Roman Nestler, Fachpreis in Geographie 2020

Man sollte sich frühzeitig überlegen, für welches Fach, welchen Bereich und welches Thema wirkliches Interesse besteht. Wenn man für eine „Sache brennt“, kann die Arbeit dann nur gut werden.

Lisa Koch, Fachpreis in Chemie 2020

Der Bereich MINT interessiert mich, aufgrund meiner naturwissenschaftlich-/mathematischen Neigungen. In der aktuellen Corona – Krise wird deutlich, welche Rolle Impfstoffe und Arzneimittel spielen, was wiederum die Bedeutung der Naturwissenschaften unterstreicht. Nur die Naturwissenschaften können uns Wege aus der Krise aufzeigen.

Marlene Riedl, Fachpreis in Mathematik, 2020

Das Netzwerk MINT TANK ermöglicht den Sieger*innen bei regelmäßigen Veranstaltungen eine mathematisch-naturwissenschaftliche Horizonterweiterung und vor allem auch den Austausch mit anderen MINT-begeisterten jungen Menschen. Für mich persönlich hat dies sogar noch einen größeren Wert als das Preisgeld.

Möglichkeiten der Darstellung von Julia-Mengen und Apfelmännchen

Schon 1918 beschrieben die Franzosen Gaston Julia und Pierre Fatou die Julia-
Menge, doch wegen fehlender Möglichkeiten der graphischen Darstellung wurden ihre Arbeiten zunächst nicht von anderen fortgeführt. Das änderte sich erst 1979 mit Benoit Mandelbrot, dem die modernen Computer eine genauere Analyse ermöglichten. Von der Vereinfachung der Arbeit mit dem Thema abgesehen, waren die Programme zur Erstellung "schöner" Bilder auch Voraussetzung für die Popularität von Julia-Mengen und Apfelmännchen.

Mittlerweile sind zahlreiche Applikationen zur Erstellung dieser Bilder im In-
ternet zu finden, die auch Fortgeschrittenes wie dreidimensionale Julia-Mengen
ermöglichen. In dieser Seminararbeit sollen traditionelle wie neue Möglichkeiten
der Darstellung von Julia-Mengen aufgezeigt werden. Um sämtliche Ideen umsetzen zu können, habe ich ein eigenes Programm zur Darstellung geschrieben, das sich auch für experimentelle Visualisierungen eignet.

Download (PDF)

Preisträger

Lukas von Stumberg

Schulfach

Mathematik

Betreuende Universität

Ludwig-Maximilians-Universität München

Ausgezeichnete Arbeiten

2020, Informatik, 1. Platz,
Elias Krainer, Hochschulen Graz

Funktionsweise künstlicher neuronaler Netzwerke: Grundlagen und Programmierung eines Beispiels

mehr info

2023, Mathematik, 1. Platz,
Paul Schulz, Universität Regensburg

Der Fast-Inverse-Square-Root-Algorithmus mit Bezug zur 3D-Computergrafik

mehr info

2018, Informatik, 1. Platz,
Lars Erber, Ruhr-Universität Bochum

Typen Künstlicher Neuronaler Netze - Darstellung, Vergleich und Untersuchung der Anwendungsmöglichkeiten

mehr info