichen Dierentialgleichungen Arbeiten. In der Biologie mchte man die Prozesse innerhalb von lebenden Zellen verstehen und viele dieser Prozesse werden durch chemische Reaktionen beschrieben. Hier kann man oft mit gewhnlichen Dierentialgleichungen auskommen und muss die Diusion nicht explizit modellieren. Der Grund ist, dass die Zelle so klein ist, dass eine rumliche Abhngigkeit der Konzentrationen sehr schnell durch die Diusion ausgeglichen wird, so schnell dass man sie nicht beobachten kann. Die Anwendungen fhren auf eine Vielzahl von interessanten Problemen die durch die Mathematiker bearbeitet werden knnen. In gnstigen Fllen knnen die dadurch gewonnenen Erkenntnisse das Verstndnis der Anwendungen verbessern. Beispiele, die in Mainz bearbeitet werden sind die Immunologie (Populationsdynamik von Immunzellen und Signalwege innerhalb von Zellen) und die Photosynthese (Kohlensto-Fixierung). Unabhngig davon, um welches Anwendungsgebiet es sich handelt ist das Ziel, das qualitative Verhalten von mglichst allgemeinen Lsungen der Gleichungen zu bestimmen und die Bedeutung dieser Erkenntnisse fr die Anwendungen zu verstehen.

5.3

Geometrische Analysis, insbesondere Minimalchen

Wir wollen ein Beispiel der klassischen Dierentialgeometrie und einige seiner Verbindungen zur Analysis und verschiedenen Bereichen der modernen Physik nher vorstellen. Taucht man also eine gebogene Drahtschlinge in gewhnliche Splmittellsung und zieht sie nach kurzer Zeit vorsichtig wieder aus dem Bad heraus, so stellt sich in dem Draht eine regenbogenfarbene Seifenhaut ein, nach dem aus der Physik bekannten Bernoullischen Prinzip der virtuellen Arbeit eine Seifenlamelle minimaler potentieller Energie. Da diese Energie nun proportional dem Flcheninhalt der Lamelle ist, modellieren, aus mathematischer Sicht, Seifenhute zweidimensionale Flchen kleinsten Inhalts, sogenannte Minimalchen. Durch weiteres, ja nahezu beliebiges Verbiegen der Drahtschlinge lassen sich auf diese experimentelle Weise verschiedene, in ihrer Gestalt hchst erstaunliche Minimalchen erzeugen - der Phantasie sind dabei keine Grenzen gesetzt! Durch moderne Computerunterttzung knnen wir dieses Verbiegen auch den mathematischen und Grakprozessoren berlassen. Umfangreiche Softwarepakete bereichern die abstrakte mathematische Arbeit durch aussagekrftige und auch knstlerisch ansprechende Computersimulationen. Wir wollen vorerst aber einen Zusammenhang zur klassischen Analysis aufzeigen und betrachten dazu ein weiteres Experiment. Eine Kette, an zwei verschiedenen Punkten im Raum aufgehngt, nimmt die Gestalt einer Kurve mit mglichst tief liegendem Schwerpunkt an. Mit etwas analytischen und algebraischen Techniken zeigt sich bald, dass der Verlauf dieser sogenannten Kettenlinie einer hyperbolischen Kosinusfunktion gleicht. Hlt man nun beide Aufhngepunkte fest und rotiert die Kette schwungvoll, so erzeugt man eine Rotationsche mit dem hyperbolischen Kosinus als Meridian. Wie bereits Leonhard Euler

32

im 18. Jahrhundert zeigte, handelt es sich bei dieser Rotationsche tatschlich wieder um eine Minimalche, dem sogenannten Katenoid (Kettenche). Analytisch wird das Katenoid durch eine gewhnliche Dierentialgleichung beschrieben, wie wir sie in Abschnitt 5.2 diskutiert haben. Und damit stellt es auch eine recht einfach zu behandelnde Minimalche dar, denn im Allgemeinen werden diese Flchen, da sie ja zweidimensional sind, auch durch partielle Dierentialgleichungen mit zwei unabhngigen Vernderlichen modelliert, was erheblich mehr mathematische Schwierigkeiten in sich birgt. Andererseits stehen den Dierentialgeometern mit der klassischen Funktionentheorie komplexer Funktionen und modernen funktionalanalytischen Methoden durchaus mchtige Werkzeuge zur Verfgung, die es gilt, beim Studium von Minimalchen geschickt anzuwenden. Die Theorie der Minimalchen liefert endlich auch wichtige Querverbindungen zur modernen Relativittstheorie und Kosmologie, von denen wir zwei vorstellen wollen. Im Gegensatz zur Newtonschen Mechanik sind Konzepte wie Gesamtenergie, Gesamtimpuls oder Gesamtdrehmoment in der Allgemeinen Relativittstheorie nur schwer oder gar nicht zu denieren und bislang berhaupt nur fr gravitativ isolierte Systeme mit sogenannten asymptotisch achen Anfangsbedingungen gut verstanden. Motiviert durch Untersuchungen spezieller, aus dem kosmologischen Standardmodell bekannten Raum-Zeiten fhrt man einen besonderen Begri der Gesamtmasse eines physikalischen Systems ein. Der in der mathematischen Physik viel studierte Positive-Masse-Satz besagt nun, wenn eine solche asymptotisch ache Raum-Zeit eine sogenannte Dominante-Energie-Bedingung erfllt, auf die wir hier aber nicht weiter eingehen, so muss auch ihre Gesamtmasse positiv sein - eine tatschlich schwer zu zeigende Aussage. Richard Schoen und Shing-Tung Yau fhrten einen Beweis dieses Satzes unter Verwendung klassischer Resultate zweidimensionaler Minimalchen im dreidimensionalen Euklidischen Raum! Und unser letztes Beispiel entstammt schlielich der modernen Stringtheorie. Bewegt sich nmlich ein eindimensionaler, geschlossener oder oener Faden in der vierdimensionalen RaumZeit, so berstreicht er whrend seiner Bewegung eine Flche. Den Inhalt dieser Flche kann man dierentialgeometrisch messen, und die Forderung der Physik ist nun, dass dieser Inhalt minimal sein soll (im Sinne der Lorentz-Geometrie) in demselben Sinn, wie wir es zu Beginn dieses Abschnittes diskutiert haben, was aber bedeutet, dass die berstrichene Flche dann wieder eine Minimalche darstellt! Man spricht hier von einer Stringwirkung, genauer von der Nambu-Goto-Wirkung. Die zu dieser Wirkung gehrige Dierentialgleichung, die Minimalchengleichung, wird mit den Dierentialgleichungen der Einsteinschen Relativittstheorie und der Quantentheorie gemeinsam betrachtet, und die langfristige Honung ist es, von den aus diesen Gleichungen resultierenden Lsungen auf bekannte Elementarteilchen des heutigen Standardteilchenmodells zurckzuschlieen. Unser Weg, angefangen bei Eulers Katenoid bis hin zur modernen Teilchenphysik mit der Nambu-GotoWirkung der bosonischen Stringtheorie, ist allerdings ein sehr, sehr weiter.

