Suchergebnis: Katalogdaten im Frühjahrssemester 2021

Mathematik Bachelor Information
Basisjahr
» Obligatorische Fächer des Basisjahres
» Ergänzende Fächer
» GESS Wissenschaft im Kontext
Obligatorische Fächer des Basisjahres
Basisprüfungsblock 1
Wird im Herbstsemester angeboten.
Basisprüfungsblock 2
NummerTitelTypECTSUmfangDozierende
401-1262-07LAnalysis II Information O10 KP6V + 3UG. Felder
KurzbeschreibungEinführung in die Differential- und Integralrechnung in mehreren reellen Veränderlichen, Vektoranalysis: Differential, partielle Ableitungen, Satz über implizite Funktionen, Umkehrsatz, Extrema mit Nebenbedingungen; Riemannsches Integral, Vektorfelder und Differentialformen, Wegintegrale, Oberflächenintegrale, Integralsätze von Gauss und Stokes.
Lernziel
InhaltMehrdimensionale Differential- und Integralrechnung; Kurven und Flächen im R^n; Extremalaufgaben; Mehrfache Integrale; Vektoranalysis.
LiteraturH. Amann, J. Escher: Analysis II
https://link.springer.com/book/10.1007/3-7643-7402-0

J. Appell: Analysis in Beispielen und Gegenbeispielen
https://link.springer.com/book/10.1007/978-3-540-88903-8

R. Courant: Vorlesungen über Differential- und Integralrechnung
https://link.springer.com/book/10.1007/978-3-642-61973-1

O. Forster: Analysis 2
https://link.springer.com/book/10.1007/978-3-658-02357-7

H. Heuser: Lehrbuch der Analysis
https://link.springer.com/book/10.1007/978-3-322-96826-5

K. Königsberger: Analysis 2
https://link.springer.com/book/10.1007/3-540-35077-2

W. Walter: Analysis 2
https://link.springer.com/book/10.1007/978-3-642-97614-8

V. Zorich: Mathematical Analysis II (englisch)
https://link.springer.com/book/10.1007/978-3-662-48993-2
401-1152-02LLineare Algebra II Information Belegung eingeschränkt - Details anzeigen O7 KP4V + 2UM. Akka Ginosar
KurzbeschreibungEigenwerte und Eigenvektoren, Jordan-Normalform, Bilinearformen, Euklidische und Unitäre Vektorräume, ausgewählte Anwendungen.
LernzielVerständnis der wichtigsten Grundlagen der Linearen Algebra.
LiteraturSiehe Lineare Algebra I
Voraussetzungen / BesonderesLineare Algebra I
401-1652-10LNumerische Mathematik I Information Belegung eingeschränkt - Details anzeigen O6 KP3V + 2UC. Schwab
KurzbeschreibungDieser Kurs gibt eine Einführung in numerische Methoden für Studierende der Mathematik im 2. Semester. Abgedeckt werden Methoden der linearen Algebra (lineare Gleichungssysteme, Matrixeigenwertprobleme) sowie der Analysis (Nullstellensuche von Funktionen sowie numerische Interpolation, Integration und Approximation) in Theorie und Implementierung.
LernzielKenntnis der grundlegenden numerischen Verfahren sowie `numerische Kompetenz':
Anwendung der numerischen Verfahren zur Problemloesung,
Mathematische Beweistechniken fuer den Nachweis von Stabilitaet, Konsistenz u. Konvergenz der Verfahren sowie deren MATLAB Implementierung.
InhaltRundungsfehler, lineare Gleichungssysteme, nichtlineare Gleichungen (Skalar und Systeme), Interpolation, Extrapolation, lineare und nichtlineare Ausgleichsrechnung, elementare Optimierungsverfahren, numerische Integration.
SkriptSkript zur Vorlesung sowie Leseliste sind auf der Webseite der Vorlesung verfügbar.
LiteraturSkript wird eingeschriebenen Studierenden des ETH BSc Mathematik zur
Verfuegung gestellt.
_Zusaetzlich_ wird empfohlen:
Quarteroni, Sacco und Saleri, Numerische Mathematik 1 + 2, Springer Verlag 2002.
Voraussetzungen / BesonderesZulassungsbedingungen:
Linear Algebra I , Analysis I in ETH BSc MATH
u. parallele Belegung von
Linear Algebra II, Analysis II in ETH BSc MATH

