Peter Arbenz: Katalogdaten im Frühjahrssemester 2018

NameHerr Prof. em. Peter Arbenz
Adresse
Bühlstrasse 26
8707 Uetikon am See
SWITZERLAND
Telefon043 844 31 63
E-Mailarbenz@inf.ethz.ch
URLhttp://www.inf.ethz.ch/personal/arbenz/
DepartementInformatik
BeziehungTitularprofessor im Ruhestand

NummerTitelECTSUmfangDozierende
252-0504-00LNumerical Methods for Solving Large Scale Eigenvalue Problems Information
Der Kurs wird zum letzten Mal angeboten.
4 KP3GP. Arbenz
KurzbeschreibungDie Vorlesung behandelt Algorithmen zur Lösung von Eigenwertproblemen
mit grossen, schwach besetzten Matrizen. Die z.T. erst in den letzten Jahren
entwickelten Verfahren werden theoretisch und praktisch mit MATLAB
untersucht.
LernzielKenntnisse der modernen Eigenlöser, ihres numerischen Verhaltens, ihrer Einsatzmöglichkeiten und Grenzen.
InhaltDie Vorlesung beginnt mit verschiedenartigen Beispielen für Anwendungen
in denen Eigenwertprobleme eine wichtige Rolle spielen. Nach einer
Einführung in die Lineare Algebra der Eigenwertprobleme wird ein
Überblick über Verfahren (QR-Algorithmus u.ä.) zur Behandlung kleiner
und mittelgrosser Eigenwertprobleme gegeben.

Danach werden die heute wichtigsten Löser für grosse, typischerweise
schwach-besetzte Matrixeigenwertprobleme vorgestellt und analysiert.
Dabei wird eine Auswahl der folgenden Themen behandelt:

* Vektor- und Teilraumiteration
* Spurminimierungsalgorithmus
* Arnoldi- und Lanczos-Algorithmus (inkl. Varianten mit Neustart)
* Davidson- und Jacobi-Davidson-Algorithmus
* vorkonditionierte inverse Iteration und LOBPCG
* Verfahren für nichtlineaere Eigenwertprobleme

In den Übungen werden diese Algorithmen (in vereinfachter Form) in
MATLAB implementiert und numerisch untersucht.
SkriptLecture notes (Englisch),
Kopien der Folien
LiteraturZ. Bai, J. Demmel, J. Dongarra, A. Ruhe, and H. van der Vorst: Templates for the Solution of Algebraic Eigenvalue Problems: A Practical Guide. SIAM, Philadelphia, 2000.

Y. Saad: Numerical Methods for Large Eigenvalue Problems. Manchester University Press, Manchester, 1994.

G. H. Golub and Ch. van Loan: Matrix Computations, 3rd ed. Johns Hopkins University Press, Baltimore 1996.
Voraussetzungen / BesonderesVoraussetzung: Lineare Algebra
252-5251-00LComputational Science
Takes place for the last time.
2 KP2SP. Arbenz, P. Chatzidoukas
KurzbeschreibungSeminarteilnehmer studieren grundlegende Papiere aus der Computational Science und halten in einem 40-min. Vortrag (auf Englisch). Der Vortrag (Struktur, Inhalt, Darstellung) ist mit dem verantw. Professor vorzubesprechen. Der Vortrag muss so gehalten werden, dass ihn die anderen Seminarteilnehmer verstehen und etwas lernen können. Teilnahme während des ganzen Semesters ist
vorgeschrieben.
LernzielStudieren und präsentieren einer grundlegenden Arbeit aus dem Bereich der Computational Science. Lernen, über ein wissenschaftliches Thema vorzutragen.
InhaltTeilnehmer am Seminar studieren grundlegende Papiere aus dem Bereich Computational Science und tragen darüber (auf Englisch) in einem 40-minütigen Vortrag vor. Vor der Präsentation soll der Vortrag (bzgl. Struktur, Inhalt, Darstellung) mit dem verantwortlichen Professor besprochen werden. Der Vortrag muss in einer Weise gegeben werden, dass ihn die anderen Seminarteilnehmer verstehen können und etwas lernen können. Teilnahme während des ganzen Semesters ist vorgeschrieben.
Skriptkeines
LiteraturPapiere werden in der ersten Semesterwoche verteilt.