33

5.4

Komplexe Analysis

Wie der Name schon andeutet, werden in der komplexen Analysis, auch Funktionentheorie genannt, Funktionen ber den komplexen Zahlen betrachtet. Historisch gesehen haben die komplexen Zahlen ihren Ursprung eher in der Algebra. Sie entstehen bei dem Versuch, algebraische Gleichungen wie x2 + x + 1 = 0 oder 2 x +1 = 0 zu lsen. Im Jahre 1777 fhrte Leonhard Euler die Bezeichnung i = 1 fr die imaginre Einheit ein. Fgt man den reellen Zahlen diese imaginre Einheit hinzu, so erhlt man die komplexen Zahlen C. Auch in der reellen Analysis ist es gelegentlich vorteilhaft, komplexe Zahlen zu verwenden. Beispielsweise beruht die Integration rationaler Funktionen auf deren Partialbruchentwicklung und damit auf dem Fundamentalsatz der Algebra, der besagt, dass ber den komplexen Zahlen jedes Polynom in Linearfaktoren zerfllt. Die in der komplexen Analysis betrachteten Funktionen f : C C sind durch eine spezielle Dierenzierbarkeitseigenschaft, die Holomorphie, ausgezeichnet. Geometrisch bedeutet die Holomorphie Winkel- und Orientierungstreue. Sie zieht eine Flle von faszinierenden Konsequenzen nach sich. So sind beispielsweise nach dem Identittssatz holomorphe Funktionen schon durch eine vergleichbar kleine Menge ihrer Werte vollkommen bestimmt und nach dem Cauchyschen Integralsatz sind Integrale holomorpher Funktionen wegunabhngig. Durch die Untersuchung analytischer Fortsetzungen reeller Funktionen knnen auch Resultate aus der reellen Analysis, wie zum Beispiel das Konvergenzverhalten gewisser Potenzreihen, erklrt werden. Erwhnenswert ist natrlich auch der Residuensatz, mit dem auch viele reelle Integrale berechnet werden knnen. Es soll hier allerdings nicht der Eindruck entstehen, die komplexe Analysis sei nur ein Hilfsmittel der reellen Analysis. Die Funktionentheorie ist ein klassisches Fachgebiet mit Verbindungen unter anderem zur Zahlentheorie, Geometrie und der Physik. Das Ntigste aus diesem klassischen Gebiet wird den Studierenden innerhalb der Pichtveranstaltung Dierentialgleichungen und Funktionentheorie vermittelt. In der aktuellen Forschung wird hauptschlich Funktionentheorie mehrerer Vernderlicher behandelt. Oft stehen dabei komplexe Mannigfaltigkeiten im Vordergrund, d.h. Mannigfaltigkeiten, deren Punkte lokal durch komplexe Koordinaten z1 , . . . , zn beschrieben werden knnen, wobei die Umrechnung von einem zulssigen Koordinatensystem ins andere durch holomorphe Funktionen zu geschehen hat. Zum Beispiel wird jede komplexe algebraische Variett (vgl. Abschn. 3.3) zu einer komplexen Mannigfaltigkeit, nachdem man die Singularit 1 2 ten entfernt hat. Schon dieses Beispiel zeigt die groe Nhe der modernen Funktionentheorie zur algebraischen Geometrie, und entsprechend starke Querverbindungen existieren auch zur Topologie und zur Zahlentheorie. In Mainz verluft die Forschung und die fortgeschrittene Lehrttigkeit in der komplexen Analysis denn auch in enger Kooperation mit den in Kapitel 3 vorgestellten Arbeitsgruppen. Einen ersten Einstieg in die moderne

34

geometrische Sichtweise der komplexen Analysis bietet der regelmig angebotene Aufbaukurs Algebraische Kurven und Riemannsche Flchen.

5.5

Funktionalanalysis

Funktionen auf einem gemeinsamen Denitionsbereich kann man oenbar addieren und subtrahieren, mit Zahlen multiplizieren oder auch miteinander. Auerdem gibt es viele gute Methoden, zu beurteilen, wie stark sich zwei Funktionen unterscheiden. Dies ermglicht es, geeignete Mengen von Funktionen zu geometrischen Objekten zu machen, die man meist als Rume (von diesem oder jenem Typus) bezeichnet, und die man hnlich untersuchen kann wie die Ebene oder den dreidimensionalen Raum, indem man Methoden aus der linearen Algebra, der Topologie und der Analysis geschickt kombiniert. Wichtige Operationen, die man mit Funktionen durchfhren kann, wie etwa Dierenzieren, Integrieren oder eine Substitution im Argument, fhren dabei zu Transformationen der Rume, und diese bezeichnet man meist als Operatoren. In der Funktionalanalysis konzentriert man sich nun nicht auf die Untersuchung von einzelnen Funktionen, sondern man bersetzt konkrete Probleme der Analysis in mehr oder weniger geometrische Fragestellungen ber Funktionenrume und deren Operatoren. Hier zwei Highlights: Fr Integralgleichungen
b

f (s)
a

K (s, t)f (t)dt = g (s)

(dabei sind K (s, t) und g gegebene und f eine gesuchte Funktion) hat D. Hilbert in den Jahren 1905 bis 1910 eine Theorie entwickelt, die auf einer Art von Geometrie fr unendlichdimensionale Vektorrume mit Begrien wie Entfernung und Orthogonalitt beruht. Diese Vektorrume bekamen spter den Namen Hilbertrume, und ihr Studium ist ein wichtiger Grundstein der Funktionalanalysis. Es sei erwhnt, dass die Lsung von Integralgleichungen eng mit der Lsung von Dierentialgleichungen zusammenhngt. Die mathematischen Probleme der Quantenmechanik fhrten zu einem weiteren Ausbau der Funktionalanalysis durch die Verwendung von Operatoren auf Hilbertrumen, um die Observablen (beobachtbare Gren) zu beschreiben. Die daraus abgeleitete Theorie der Operatoralgebren ist auch zur Zeit ein wesentlicher Forschungsgegenstand der Funktionalanalysis. hnlich wie in Algebra, Geometrie und Topologie haben die zur Bewltigung konkreter Probleme entwickelten Methoden sich auch in der Funktionalanalysis verselbstndigt und zu abstrakten Theorien gefhrt, in denen axiomatisch denierte Typen von Rumen und Operatoren systematisch untersucht werden. Dieser Teil

35

der Funktionalanalysis, der gleichberechtigt neben dem strker anwendungsorientierten steht, ist denitiv der reinen Mathematik zuzuordnen, und in der Lehre steht er anfangs sogar im Vordergrund, da man auf der Grundlage der abstrakten Theorie wesentlich besser verstehen kann, wie die funktionalanalytischen Methoden in den Anwendungen arbeiten. Den Einstieg in die Funktionalanalysis bietet die regelmig angebotene Aufbauvorlesung Grundlagen der Funktionalanalysis, die normalerweise durch eine zweisemestrige Vertiefungsvorlesung sowie durch entsprechende Hauptseminare fortgefhrt wird. Dies ermglicht Master-Arbeiten und Dissertationen in der Arbeitsgruppe Funktionalanalysis, untersttzt aber auch die Spezialisierung auf Dierentialgleichungen, mathematische Physik oder Numerische Mathematik ganz wesentlich. Hier ist ein stichwortartiger Einblick in die aktuellen Forschungsinteressen der Arbeitsgruppe Funktionalanalysis in Mainz. Mehr darber ndet man auf http://www.mathematik.unimainz.de/Members/kostrykin/Forschung/forschungsschwerpunkte Dierentialoperatoren auf Graphen (Quantengraphen) Geometrische Strungstheorie Anwendungsmotivierte Fragestellungen in Kooperation mit dem FraunhoferInstitut fr Lasertechnik Aachen und der RWTH Aachen.