Woechentliche Hausuebungsserien sind integraler
Bestandteil des Kurses; die Hausuebungen
involvieren MATLAB Programmieraufgaben, u.
werden bewertet.
402-1782-00LPhysik IIO7 KP4V + 2UR. Wallny
KurzbeschreibungEinführung in die Wellenlehre, Elektrizität und Magnetismus. Diese Vorlesung stellt die Weiterführung von Physik I dar, in der die Grundlagen der Mechanik gegeben wurden.
LernzielGrundkenntnisse zur Mechanik sowie Elektrizität und Magnetismus sowie die Fähigkeit, physikalische Problemstellungen zu diesen Themen eigenhändig zu lösen.
Obligatorische Fächer
Prüfungsblock II
NummerTitelTypECTSUmfangDozierende
401-2284-00LMass und Integral Information Belegung eingeschränkt - Details anzeigen O6 KP3V + 2UF. Da Lio
KurzbeschreibungAbstrakte Mass- und Integrationstheorie, inklusive: Satz von Caratheodory, Lebesgue-Mass, Konvergenzsätze, L^p-Räume, Satz von Radon-Nikodym, Produktmasse und Satz von Fubini, Masse auf topologischen Räumen
LernzielGrundlagen der abstrakten Mass- und Integrationstheorie
InhaltAbstrakte Mass- und Integrationstheorie, inklusive: Satz von Caratheodory, Lebesgue-Mass, Konvergenzsätze, L^p-Räume, Satz von Radon-Nikodym, Produktmasse und Satz von Fubini, Masse auf topologischen Räumen
Literatur1. L. Evans and R.F. Gariepy " Measure theory and fine properties of functions"
2. Walter Rudin "Real and complex analysis"
3. R. Bartle The elements of Integration and Lebesgue Measure
4. Das Skript von Prof. Michael Struwe FS 2013, https://people.math.ethz.ch/~struwe/Skripten/AnalysisIII-FS2013-12-9-13.pdf.
5. Das Skript von Prof. Urs Lang FS 2019, https://people.math.ethz.ch/~lang/mi.pdf
6. P. Cannarsa & T. D'Aprile: Lecture notes on Measure Theory and Functional Analysis: http://www.mat.uniroma2.it/~cannarsa/cam_0607.pdf
.
401-2004-00LAlgebra II Information O5 KP2V + 2UM. Burger
KurzbeschreibungDie Hauptthemen der Vorlesung sind Körpererweiterungen und Galoistheorie.
LernzielEinführung in die Grundlagen der Körpererweiterungen, der Galoistheorie, sowie verwandter Gebiete.
InhaltDas Hauptthema wird die Galoistheorie sein. Ausgansgpunkt ist das Problem der Loesung algebraischen Gleichungen mit Radikalen. Galoistheorie loest dieses Problem in dem es einen Zusammenhang herstellt zwischen Koerpererweiterungen und endlichen Gruppen. Insbesondere werden wir den Satz von Abels-Ruffini, dass es Gleichungen fuenften Grades gibt die nicht mittels Radikalen loesbar sind beweisen, sowie das Theorem von Galois das die Polynome charakterisiert deren Wurzeln mittels Radikalen dargestellt werden koennen.
LiteraturJoseph J. Rotman, "Advanced Modern Algebra" third edition, part 1,
Graduate Studies in Mathematics,Volume 165
American Mathematical Society

Galois Theory is the topic treated in Chapter A5.
401-2554-00LTopologie Information Belegung eingeschränkt - Details anzeigen O6 KP3V + 2UP. Feller
KurzbeschreibungEinführung in die Topologie. Themen: Topologische Räume, Stetigkeit, Kompaktheit, Zusammenhang, Produkträume, Trennungsaxiome, Quotientenräume, Homotopie, Fundamentalgruppe, Überlagerungen.
LernzielEinführung in die Topologie -- das Gebiet der Mathematik dass sich damit befasst die Strukturen zu studieren in denen man 'Stetigkeit' definieren kann, und wie man sie benützen kann um diese Strukturen zu erforschen und zu klassifizieren.
LiteraturHauptreferenz:

- Klaus Jänich: Topologie (Springer).
https://link.springer.com/book/10.1007/978-3-662-10575-7

Weitere Referenzen:

- Boto von Querenburg: Mengentheoretische Topologie (Springer).
http://link.springer.com/book/10.1007/978-3-642-56860-2

- http://pi.math.cornell.edu/~hatcher/Top/TopNotes.pdf
(für den ersten Teil der Vorlesung über die allgemeine (/mengentheoretische) Topologie)

- http://pi.math.cornell.edu/~hatcher/AT/ATch1.pdf
(für den zweiten Teil der Vorlesung über die Anfänge der algebraischen Topologie (Fundamentalgrupppe, Überlagerungen)).

