Das Herbstsemester 2020 findet in einer gemischten Form aus Online- und Präsenzunterricht statt.
Bitte lesen Sie die publizierten Informationen zu den einzelnen Lehrveranstaltungen genau.

Petros Koumoutsakos: Katalogdaten im Frühjahrssemester 2015

NameHerr Prof. Dr. Petros Koumoutsakos
LehrgebietComputational Science
Adresse
Professur f. Computational Science
ETH Zürich, CLT F 12
Clausiusstrasse 33
8092 Zürich
SWITZERLAND
Telefon+41 44 632 52 58
E-Mailpetros@ethz.ch
URLhttp://www.cse-lab.ethz.ch/index.php?&option=com_content&view=article&id=100&catid=38
DepartementMaschinenbau und Verfahrenstechnik
BeziehungOrdentlicher Professor

NummerTitelECTSUmfangDozierende
151-0104-00LUncertainty Quantification for Engineering & Life Sciences Belegung eingeschränkt - Details anzeigen
Findet dieses Semester nicht statt.
Number of participants limited to 40.
4 KP3GP. Koumoutsakos
KurzbeschreibungQuantification of uncertainties in computational models pertaining to applications in engineering and life sciences. Exploitation of massively available data to develop computational models with quantifiable predictive capabilities. Applications of Uncertainty Quantification and Propagation to problems in mechanics, control, systems and cell biology.
LernzielThe course will teach fundamental concept of Uncertainty Quantification and Propagation (UQ+P) for computational models of systems in Engineering and Life Sciences. Emphasis will be placed on practical and computational aspects of UQ+P including the implementation of relevant algorithms in multicore architectures.
InhaltTopics that will be covered include: Uncertainty quantification under
parametric and non-parametric modelling uncertainty, Bayesian inference with model class assessment, Markov Chain Monte Carlo simulation, prior and posterior reliability analysis.
SkriptThe class will be largely based on the book: Data Analysis: A Bayesian Tutorial by Devinderjit Sivia as well as on class notes and related literature that will be distributed in class.
Literatur1. Data Analysis: A Bayesian Tutorial by Devinderjit Sivia
2. Probability Theory: The Logic of Science by E. T. Jaynes
3. Class Notes
Voraussetzungen / BesonderesFundamentals of Probability, Fundamentals of Computational Modeling
151-0112-10LEngineering Tool III: Object Oriented Programming with C++
Der Ingenieurtool-Kurs ist ausschliesslich für MAVT-Bachelor-Studierende.

Die Belegung entweder dieses Kurses oder des Kurses "Engineering Tool III: FEM-Programme " (151-0042-01L) ist obligatorisch.

Es darf nur ein Ingenieur-Tool-Kurs pro Semester belegt werden. Die Ingenieur-Tool-Kurse sind ausschliesslich für MAVT-Bachelor-Studierende.
0.4 KP1KG. Tauriello, C. Conti, P. Koumoutsakos
KurzbeschreibungIntroduction to object oriented programming with C++. Fundamental concepts, simple applications and hands on tutorials.
LernzielLearn basic concepts of object oriented programming in C++: classes, inheritance, polymorphism and STL
InhaltTutorials, hands on exercises
SkriptHandouts
LiteraturProgramming: Principles and Practice using C++ (B. Stroustrup)
Voraussetzungen / BesonderesPrerequisites: "Informatik" (2nd semester lecture), laptop (at least one every two students). We will use a VirtualBox linux environment (as in "Informatik", 2nd semester). This Engineering Tool is a prerequisite for the class "Computational Methods for Engineering Applications I"
151-0431-00LComputational Methods for Engineering Applications I4 KP2V + 1UP. Koumoutsakos, G. Tauriello
KurzbeschreibungFundamental Computational Methods for data analysis, modeling and simulation
relevant to Engineering applications. The course emphasizes the implementation
of these methods using object oriented programming in C++ with application
examples drawn from Engineering applications
LernzielThe course aims to introduce Engineering students to fundamentals of
Interpolation, Solution of non-linear equations, Filtering and Numerical
Integration. The course aims to integrate numerical methods with enhancing the
students programming skills in object oriented languages. The course serves as
foundation for Computational Methods in Engineering Applications II (Fall
Semester), that is concerned with Ordinary and Partial Differential Equations.
Inhalt27/02- Lagrange & Least Squares
06/03- Splines
13/03- Multivariate Interpolation, NURBS
20/03- Non-Linear Equations: Polynomials - Orthogonal Functions
27/03- Non-Linear Equations: Radial Basis Functions
17/04- Convolution
24/04- Discrete Fourier Transforms
08/05- Numerical Integration: Rectangle, Trapezoidal, Simpson
15/05- Numerical Integration: Romberg, Richardson Extrapolation
22/05- Numerical Integration: Adaptive and Gauss Quadrature
29/05- Numerical Integration: Monte Carlo
SkriptLecture Notes will be distributed in class
Literatur1. Introduction to Applied Mathematics, G. Strang
2. Analysis of Numerical Methods, Isaacson and Keller
Voraussetzungen / Besonderes- Informatik
- 151-0112-10L Engineering Tool III: Object oriented programming with C++
151-1053-00LThermo- and Fluid Dynamics Information 0 KP2KP. Jenny, R. S. Abhari, K. Boulouchos, P. Koumoutsakos, C. Müller, H. G. Park, D. Poulikakos, H.‑M. Prasser, T. Rösgen, A. Steinfeld
KurzbeschreibungCurrent advanced research activities in the areas of thermo- and fluid dynamics are presented and discussed, mostly by external speakers.

The talks are public and open also for interested students.
LernzielKnowledge of advanced research in the areas of thermo- and fluid dynamics
InhaltCurrent advanced research activities in the areas of thermo- and fluid dynamics are presented and discussed, mostly by external speakers.
252-5251-00LComputational Science2 KP2SP. Arbenz, T. Hoefler, P. Koumoutsakos
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.
401-0686-00LHigh Performance Computing for Science and Engineering (HPCSE) for CSE Information 7 KP4G + 2PP. Koumoutsakos, M. Troyer
Kurzbeschreibung
Lernziel
401-0686-10LHigh Performance Computing for Science and Engineering (HPCSE) for Engineers II Information 4 KP4GM. Troyer, P. Koumoutsakos
Kurzbeschreibung
Lernziel