36

6
6.1

Stochastik
Was ist Stochastik?

In allen Bereichen menschlichen Handelns und Interesses spielt der Zufall eine bedeutende Rolle (Schadenseingnge in Versicherungen, Entwicklung von Brsenkursen, . . . ), und Entscheidungen mssen auf der Basis unvollstndiger Informationen getroen werden. Die Stochastik hat die Aufgabe, zufllige Vorgnge mit Hilfe mathematischer Modelle zu beschreiben und Verfahren zu entwickeln, um daraus fr die Praxis verwertbare Folgerungen zu ziehen. Sie ist seit Mitte des 20. Jahrhunderts zu einem zentralen Gebiet der Angewandten Mathematik herangewachsen, und dierenziert sich zunehmend in weitere Teilgebiete aus. Die Wahrscheinlichkeitstheorie stellt die Frage, welche Eigenschaften in einem gewissen Modell unter einem festgelegten Wahrscheinlichkeitsma gelten, die Mathematische Statistik fragt aufgrund einer vorliegenden Beobachtung danach, welches Wahrscheinlichkeitsma innerhalb eines gewissen Modells die gemachte Beobachtung am besten erklrt. Die Wahrscheinlichkeitstheorie nahm ihren Anfang vor etwa 300 Jahren mit dem Wunsch, Zufallsmechanismen von Glcksspielen (Wrfelspiele, Kartenspiele und hnliches) zu analysieren; hier sind berhmte Mathematiker wie Pascal, Fermat, Huygens und Bernoulli zu nennen. Dabei entstand ein kombinatorischer Teil der Wahrscheinlichkeitstheorie, bei dem zur Berechnung von Wahrscheinlichkeiten die Anzahl der gnstigen Flle zur Anzahl der mglichen Flle ins Verhltnis gesetzt wird. Ziel wahrscheinlichkeitstheoretischer berlegungen wurden aber schnell auch fundamentalere Aufgaben. A. Kolmogoro stellte 1933 nach Vorarbeiten anderer die Wahrscheinlichkeitstheorie konsequent auf eine axiomatische Grundlage. Sie wurde so vergleichbar mit mathematischen Gebieten wie Geometrie und Algebra und konnte auf dieser Grundlage zu einer eigenstndigen mathematischen Disziplin heranwachsen, mit reizvollen gelsten und ungelsten Problemen, interessanten Methoden, strengen Begrndungen und umfassenden kohrenten Theorien. Ein zentrales Teilgebiet der Wahrscheinlichkeitstheorie ist die Theorie der stochastischen Prozesse , die Modelle fr den zeitlichen Ablauf zuflliger Vorgnge sind. Bekannte Beispiele sind etwa Warteschlangen (Telefonsysteme, Verkehr), oder Verzweigungsprozesse (Wachstum biologischer Populationen) in klassischen oder in sehr modernen Varianten; weitere Beispiele sind Diusionsprozesse, Lvyprozesse, stochastische Dierentialgleichungen (Finanzmathematik), oder hochaktuell in der Biologie das Problem der zeitlichen Einordnung eines letzten gemeinsamen Stammvaters zweier heute existierender Spezies oder Individuen aufgrund von DNA-bereinstimmungen. Diese Anwendungen wren nicht denkbar ohne eine hochentwickelte, abstrakte und anspruchsvolle Theorie (Martingale, Markovprozesse, Stochastische Analysis); hier sind groe Mathematiker wie P. Lvy oder K. Ito zu nennen. Daneben knnen heute Probleme, deren Komplexitt eine analytische Behandlung schwierig oder unmglich erscheinen lt, mehr und mehr per

37

Computersimulation angegangen werden. In der mathematischen Statistik entwickelt man Verfahren zur Analyse statistischer Daten: aus der gemachten Beobachtung sollen Rckschlsse auf gewisse Kenngren der unbekannten Wahrscheinlichkeitsverteilung, die die Beobachtung erzeugt hat, gezogen werden. Klassische Teilgebiete sind das Schtzen und das Testen von Hypothesen . Viele wichtige parametrische und nichtparametrische Methoden gehen zurck auf Pioniere wie R. Fisher; eine Einbettung in rigorose mathematische Theorien geschah wesentlich spter, etwa durch A. Wald, J. Neyman, L. Le Cam und andere. Moderne Themen der mathematischen Statistik sind zum Beispiel Schtzprobleme in stochastischen Prozessen, oder Konvergenzraten fr Entscheidungsrisiken in statistischen Problemen, die durch sehr groe Funktionenklassen parametrisiert sind, und die Frage ihrer Optimalitt; Computer und riesige Datenstze bringen eine immer breitere Anwendung von Statistik in neuen Ausprgungen und in neuen Gebieten mit sich.

6.2

Stochastik als Prfungsfach in der Mathematik

Die Lehrveranstaltung Einfhrung in die Stochastik ist Picht im Bachelorstudium Mathematik (Bachelor Science und Bachelor Education), mit begleitendem Praktikum (Bachelor Science). Danach kann Stochastik als Aufbaumodul und insbesondere im Masterstudiengang Mathematik als Vertiefungsmodul gewhlt werden. In der Stochastik werden Bachelor- und Masterarbeiten vergeben.

6.3

Berufsperspektiven in Stochastik

Wegen der Bedeutung, die statistischen Untersuchungen in Wissenschaft und Technik zukommt, sind Mathematiker in der Biometrie und den statistischen Abteilungen von Medizin und Pharmazie seit jeher gefragt; hinzu kommt neuerdings ein Bedarf an Modellierung in biologischen Fragestellungen (Neurowissenschaften). Fortgeschrittene Kenntnisse in der Stochastik (stochastische Analysis, stochastische Dierentialgleichungen, Grundmodelle der Finanzmathematik) bedeuten heute exzellente Chancen auf dem Arbeitsmarkt: Banken, Versicherungen und Unternehmensberatungen sind auf der Suche nach guten Mathematikern mit diesem Prol.