- James Munkres: Topology (Pearson Modern Classics for Advanced Mathematics Series).

- Lynn Arthur Steen, J. Arthur Seebach Jr.: Counterexamples in Topology (Springer).

- Edwin Spanier: Algebraic Topology (Springer).
401-2654-00LNumerical Analysis II Information Belegung eingeschränkt - Details anzeigen O6 KP3V + 2UH. Ammari
KurzbeschreibungThe central topic of this course is the numerical treatment of ordinary differential equations. It focuses on the derivation, analysis, efficient implementation, and practical application of single step methods and pay particular attention to structure preservation.
LernzielThe course aims to impart knowledge about important numerical methods for the solution of ordinary differential equations. This includes familiarity with their main ideas, awareness of their advantages and limitations, and techniques for investigating stability and convergence. Further, students should know about structural properties of ordinary diferential equations and how to use them as guideline for the selection of numerical integration schemes. They should also acquire the skills to implement numerical integrators in Python and test them in numerical experiments.
InhaltChapter 1. Some basics
1.1. What is a differential equation?
1.2. Some methods of resolution
1.3. Important examples of ODEs
Chapter 2. Existence, uniqueness, and regularity in the Lipschitz case
2.1. Banach fixed point theorem
2.2. Gronwall’s lemma
2.3. Cauchy-Lipschitz theorem
2.4. Stability
2.5. Regularity
Chapter 3. Linear systems
3.1. Exponential of a matrix
3.2. Linear systems with constant coefficients
3.3. Linear system with non-constant real coefficients
3.4. Second order linear equations
3.5. Linearization and stability for autonomous systems
3.6 Periodic Linear Systems
Chapter 4. Numerical solution of ordinary differential equations
4.1. Introduction
4.2. The general explicit one-step method
4.3. Example of linear systems
4.4. Runge-Kutta methods
4.5. Multi-step methods
4.6. Stiff equations and systems
4.7. Perturbation theories for differential equations
Chapter 5. Geometrical numerical integration methods for differential equation
5.1. Introduction
5.2. Structure preserving methods for Hamiltonian systems
5.3. Runge-Kutta methods
5.4. Long-time behaviour of numerical solutions
Chapter 6. Finite difference methods
6.1. Introduction
6.2. Numerical algorithms for the heat equation
6.3. Numerical algorithms for the wave equation
6.4. Numerical algorithms for the Hamilton-Jacobi equation in one dimension
Chapter 7. Stochastic differential equations
7.1. Introduction
7.2. Langevin equation
7.3. Ornstein-Uhlenbeck equation
7.4. Existence and uniqueness of solutions in dimension one
7.5. Numerical solution of stochastic differential equations
SkriptLecture notes including supplements will be provided electronically.

Please find the lecture homepage here:

https://www.sam.math.ethz.ch/~grsam/SS21/NAII/

All assignments and some previous exam problems will be available for download on lecture homepage.
LiteraturNote: Extra reading is not considered important for understanding the
course subjects.

Deuflhard and Bornemann: Numerische Mathematik II - Integration gewöhnlicher Differentialgleichungen, Walter de Gruyter & Co., 1994.

Hairer and Wanner: Solving ordinary differential equations II - Stiff and differential-algebraic problems, Springer-Verlag, 1996.

Hairer, Lubich and Wanner: Geometric numerical integration - Structure-preserving algorithms for ordinary differential equations}, Springer-Verlag, Berlin, 2002.

L. Gruene, O. Junge "Gewoehnliche Differentialgleichungen", Vieweg+Teubner, 2009.

Hairer, Norsett and Wanner: Solving ordinary differential equations I - Nonstiff problems, Springer-Verlag, Berlin, 1993.

Walter: Gewöhnliche Differentialgleichungen - Eine Einführung, Springer-Verlag, Berlin, 1972.

