Logo Universitaet Teubingen

Vorträge


Vorträge diese Woche

Dienstag, 17.12.2019: Towards topology in neuroscience

Paul Hege (Universität Tübingen)

Topological data analysis is a recently developed method that can be used to compute homology groups of noisy data with improved reliability. In this talk, I will present my own attempts to apply persistent homology to neuroscientific MEG data in the lab of professor Siegel during the last months. As a first step towards possibly finding interesting new structures based on topological information, both connectivity matrices and time series of time-frequency power are shown to contain some subject-specific homology.

Uhrzeit: 14:00 - 16:00
Ort: S7
Gruppe: Oberseminar Topologie und Differentialgeometrie
Einladender: Bohle, Loose, Radloff

Dienstag, 17.12.2019: Representation theory of PGL_2, spectral decomposition of L^2(G(Q)\G(A)) II

Julien Sessler

Uhrzeit: 14:15
Ort: C9A03
Gruppe: OSAZ
Einladender: Deitmar

Donnerstag, 19.12.2019: A sharp logarithmic Sobolev inequality for submanifolds in Euclidean space

Prof. Dr. Simon Brendle (Columbia University)

The logarithmic Sobolev inequality in Euclidean space plays an important role in PDE theory, as well as in probability. In 2000, Klaus Ecker proved a version of the logarithmic Sobolev inequality which holds on any submanifold of Euclidean space, albeit with a non-sharp constant. In this lecture, I will discuss a new approach based on the ABP maximum principle which gives the sharp constant in this inequality. Like the Michael-Simon Sobolev inequality, this inequality contains a term involving the mean curvature (in this case, the shrinker mean curvature).

Uhrzeit: 14:15
Ort: C9A03
Gruppe: Oberseminar Geometrische Analysis, Differentialgeometrie und Relativitätstheorie
Einladender: Cederbaum, Huisken

Donnerstag, 09.01.2020: Die Bildungspläne Mathematik an beruflichen Schulen in Baden-Württemberg

SD Dr. Thomas Weber (Carl-Engler-Schule Karlsruhe)

Kein Abschluss ohne Anschluss - so lautet die Devise des baden-württembergischen Schulsystems. So eröffnet das Berufliche Schulwesen den Schülerinnen und Schülern neben dem klassischen Abitur am Allgemeinbildenden Gymnasium eine Vielzahl weiterer Wege eine Hochschulzugangs-berechtigung zu erwerben. Diese Bildungsgänge werden vorgestellt und mit besonderem Blick auf die mathematischen Inhalte der zugehörigen Bildungspläne näher beleuchtet.

Uhrzeit: 18:15
Ort: N14
Gruppe: Arbeitsgemeinschaft Mathematik zwischen Schule und Hochschule
Einladender: W. Paravicini

Freitag, 10.01.2020: T.B.A.

Prof. Dr. Benedikt Löwe (University of Amsterdam, Universität Hamburg)

Uhrzeit: 16:00 - 17:30
Ort: N 14
Gruppe: Kolloquium
Einladender: Felgner, Loose

Dienstag, 14.01.2020: Scientific Python und Jupyter Notebooks in der Hochschullehre

Prof. Dr. Stefan Mack (Hochschule Reutlingen)

Scientific Python ist im Alltag von Forschung und Entwicklung neben etablierten Software-Paketen wie MATLAB/Octave angekommen. Das ist nicht verwunderlich: Funktionen und experimentell gemessene Daten lassen sich in der freien Software über eine Fülle wissenschaftlicher Funktionen numerisch auswerten und mit wenigen Zeilen Code visualisieren. Jupyter Notebooks (jupyter.org) ermöglichen Studierenden einen unkomplizierten Zugang zur interaktiven Erkundung innermathematischer Zusammenhänge sowie zur Anwendung dieser Methoden auf konkrete Probleme aus Naturwissenschaften und Technik in Vorlesungen und insbesondere Praktika. Innerhalb der Umgebung können Studierende anspruchsvolle Aufgaben bearbeiten - plattformunabhängig direkt aus dem Browser heraus. Über interaktive Code-Blöcke lesen sie Daten ein und visualisieren funktionale Zusammenhänge, führen statistische Analysen durch, simulieren und optimieren. Dabei dokumentieren sie sowohl ihre Ergebnisse als auch den Prozess der Auswertung. Prof. Stefan Mack gibt in dem Vortrag einen Überblick über die vielfältigen Möglichkeiten von Scientific Python und Jupyter Notebooks. Ganz konkret berichtet er über seine Erfahrungen beim Einsatz dieser Umgebung und gibt Tipps für den Einstieg in die Arbeit mit Scientific Python und Jupyter Notebooks in der Hochschullehre.