6.4

berblick ber das Lehrangebot

Die (4-stndige) Vorlesung Einfhrung in die Stochastik ist im 3. oder im 4. Semester des Bachelorstudiums zu hren. Hier werden Denkweisen der Stochastik und grundlegend wichtige Resultate teils auch in Form eines berblicks vorgestellt. Ein Praktikum zur Stochastik erlaubt, am Rechner wichtige Denkobjekte und Begrie der Stochastik per Computersimulation visuell zu erfassen. Ein vorluger

38

Zugang zu diesen Objekten oder Begrien auf intuitivem Level befhigt die Studierenden, in Anwendungssituationen stochastische Denkweisen sinnvoll mit Hilfe eines Rechners umzusetzen. Meist wird in direktem Anschlu an die Einfhrung in die Stochastik eine (2-stndige) anwendungsorientierte Vorlesung im Bereich der Statistik oder zu einem speziellen Thema aus der Wahrscheinlichkeitstheorie angeboten. Das stochastische Grundwissen wird in der (4-stndigen) Vorlesung Stochastik I (Aufbaumodul, meist im 4. oder 5. Semester des Bachelorstudiums) gelehrt. Damit stehen sowohl die Sprache als auch die grundlegenden Stze der Stochastik zur Verfgung. Danach wenden sich die (4-stndigen) Vorlesungen Stochastik II und Stochastische Analysis als Vertiefungsmodul an die Studierenden, die sich im Masterstudium schwerpunktmig fr Stochastik entscheiden. Seminare und Hauptseminare ermglichen es, sich vertieft mit ausgewhlten Teilgebieten der Stochastik zu beschftigen; Hauptseminare bieten in der Regel den Einstieg in ein Masterarbeitsthema und bringen die Studierenden in Kontakt mit Problemen der Forschung. Weitere Lehrveranstaltungen (4-stndig oder 2-stndig, Ergnzungsmodul) runden das Lehrangebot ab; sie nden auf unterschiedlichem Niveau zu wechselnden Themen aus den Bereichen Wahrscheinlichkeitstheorie und Statistik statt.

7
7.1

Numerische Mathematik und wissenschaftliches Rechnen

Was ist Numerische Mathematik?

(1) Numerische Analysis Einige der in diesem Studienfhrer genannten mathematischen Gleichungen knnen nicht explizit nach der gesuchten Unbekannten aufgelst werden. So haben beispielsweise Abel und Galois in der ersten Hlfte des 19. Jahrhunderts beweisen knnen, dass fr die Nullstellen eines allgemeinen Polynoms keine Lsungsformeln angegeben werden knnen, sofern der Polynomgrad grer als vier ist. Fr Polynomgrad zwei, also fr Nullstellen der quadratischen Gleichung x2 + px + q = 0 gehrt die Lsungsformel p p2 q 2 4 hingegen zum blichen Schulsto. Trotzdem kann in der Regel eine Dezimaldarstellung dieser Nullstellen nur mit Hilfe eines Taschenrechners angegeben werden, da eine Quadratwurzel ausgerechnet werden muss. Doch auch fr Polynome hheren Grades ist es bisweilen notwendig, die Nullstellen genau angeben zu knnen. x=

39

Mit dieser Einfhrung sind die zentralen Themen der Numerischen Mathematik schon recht gut umrissen: Die Aufgaben bestehen darin, mglichst eziente Verfahren zur Auswertung mathematischer Formeln und zur Lsung komplizierter Gleichungen bzw. Gleichungssysteme zu entwickeln. Diese Verfahren sind anschlieend auf einem Computer zu programmieren und durch eine Stabilittsanalyse und mglichst scharfe Fehlerabschtzungen abzusichern. Um einige Schwierigkeiten bei dieser Zielsetzung aufzuzeigen, folgen einige kleine Beispiele, mit denen Sie Ihren PC (ein Taschenrechner tut es auch) auf die Probe stellen knnen. Berechnen Sie den Ausdruck 9x4 y 4 + 2 y 2 fr x = 10 864 und y = 18 817. Gibt Ihr Rechner das korrekte Ergebnis 1 aus? Werten Sie das Polynom p(x) = 223200658 x3 1083557822 x2 + 1753426039 x 945804881 fr verschiedene x aus dem Intervall [ 1.61801916 , 1.61801917 ] aus. Wenn mglich, plotten Sie das Polynom in diesem Intervall. Wieviele Nullstellen hat p Ihrer Meinung nach in diesem Intervall? In der Analysis-Grundvorlesung wird bewiesen, dass die Folge an = (1 + 1/n)n fr n gegen die Eulersche Zahl e = 2.71828 . . . strebt. Berechnen Sie an fr n = 10, 100, 1000, . . . und vergleichen Sie an mit e. Die Beispiele sind so gewhlt, dass die berraschenden Ergebnisse des Rechners noch recht einfach nachvollzogen werden knnen. Wer jedoch diese Beispiele gerechnet hat, wird erahnen, welche umfangreichen Vorarbeiten ntig sind, um beispielsweise das angenehme Fahrverhalten eines Kraftfahrzeugs oder die Stabilitt eines Staudamms durch Computerprogramme korrekt zu simulieren. Wie fast berall setzen sich die hierzu ntigen Untersuchungen aus vielen kleinen Puzzlesteinen zusammen. Diese Teilaufgaben bilden den Schwerpunkt der einfhrenden Vorlesung zur Numerischen Mathematik: Dazu gehren exakte Lsungsverfahren fr lineare Gleichungssysteme (Gau-Algorithmus ), sehr schnell konvergente Methoden wie etwa das Newton-Verfahren zur Berechnung der Nullstellen komplizierter Funktionen sowie Nherungsformeln zur genauen Auswertung von Integralen (numerische Quadratur ). Beispielhaft soll hier das (mglicherweise aus der Schule bekannte) Newton-Verfahren etwas detaillierter betrachtet werden, das hug zur Lsung nichtlinearer

40

Gleichungssysteme eingesetzt wird. Wir betrachten die Aufgabenstellung, die kubischen Wurzeln einer positiven Zahl a zu bestimmen, also die Lsungen der Glei chung x3 = a. Neben x = 3 a gibt es noch zwei weitere komplexwertige Lsungen, gegen die das Newton-Verfahren xn+1 = xn x3 1 na = (xn + a/x2 n) , 2 3xn 3 n = 0, 1, 2, . . .

bei geeigneter Wahl des (komplexen) Startwerts x0 sehr schnell konvergiert. Die folgende Abbildung stellt in unterschiedlichen Grautnen diejenigen Bereiche der komplexen Ebene dar, in denen x0 liegen muss, damit die Folge gegen die jeweilige mit einem kleinen Kreuz gekennzeichnete Lsung von x3 = 1 konvergiert. Die Abbildung hat eine fraktale Struktur: An den Rndern der groen einheitlich gefrbten Gebiete liegen kleinere Teilmengen, an deren Rand sich erneut entsprechend gefrbte Bereiche drngen, die bei weiterer Vergrerung wieder eine hnliche Gestalt aufweisen, usw. Entsprechend schwierig ist es, verlsslich zu entscheiden, gegen welchen der drei mglichen Grenzwerte das Newton-Verfahren konvergiert, falls der Startwert in der Nhe dieser verstelten Rnder gewhlt wird.
2

2 2

Von den weiterfhrenden Themen der numerischen Analysis sei der Fragenkomplex der Approximation angefhrt, etwa die Aufgabe, vorgegebene (x, y )-Datenpaare durch mglichst glatte und einfach auszuwertende Funktionen zu interpolieren. Ein weiterer Schwerpunkt liegt auf Lsungsverfahren fr die in diesem Studienfhrer bereits genannten Dierentialgleichungen, die in Natur und Technik eine wesentliche Rolle spielen und in sehr vielfltigen Variationen auftreten. (2) Wissenschaftliches Rechnen und Mathematische Modellierung Von dem ehemaligen amerikanischen Vizeprsidenten Al Gore stammt das prgnante Zitat high-tech is math-tech. Damit hat er in wenigen Worten zusammengefasst, dass mathematische Modelle und darauf basierende Computersimulationen heute in fast allen wissenschaftlichen und industriellen Bereichen unersetzlich sind:

41

 Beispiele aus den klassischen Ingenieurfchern sind etwa die Berechnung der zulssigen Belastbarkeit von Staudmmen, Hochhusern und Brcken, der Luftumstrmung von Kraftfahrzeugen und Flugzeugen oder die numerische Simulation explosionsartiger Verbrennungen in Motoren und Reaktoren. Bei den Naturwissenschaften sind z.B. umfangreiche Rechnungen in der Wettervorhersage und Klimaforschung oder bei der Vorhersage von TsunamiWellen ntig. Andere Aufgaben entstehen bei medizinischen Diagnoseverfahren, wie der Computertomographie oder einer Simulation der Blutstrmung. Sie sind ohne Mathematik genauso undenkbar wie die Berechnung von Planeten und Satellitenbahnen in der Weltraumforschung. Schlielich seien noch die vielen mathematischen Anwendungen in der Computerindustrie genannt, etwa im Chipentwurf, bei der Bildverarbeitung oder bei Computeranimationen. Derartige Berechnungen stoen oftmals an die Leistungsgrenzen der verfgbaren Rechnerplattformen. Um trotzdem in vertretbarer Zeit verlssliche Ergebnisse berechnen zu knnen, mssen eziente, problemangepasste numerische Verfahren zum Einsatz kommen; darber hinaus ist es unerlsslich, die verwendeten mathematischen Modelle zu hinterfragen, geeignete Terme zu vernachlssigen, alternative Modelle auf unterschiedlichen Zeitskalen heranzuziehen usw. Aufgrund der Komplexitt dieser Projekte lassen sich fr die Ergebnisse oftmals keine gesicherten analytischen Fehlerschranken mehr angeben; stattdessen muss auf die numerische Analyse einfacher Modellprobleme zurckgegrien werden. Die umfangreichen Rechnungen hingegen erfordern den uerst geschickten Einsatz aller zur Verfgung stehenden Hilfsmittel und knnen oftmals nur anhand vorhandener Messdaten nachtrglich veriziert werden. Fr ein erfolgreiches Projekt ist daher eine Kenntnis der relevanten physikalischen Modelle und ein sicheres Gefhl fr den Einsatz geeigneter numerischer Verfahren wesentlich. Diese Vorgehensweise bezeichnet man heute als Wissenschaftliches Rechnen oder Scientic Computing. Zur Illustration seien einige Ergebnisse unserer Arbeitsgruppe zur elektrischen Impedanztomographie aus der medizinischen Diagnostik angefhrt. Die Abbildung links zeigt ein Prototypgert, das elektrische Strme durch ein mit einem Elektrolyt geflltes Gef leitet, in dem zwei Metall- und ein Glaskrper unterschiedliche elektrische Widerstnde aufweisen. Im rechten Bild sieht man eine numerische Rekonstruktion dieser drei Objekte (die gestrichelten Linien geben die tatschliche Position der Objekte im Gef an). Neben oensichtlichen Anwendungen in der Medizin (unterschiedliche Gewebe haben unterschiedliche elektrische Widerstnde) knnte ein solches Verfahren auch bei nichtdestruktiven Prfmethoden zum Einsatz kommen, etwa bei der Suche nach unsichtbaren Haarrissen in einem Flugzeugrumpf.

42

Die Arbeitsgruppe Numerik beschftigt sich auerdem mit mathematischer Modellierung und Computersimulation von Wellenphnomenen, mehrdimensionalen Strmungen und Transportprozessen. In Kooperation mit industriellen Partnern werden moderne Verfahren fr Luftfahrtprobleme oder ozeanographische Strmungen entwickelt. In der nchsten Abbildung wird die Simulation von Wellenausbreitung auf der rotierende Ebene dargestellt. Das ist ein typisches ozeanographisches Beispiel. Einen weiteren Schwerpunkt bildet die Modellierung und Simulation biomechanischer Prozesse, insbesondere in der Hmodynamik und der Kehlkopfdynamik. Die letzte Abbildung zeigt die Geschwindigkeitsvektoren, Stromlinien und den Druck fr die Blutstrmung in stenotischen Gefen. Um eziente, problemangepasste Verfahren zu konstruieren wird dabei der Fluid-Struktur-Wechselwirkungs-Ansatz angewendet. Derartige Simulationen sind fr die Entwicklung neuer Operationstechniken, moderner Flugzeuge oder zuverlssiger Wettervorhersagen sehr wichtig.

7.2

Numerische Mathematik als Studien- und Prfungsfach in der Mathematik

Bachelorstudiengang Mathematik
Eine Pichtveranstaltung im Bachelorstudiengang ist das Modul Grundlagen der Numerik, das aus einer vierstndigen Vorlesung mit begleitenden bungen und Praktikum besteht. Es kann ab dem zweiten Semester belegt werden, da es allein auf der Vorlesung Einfhrung in die hhere Mathematik aufbaut; allerdings ist es von Vorteil, wenn zumindest zeitgleich die Vorlesung Analysis mehrerer Vernderlicher gehrt wird. Zu den Aufbaumodulen gehrt die weiterfhrende Lehrveranstaltung Numerik gewhnlicher Dierentialgleichungen. Fr den Bachelorstudiengang ist dies eine Wahlpichtveranstaltung, die aber unbedingt gehrt werden sollte, wenn man sich im Masterstudiengang in Numerischer Mathematik vertiefen mchte.

43

height; t=0

height; t=1.257

1.5

1.5

1 1 0.5 0.5 0 0.5 0 10 5 0 5 10 1

1 1 0.5 0.5 0 0.5 0 10 5 0 5 10 1

height; t=2.5152

height; t=3.7692

1.5

1.5

1 1 0.5 0.5 0 0.5 0 10 5 0 5 10 1

1 1 0.5 0.5 0 0.5 0 10 5 0 5 10 1

height; t=5.0261

height; t=6.28

1.5

1.5

1 1 0.5 0.5 0 0.5 0 10 5 0 5 10 1

1 1 0.5 0.5 0 0.5 0 10 5 0 5 10 1

1.2 1 0.8 0.6 0.4 0.2 -4 1.2 1 0.8 0.6 0.4 0.2 -4 -2 0 2 4 -2 0 2 4

44

Masterstudiengang Mathematik
Wer den Masterstudiengang Mathematik absolviert, muss sptestens hier das bereits genannte Aufbaumodul Numerik gewhnlicher Dierentialgleichungen belegen und hat dann alle Pichtveranstaltungen in Numerischer Mathematik absolviert. Danach kann man sich durch Wahl des Vertiefungsmoduls Wissenschaftliches Rechnen in diesem Bereich vertiefen und eine Masterarbeit anfertigen. Das Vertiefungsmodul besteht aus der vierstndigen Vorlesung mit bung Numerik partieller Differentialgleichungen, sowie dem sich daran anschlieenden vierstndigen Modellierungspraktikum, in dem ein praxisbezogenes Anwendungsfeld der Numerischen Mathematik bearbeitet wird zumeist mit naturwissenschaftlichem Schwerpunkt. Ergnzend sollte dann auch ein Hauptseminar und eine Spezialvorlesung (Ergnzungsmodul) aus dem Bereich der Numerischen Mathematik gewhlt werden. Hierfr werden regelmig Themen aus den folgenden Gebieten angeboten Computational Fluid Dynamics Inverse Probleme Wavelets Optimierung Studierende, die ihre Masterarbeit in Numerischer Mathematik anfertigen, nehmen typischerweise an dem alljhrlich stattndenden Kompaktseminar in der nheren Umgebung von Mainz teil.