Walter: Ordinary differential equations, Springer-Verlag, New York, 1998.
Voraussetzungen / BesonderesHomework problems involve Python implementation of numerical algorithms.
401-2604-00LWahrscheinlichkeit und Statistik Information O7 KP4V + 2UJ. Teichmann
Kurzbeschreibung- Diskrete Wahrscheinlichkeitsräume
- Stetige Modelle
- Grenzwertsätze
- Einführung in die Statistik
LernzielZiel der Vorlesung ist die Vermittlung der Grundkonzepte von Wahrscheinlichkeitstheorie und mathematischer Statistik. Neben der mathematisch präzisen Behandlung wird auch Wert auf Intuition und Anschauung gelegt. Die Vorlesung setzt die Masstheorie nicht systematisch ein, verweist aber auf die Zusammenhänge.
Inhalt- Diskrete Wahrscheinlichkeitsräume: Grundbegriffe, Laplace-Modelle, Irrfahrt, bedingte Wahrscheinlichkeiten, Unabhängigkeit
- Stetige Modelle: allgemeine Wahrscheinlichkeitsräume, Zufallsvariablen und ihre Verteilungen, Erwartungswert, mehrere Zufallsvariablen
- Grenzwertsätze: Schwaches und starkes Gesetz der grossen Zahlen, zentraler Grenzwertsatz
- Einführung in die Statistik: Was ist Statistik?, Punktschätzungen, statistische Tests, Vertrauensintervalle
SkriptEs wird ein Skript zur Verfügung gestellt, das während des Semesters laufend ergänzt wird.
LiteraturH.-O. Georgii, Stochastik, de Gruyter, 5. Auflage (2015)
A. Irle, Wahrscheinlichkeitstheorie und Statistik, Teubner (2001)
Kernfächer
Kernfächer aus Bereichen der reinen Mathematik
NummerTitelTypECTSUmfangDozierende
401-3532-08LDifferential Geometry IIW10 KP4V + 1UW. Merry
KurzbeschreibungThis is a continuation course of Differential Geometry I.

Topics covered include:

- Connections and curvature,
- Riemannian geometry,
- Gauge theory and Chern-Weil theory.
Lernziel
SkriptI will produce full lecture notes, available on my website:

https://www.merry.io/courses/differential-geometry/
LiteraturThere are many excellent textbooks on differential geometry.

A friendly and readable book that contains everything covered in Differential Geometry I is:

John M. Lee "Introduction to Smooth Manifolds" 2nd ed. (2012) Springer-Verlag.

For Differential Geometry II, the textbooks:

- S. Kobayashi, K. Nomizu "Foundations of Differential Geometry" Volume I (1963) Wiley,
- I. Chavel, "Riemannian Geometry: A Modern Introduction" 2nd ed. (2006), CUP,

are both excellent. The monograph

- A. L. Besse "Einstein Manifolds", (1987), Springer,

gives a comprehensive overview of the entire field, although it is extremely advanced. (By the end of the course you should be able to read this book.)
Voraussetzungen / BesonderesFamiliarity with all the material from Differential Geometry I will be assumed (smooth manifolds, Lie groups, vector bundles, differential forms, integration on manifolds, principal bundles and so on). Lecture notes for Differential Geometry I can be found on my website.
401-3462-00LFunctional Analysis II Information W10 KP4V + 1UA. Carlotto
KurzbeschreibungSobolev spaces, weak solutions of elliptic boundary value problems, basic results in elliptic regularity theory (including Schauder estimates), maximum principles.
LernzielAcquire fluency with Sobolev spaces and weak derivatives on the one hand, and basic elliptic regularity on the other. Apply these methods for studying elliptic boundary value problems.
LiteraturMichael Struwe. Funktionalanalysis I und II. Lecture notes, ETH Zürich, 2013/14.

Haim Brezis. Functional analysis, Sobolev spaces and partial differential equations. Universitext. Springer, New York, 2011.

Luigi Ambrosio, Alessandro Carlotto, Annalisa Massaccesi. Lectures on elliptic partial differential equations. Springer - Edizioni della Normale, Pisa, 2018.

David Gilbarg, Neil Trudinger. Elliptic partial differential equations of second order. Classics in Mathematics. Springer, Berlin, 2001.

Qing Han, Fanghua Lin. Elliptic partial differential equations. Second edition. Courant Lecture Notes in Mathematics, 1. Courant Institute of Mathematical Sciences, New York; American Mathematical Society, Providence, RI, 2011.

Michael Taylor. Partial differential equations I. Basic theory. Second edition. Applied Mathematical Sciences, 115. Springer, New York, 2011.