Uhrzeit: 16:15
Ort: Raum C6H10, Seminarraum S10
Gruppe: Oberseminar
Einladender: C. Cederbaum, C. Fingerhut, W. Paravicini

Donnerstag, 16.01.2020: Mathematische Defizite von Schülerinnen und Schülern zu Beginn des beruflichen Bildungswegs: Möglichkeiten der Online-Diagnose und –Förderung

Prof. Martin Stein (Universität Münster)

Neben der Möglichkeit eines allgemeinbildenden Abschlusses stehen Schülern*innen nach Abschluss der Sekundarstufe I eine Vielzahl beruflicher Bildungswege offen. Mathematik spielt in allen Bildungswegen eine entscheidende Rolle, wobei die Anforderungen je nach angestrebtem Beruf und angestrebtem Abschluss verschieden sind. In den Projekten mathe4job (online: mathe4job.de) und mathe-meistern (online: mein-mathematiktest.de) wurden für diese sehr unterschiedlichen Anforderungen jeweils entsprechend angepasste Mathematik-Tests entwickelt. Diese testen das für die Ausbildung benötigte Niveau „nach unten“ ab, d.h. ein schlechtes Abschneiden kann den Ausbildungserfolg entscheidend behindern. Zusätzlich zu diesen Tests wurden passgenau zu den Testergebnissen Übungsmaterialien der Systeme RealMath (gratis) und bettermarks (kostenpflichtig) zusammengestellt. Ferner finden sich im System mathe4job.de für insgesamt 40 Ausbildungsberufe nicht nur Gratis-Tests mit jeweils berufsspezifisch zusammengestellten Aufgaben, sondern darüber hinaus auch für jeden Beruf eine Vielzahl berufsspezifischer Beispiele, die zeigen, dass die getesteten Aufgaben tatsächlich für berufsbezogene Fragestellungen relevant sind. Im Vortrag werden die Möglichkeiten der angebotenen Online-Testung vorgestellt. Beispiele der umfangreichen empirischen Ergebnisse mit bis zu 2000 Probanden zeigen, dass Schüler*innen der Eingangsklassen zu Beginn der beruflichen Ausbildung (sei es mit oder ohne angestrebtem allgemeinbildendem Abschluss) bei einfachen Algebra- und Bruchrechenaufgaben jeweils gerade einmal 50 % der gestellten Aufgaben richtig lösen und auch in der Arithmetik nicht „sattelfest“ sind. Zusätzlich wird ein Überblick über die entwickelten Fördermaterialien gegeben.

Uhrzeit: 18:15
Ort: N14
Gruppe: Arbeitsgemeinschaft Mathematik zwischen Schule und Hochschule
Einladender: W. Paravicini

Donnerstag, 23.01.2020: Neue und zukünftige Themen der Schulstochastik

Prof. Dr. Walther Paravicini (Universität Tübingen)

Welche stochastischen Themen sind gerade in die Bildungspläne neu eingezogen, welche werden vielleicht in den nächsten Jahren noch hinzukommen? Insbesondere für die gerade (wieder) neuen Themen und „Dauerbrennern“ wie dem Umgang mit der Normalverteilung und Hypothesentests möchte ich in diesem Vortrag ein wenig die fachlichen Ab- und Hintergründe und Entwicklungsperspektiven klären – auch als Vertiefung der aktuell laufenden Lehrerfortbildungen in diesem Bereich. Darüber hinaus möchte ich diskutieren, welche Themen in Zukunft wohl sinnvollerweise noch für den Schulunterricht in Frage kommen könnten, auch mit Blick auf die Situation in anderen Bundesländern, und welche didaktischen Möglichkeiten es hier jetzt schon gibt.

Uhrzeit: 18:15
Ort: N14
Gruppe: Arbeitsgemeinschaft Mathematik zwischen Schule und Hochschule
Einladender: W. Paravicini

Dienstag, 11.02.2020: Growth Mindset and Gender-Fair Beliefs: Two Factors That Drive Students’ Math Competence and Achievement

Jeesoo Lee, Ph.D. (Korea University)

The effectiveness of a math confidence intervention program among 238 Korean fourth-graders was tested. After six bi-weekly lessons on the development of a growth mindset and the investigation of gender stereotypes, students in the intervention group demonstrated a significantly stronger growth mindset and weaker gender-stereotypic beliefs compared to students in the control group. The intervention students also expressed significantly higher perceived competence, persistence, and achievement in math compared to the control students. While the overall intervention effects did not differ between genders, multi-group path analysis revealed several significant gender differences. Growth mindset was a stronger predictor of persistence for boys than it was for girls. In addition, whereas the gender-stereotypic beliefs of boys predicted higher test anxiety in math, the gender stereotypic beliefs of girls did not predict test anxiety. The benefit of simultaneously addressing young students’ mindsets and gender stereotypes to improve their math motivation and achievement are discussed.

Uhrzeit: 16:15
Ort: Raum C6H10, Seminarraum S10
Gruppe: Oberseminar
Einladender: Cederbaum, Paravicini

Freitag, 22.05.2020: TBA

Dr. Panagiotis Konstantis (Universität Stuttgart)

Uhrzeit: 17:00
Ort: N 14
Gruppe: Kolloquium
Einladender: Loose

Freitag, 03.07.2020: TBA

Prof. Dr. Bernd Sturmfels (MPI Leipzig)

x-x-Kolloquium mit anschließendem Sommerfest

Uhrzeit: 15:00
Ort: N14
Gruppe: Kolloquium
Einladender: Hannah Markwig