Masterstudiengang Computational Sciences Rechnergesttzte Naturwissenschaften

Die Arbeitsgruppe Numerische Mathematik war die treibende Kraft bei der Konzeption eines interdisziplinren Masterstudiengangs Computational Sciences, der in Kooperation mit den Fchern Atmosphrenphysik, Chemie, Geowissenschaften und Physik angeboten wird. Im Bereich der Numerischen Mathematik ist das Lehrangebot weitgehend deckungsgleich mit dem oben genannten vertieften Numerik-Angebot des Masterstudiengangs. Daneben mssen sich die Studierenden in einer der vier genannten Naturwissenschaften vertiefen.

Lehramtsstudiengang Mathematik
Die einzige numerische Pichtveranstaltung des Lehramtsstudiengangs ist die Vorlesung Grundlagen der Numerik samt bungen - allerdings entfllt im Lehramtsstudiengang das entsprechende Praktikum des Bachelor of Science. Die Vorlesung muss im Rahmen des Bachelor of Education absolviert werden.

45

Im anschlieenden Master of Education kann im Wahlpichtbereich die darauf aufbauende Vorlesung Numerik gewhnlicher Dierentialgleichungen besucht werden.

46

8
8.1

Geschichte und Fachdidaktik der Mathematik

Geschichte der Mathematik

Wenn man Mathematik an der Uni lernt, taucht man in eine Welt abstrakter Begriichkeiten ein, die im alltglichen Leben kaum in Erscheinung treten. Und doch spielt mathematisches Wissen berall in den modernen Gesellschaften, die durch die rasanten Entwicklungen in unserem Informationszeitalter stark geprgt sind, eine zunehmend groe Rolle. Dass die Mathematik in den Augen vieler Betrachter zugleich mysteris und fast unheimlich, aber trotzdem in fast allen Bereichen der modernen Welt unumgnglich erscheint, kommt einem fast wie ein Widerspruch vor. Dabei wird ein neugieriger Mensch vielleicht eines Tages die Frage stellen: von woher kommen mathematische Ideen und Methoden und wieso sind sie fr die Behandlung so vieler Probleme wichtig geworden? Oder man kann, wenn man diese Problematik als einen Entwicklungsprozess verstehen will, diese Frage vielleicht so formulieren: wann in der Menschheitsgeschichte kamen gewisse mathematische Ideen vor, und in welcher Form lernt man diese mathematischen Inhalte heutzutage? Solche Fragen sind keineswegs leicht zu beantworten, aber die Beschftigung damit kann sehr lohnend sein, da die Mathematik tatschlich einen erstaunlich langen historischen Prozess durchgemacht hat, viel lnger als bei allen anderen Wissenschaften. Darber zu reektieren und informieren ist das Hauptziel der Arbeitsgruppe Geschichte der Mathematik und der Naturwissenschaften, die eine zentrale Rolle im Studiengang Master of Education spielt. Hierzu sollen einige Beispiele erwhnt werden, um eine konkretere Vorstellung zu geben, wie das Verstndnis fr Mathematikgeschichte fr zuknftige Gymnasiallehrer ntzlich sein kann. Schon in der Grundschule lernt jedes Kind etwas von einem Zahlsystem mit Basis 60, um die Uhrzeiten darzustellen oder auch Winkelmessungen auszufhren. Manchmal ndet man in Schulbchern einiges ber die Ursprnge dieses Zahlsystems in der babylonischen Mathematik. Dass dieses Zahlsystem schon dreitausend Jahre vor Christus in Mesopotamien entstand, wurde erst vor etwa hundert Jahren entdeckt, und zwar durch die Entzierung neu gefundener Keilschrifttexte. Wie kam es dann, dass wir heutzutage dieses System verwenden? Man knnte vielleicht vermuten, dass die alten Griechen, also Euklid, Archimedes und andere Geometer, diese Zahlen fr Winkelmessungen benutzten. Das stimmt aber nicht wir nden in ihren Texten keine Spur davon. Erst spter, im zweiten Jahrhundert nach Christus, kommen diese Sexagesimalzahlen vor, und zwar in einem Werk mit nachhaltigem Einuss auf die Geschichte der Astronomie, nmlich im Almagest des Ptolemus. Die weitere Entwicklung fhrt ber die islamische Mathematik, also ber den Kulturkreis, in welchem auch die Algebra systematisch entwickelt wurde. Die Geschichte der Mathematik enthlt sehr viele solche berraschungseekte. Sie

47

wirft aber auerdem Licht auf zentrale Fragen der Erkenntnistheorie, die sicherlich fr neugierige Schler sehr bedeutsam sind. Das war von jeher so, wie man berall in den Dialogen Platons nachlesen kann. Man kann dies jedoch auch aus der jngeren Vergangenheit sehen: In seiner Vorlesung Natur und mathematisches Erkennen von 1919-20 setzte sich der berhmte Gttinger Mathematiker David Hilbert mit der folgenden populren Meinung ber mathematisches Wissen auseinander: Die mathematischen Wahrheiten sind absolut sicher, denn sie werden auf Grund von Denitionen durch untrgliche Schlsse bewiesen. Sie werden daher auch berall in der Wirklichkeit stimmen, und das tun sie auch. Hilbert will diese naive Vorstellung widerlegen und bringt dazu eine Reihe von historischen Beispielen, die deutlich machen, dass mathematische Wahrheiten nicht unbedingt diesen vermeintlichen Charakter haben. Wenn es also stimmt, dass fr alle Zeiten und Kulturen der Grundsatz 1 + 1 = 2 gltig war und immer noch ist, kann man dasselbe fr den Satz von Pythagoras behaupten? Scheinbar nicht, denn die Gltigkeit des Pythagoras hngt vom Parallelenpostulat ab, und seit dem 19. Jahrhundert wei man, dass es so genannte nicht-euklidische Geometrien gibt, in welchen die klassische Parallelentheorie Euklids falsch ist. Wenn man also heute Geometrie an einer Hochschule lernt, kommt man mit diesem neuen Verstndnis von einer Disziplin mit alten historischen Wurzeln in Berhrung. Wenn man aber genauer auf diesen Erneuerungsprozess eingeht, so stellt man fest, dass dieser mathematische Wandel Hand in Hand mit der Entstehung neuer Vorstellungen von Raum und Zeit einherging. Damit gelangt man in die Welt der Physiker und der groen Spekulationen, die durch Einsteins Relativittstheorie ausgelst wurden. Wer sich fr derartige Themen interessiert, hat die Mglichkeit, die Geschichte der Mathematik und der Naturwissenschaften als Nebenfach sowohl fr den B.Sc. wie auch fr den M.Sc. in Mathematik zu whlen. Diese Fcherkombination ist besonders fr diejenigen Studierenden geeignet, die interdisziplinre Interessen haben wie beispielsweise Mathematik und Physik oder Mathematik und Philosophie bzw. Geschichte. Die Lehrveranstaltungen beginnen mit einfhrenden Vorlesungen und Seminaren in der Wissenschaftsgeschichte und behandeln danach spezielle Themen aus dem 19. und 20. Jahrhundert, vor allem im deutschsprachigen Raum. Es nden auerdem Vortrge von Doktoranden und etablierten Wissenschaftshistorikern im Rahmen des Oberseminars Geschichte der Mathematik statt.

8.2

Fachdidaktik

Ein Gegenstand der Forschung in Fachdidaktik Mathematik sind mgliche Inhalte, Ziele und Vorgehensweisen des Lernens und Lehrens von Mathematik, d.h. es geht um die Auseinandersetzung mit den Grundfragen der Fachdidaktik selbst. Das mag fr einen Mathematiker paradox oder nach einem Versuch klingen, sich am eigenen Schopf aus dem Sumpf ziehen zu wollen, ist aber in den vielen Abhn-

48

gigkeiten und dem sich stndig verndernden kulturellen, historischen und sozialen Kontext dieser Fragen begrndet. Mit anderen Worten: Ein Unterschied zwischen Mathematik und Mathematikdidaktik besteht darin, dass in der Mathematik die Probleme gelst bleiben. Sieht Felix Klein das Ziel mathematikdidaktischer berlegungen darin, das gesamte Gebiet mathematischen Lernens von den bescheidenen Anfngen in der Volksschule bis zur hchsten wissenschaftlichen Spezialforschung als ein organisches Ganzes zu erfassen.( Gttinger Professoren. Lebensbilder von eigener Hand), so stehen beim Mathematiker und Fachdidaktiker Hans Freudenthal vor dem Hintergrund von Bourbakismus und New math in der Unterrichtskultur andere Probleme im Vordergrund: Unsere mathematischen Konzepte, Strukturen, Ideen sind als Werkzeuge erfunden worden, die Phnomene der physikalischen, sozialen und mentalen Welt zu organisieren. Phnomenologie eines mathematischen Konzeptes, einer Struktur oder einer Idee bedeutet, sie in Beziehung zu den Phnomenen zu beschreiben, fr die sie erfunden wurde oder zu denen sie im Lernprozess der Menschheit in Beziehung gesetzt wurde; und, soweit diese Beschreibung mit dem Lernprozess der jungen Generation zu tun hat, ist dies didaktische Phnomenologie, ein Weg dem Lehrer die Stellen zu zeigen, an denen der Lernende in den Lernprozess der Menschheit einsteigen kann. Nicht in ihrer Geschichte sondern in ihrem Lernprozess, der immer noch anhlt, was bedeutet, dass tote ste abgeschnitten und lebendige Zweige geschont und untersttzt werden mssen.( Revisiting Mathematics Education, China Lectures). Erich Wittmann stellt die vielen Vernetzungen und Abhngigkeiten der Fachdidaktik Mathematik mit anderen Bezugsdisziplinen wie Mathematik, Geschichte der Mathematik, Wissenschaftsgeschichte, Erkenntnistheorie, Psychologie und anderen Bezugsbereichen wie Soziologie, Pdagogik, Bildungsgeschichte und Allgemeine Didaktik in den Vordergrund: Aus meiner Sicht kann die spezische Aufgabe der Mathematikdidaktik nur wahrgenommen werden, wenn die Entwicklung und Erforschung inhaltsbezogener theoretischer Konzepte und praktischer Unterrichtsentwrfe mit dem Ziel einer Verbesserung des realen Unterrichts als Kernbereich in den Mittelpunkt der wissenschaftlichen Arbeit gerckt wird. Zum Kern gehren insbesondere: die Konzipierung lokaler mathematischer Theorien (z.B. zum Mathematisieren, Problemlsen, Beweisen, ben), die elementarmathematische Durchdringung von Unterrichtsinhalten und mglichen Unterrichtsinhalten mit dem Ziel, sie fr bestimmte Lernergruppen zugnglich zu machen, die kritische Hinterfragung bzw. Rechtfertigung von Inhalten im Rahmen allgemeiner Zielsetzungen des Mathematikunterrichts, die Erforschung von Lernumgebungen und von Lehr-/Lernprozessen,

49

 die Entwicklung substantieller Lernumgebungen und die Erforschung ihrer praktischen Umsetzbarkeit, insbesondere im Hinblick auf die Qualitt der induzierten Lernprozesse, die Entwicklung und Evaluation von Curricula, die Entwicklung von Methoden zur Vorbereitung, Gestaltung, Beobachtung und Analyse des Unterrichts. (Beitrage zur Lehrerbildung, I6 (3)) Der Forschungsschwerpunkt der Mainzer Fachdidaktik Mathematik liegt in der Entwicklung von Unterricht mit Hilfe kollaborativer Herangehensweisen (http://www.math-il.de/), wobei stodidaktische Probleme, wie Begrisentwicklung und epistomologische und linguistische Methoden im Vordergrund stehen. Ein naheliegender Zugang zur Untersuchung der Entwicklung eines mathematischen Begris ist der historische. Historische Aspekte spielen bei Beantwortung der Frage, wie und welche Gesetzmigkeiten der Entwicklung der mathematischen Sprache sich in Aufbau und Strukturierung von Lerninhalten und Lernumgebungen widerspiegeln sollten, eine wesentliche Rolle.

50

Teil 3 WEITERE INFORMATIONSQUELLEN UND KONTAKTE

Im Prinzip kann man alle Einzelheiten rund ums Studium aus dem Internet-Auftritt der Universitt entnehmen. Die Startseite des Instituts fr Mathematik erreicht man unter http://www.mathematik.uni-mainz.de und die des Fachbereichs 08 Physik, Mathematik und Informatik durch http://www.phmi.uni-mainz.de Auch von dieser Seite aus erreicht man sehr ntzliche Zusammenfassungen der Studiengnge der Fcher Physik, Mathematik und Informatik mit Links zu allen bentigten Einzelheiten. Wenn es nicht speziell um die Mathematik, sondern um allgemeine Fragen zum Studium geht, ist http://www.uni-mainz.de/studium ein guter Ausgangspunkt. Insbesondere erreicht man von hier aus eine Liste aller wichtigen Fristen und Termine sowie eine Liste der Info- und Beratungsstellen, die die entsprechenden weiterfhrenden Links enthlt. Diese Internet-Seiten sind aber umfangreich und kompliziert, und deshalb erklren wir im folgenden die wichtigsten Stichwrter, denen man nachgehen sollte. Sollte einer der angegebenen URLs nicht mehr aktuell sein, so ndet man die betreende Seite trotzdem leicht, indem man die Suchfunktion der JGU-Webseiten benutzt, mit den kursiv gesetzten Ausdrcken als Suchbegrien.

51

Zum Mathematikstudium
Der normale Ablauf des Studiums ist in den Studienverlaufsplnen tabellarisch zusammengestellt. Auf der Seite http://www.mathematik.uni-mainz.de/studium/studiengaenge nden sich Kurzbeschreibungen der verschiedenen Studiengnge, die mit den jeweiligen Studienverlaufsplnen verlinkt sind. Hier ndet man auch Links zu den Prfungsordnungen, Modulhandbchern und anderen Einzeldokumenten, die die Gestaltung des Studiums betreen, die man aber nur im Ausnahmefall wirklich konsultieren muss. Die Prfungsordnungen legen den Hergang und die Anforderungen fr die Prfungen in dem jeweiligen Studiengang genau fest. Sie sind rechtskrftige juristische Dokumente und lesen sich auch so. Man muss sich aber nur dann wirklich mit ihnen auseinandersetzen, wenn auf Grund besonderer Umstnde kniige Detailfragen zu klren sind. Das Studienbro betreut Lehrveranstaltungen und Prfungen verwaltungstechnisch. Dazu gehren die Prfungsmter, bei denen man sich zu Prfungen anmeldet und Leistungsnachweise abholt. Dort knnen auch Fehler korrigiert werden, die eventuell bei der automatischen Prfungsverwaltung unterlaufen sind. Die Chen des Studienbros ist die Studienmanagerin. Das Institut fr Mathematik hat zwei Studienfachberater, von denen einer speziell fr die Lehramts-Studiengnge zustndig ist. Ihre Hauptaufgabe besteht darin, in Ausnahme- oder Zweifelsfllen weiterzuhelfen, wenn die Gestaltung des Studiums nicht mehr im Rahmen eines normalen Studienverlaufsplans erfolgen kann. Die Studienfachberater haben regelmige Sprechstunden, aber man kann sie auch telefonisch oder per e-Mail kontaktieren. Unter dem Stichwort Lehrveranstaltungen erreicht man das Lehrangebot des Instituts fr Mathematik, geordnet nach Semestern. Dazu gehrt auch eine unverbindliche Vorschau auf kommende Semester. Die Kommentare, die die Dozenten i.A. zu ihren Lehrveranstaltungen bereitstellen, erreicht man allerdings am ehesten ber die Homepages der einzelnen Dozenten oder ber das Internet-Portal JoguStine, das zur automatischen Studien- und Prfungsverwaltung der Universitt gehrt. Welche Dozenten und wissenschaftlichen Mitarbeiter zu den einzelnen Arbeitsrichtungen gehren, erfhrt man ber die Homepages der einzelnen Arbeitsgruppen. Dort sind i.A. auch die jeweiligen Sprechstunden angegeben. Die Fachschaftsvertretung (= FSV) ist die Organisation der Studierenden, die sich fr die studentische Mitbestimmung bei der Gestaltung der Studiengnge, der Prfungen, der Arbeitsbedingungen der Studierenden und

52

berhaupt fr das Wohl der Studierendenschaft engagieren. Am Fachbereich 08 gibt es zwei Fachschaftsvertretungen eine fr die Fcher Mathematik und Informatik und eine fr Physik und Meteorologie.

10

Allgemeine Fragen

Die meisten allgemeinen Fragen zum Studium an der JGU knnen schon durch einen Anruf bei der Telefonhotline des Studierendenservice mit der Nummer (06131) 39-22122 geklrt werden. Darberhinaus stehen folgende zentrale Einrichtungen der Universitt zur Verfgung, deren nhere Kontaktdaten (soweit sie hier nicht angegeben sind) von der schon erwhnten Seite www.uni-mainz.de/studium aus erreichbar sind: Das Studierendensekretariat ist zustndig fr Bewerbung, Einschreibung, Rckmeldung, Fachwechsel, Beurlaubung, Exmatrikulation und alle damit zusammenhngenden Fragen. ber das Internet-Portal JoguStine belegt man Lehrveranstaltungen, meldet sich zu Prfungen und Klausuren an und kann auch jederzeit aktuelle Informationen zu den Lehrveranstaltungen des betreenden Studiengangs abrufen, einschlielich der eigenen Leistungsdaten. Die letzteren sind, wie alle persnlichen Daten, natrlich durch Pawort geschtzt. Das Zentrum fr Datenverarbeitung (= ZDV) leistet fr die gesamte Universitt eine Flle von Diensten im IT-Bereich. Insbesondere fungiert es als Internet-Provider fr Studierende und Bedienstete. Mit der Einschreibung bekommt jeder Studierende ein eigenes Account und damit auch eine eigene Mailbox im ZDV. Die Zentrale Studienberatung ist fr alle fcherbergreifenden Fragen des Studiums der richtige Ansprechpartner. Sie unterhlt eine umfangreiche Infothek und engagiert sich neuerdings auch durch ihren Career Service in der Berufsberatung. Fr fachbergreifende Aspekte des lehramtsbezogenen Bachelor- und MasterStudiums gibt es zwei wichtige Ansprechpartner, nmlich das Hochschulprfungsamt fr das Lehramt (HPL) mit der Startseite http://www.hpl.uni-mainz.de/ und das Zentrum fr Lehrerbildung (ZFL) mit der Startseite http://www.z.uni-mainz.de/

53

 Die Abteilung Internationales - Incoming ist fr alle auslndischen Studierenden und auslndischen Studienbewerber die richtige Anlaufstelle. Die Abteilung Internationales - Outgoing vermittelt Auslandsaufenthalte fr deutsche Studierende. Beide Stellen sind leicht zu erreichen ber http://www.uni-mainz.de/international Das Hochschulteam der Bundesanstalt fr Arbeit ist eine Auenstelle auf dem Campus, die sich mit gezielter Berufsberatung und Arbeitsvermittlung fr Studierende befasst und dabei mit dem Career Service der Zentralen Studienberatung zusammenarbeitet. Die Psychotherapeutische Beratungsstelle fr Studierende hilft mit Rat und Tat, wenn seelische Probleme (z.B. Prfungsangst) den Erfolg des Studiums bedrohen. Sie kmmert sich aber nicht nur um akute Einzelflle, sondern fhrt auch generelle Schulungen und Kurse durch, die helfen, den Anforderungen des Studiums und der zuknftigen akademischen Berufe optimal gerecht zu werden. Der Allgemeine Studierendenausschu (= AStA) ist der politische Arm der Studierendenschaft, kmmert sich aber auch um soziale Fragen und leistet Hilfe in problematischen Einzelfllen. Seine Startseite ist http://www.asta-uni-mainz.de/ Das Amt fr Ausbildungsfrderung kmmert sich um die Antrge auf Frderung nach dem Bundesausbildungsfrderungsgesetz (BAfG). Die wichtigsten Informationen hierzu ndet man z.Zt. auf http://www.uni-mainz.de/studium/160_DEU_HTML.php

Diese Aufzhlung knnte noch um einiges verlngert werden, denn die Mainzer Universitt ist bemht, fr jede denkbare Situation eine geeignete Anlaufstelle bereitzuhalten, auch fr schwierige Sonder- und Hrteflle. Die schon in Abschnitt 2.4 erwhnten Broschren Studieninfo und Studienstart der zentralen Studienberatung enthalten hierzu umfassende Informationen.

54