Lars Hörmander. The analysis of linear partial differential operators. I. Distribution theory and Fourier analysis. Classics in Mathematics. Springer, Berlin, 2003.
Voraussetzungen / BesonderesFunctional Analysis I plus a solid background in measure theory, Lebesgue integration and L^p spaces.
401-3002-12LAlgebraic Topology II Information W8 KP4GP. Biran
KurzbeschreibungThis is a continuation course to Algebraic Topology I. The course will cover more advanced topics in algebraic topology including:
cohomology of spaces, operations in homology and cohomology, duality.
Lernziel
Literatur1) G. Bredon, "Topology and geometry",
Graduate Texts in Mathematics, 139. Springer-Verlag, 1997.

2) A. Hatcher, "Algebraic topology",
Cambridge University Press, Cambridge, 2002.

The book can be downloaded for free at:
http://www.math.cornell.edu/~hatcher/AT/ATpage.html


3) E. Spanier, "Algebraic topology", Springer-Verlag
Voraussetzungen / BesonderesGeneral topology, linear algebra, singular homology of topological spaces (e.g. as taught in "Algebraic topology I").

Some knowledge of differential geometry and differential topology
is useful but not absolutely necessary.
401-8142-21LAlgebraic Geometry II (University of Zurich)
Der Kurs muss direkt an der UZH belegt werden.
UZH Modulkürzel: MAT517

Beachten Sie die Einschreibungstermine an der UZH: https://www.uzh.ch/cmsssl/de/studies/application/deadlines.html
W9 KP4V + 1UUni-Dozierende
KurzbeschreibungWe continue the development of scheme theory. Among the topics that will be discussed are: properties of schemes and their morphisms (flatness, smoothness), coherent modules, cohomology, etc.
Lernziel
» Kernfächer aus Bereichen der reinen Mathematik (Mathematik Master)
Kernfächer aus Bereichen der angewandten Mathematik ...
vollständiger Titel:
Kernfächer aus Bereichen der angewandten Mathematik und weiteren anwendungsorientierten Gebieten
NummerTitelTypECTSUmfangDozierende
401-3052-10LGraph Theory Information W10 KP4V + 1UB. Sudakov
KurzbeschreibungBasics, trees, Caley's formula, matrix tree theorem, connectivity, theorems of Mader and Menger, Eulerian graphs, Hamilton cycles, theorems of Dirac, Ore, Erdös-Chvatal, matchings, theorems of Hall, König, Tutte, planar graphs, Euler's formula, Kuratowski's theorem, graph colorings, Brooks' theorem, 5-colorings of planar graphs, list colorings, Vizing's theorem, Ramsey theory, Turán's theorem
LernzielThe students will get an overview over the most fundamental questions concerning graph theory. We expect them to understand the proof techniques and to use them autonomously on related problems.
SkriptLecture will be only at the blackboard.
LiteraturWest, D.: "Introduction to Graph Theory"
Diestel, R.: "Graph Theory"

Further literature links will be provided in the lecture.
Voraussetzungen / BesonderesStudents are expected to have a mathematical background and should be able to write rigorous proofs.
401-3642-00LBrownian Motion and Stochastic Calculus Information W10 KP4V + 1UW. Werner
KurzbeschreibungThis course covers some basic objects of stochastic analysis. In particular, the following topics are discussed: construction and properties of Brownian motion, stochastic integration, Ito's formula and applications, stochastic differential equations and connection with partial differential equations.
LernzielThis course covers some basic objects of stochastic analysis. In particular, the following topics are discussed: construction and properties of Brownian motion, stochastic integration, Ito's formula and applications, stochastic differential equations and connection with partial differential equations.
SkriptLecture notes will be distributed in class.
Literatur- J.-F. Le Gall, Brownian Motion, Martingales, and Stochastic Calculus, Springer (2016).
- I. Karatzas, S. Shreve, Brownian Motion and Stochastic Calculus, Springer (1991).
- D. Revuz, M. Yor, Continuous Martingales and Brownian Motion, Springer (2005).
- L.C.G. Rogers, D. Williams, Diffusions, Markov Processes and Martingales, vol. 1 and 2, Cambridge University Press (2000).
- D.W. Stroock, S.R.S. Varadhan, Multidimensional Diffusion Processes, Springer (2006).
Voraussetzungen / BesonderesFamiliarity with measure-theoretic probability as in the standard D-MATH course "Probability Theory" will be assumed. Textbook accounts can be found for example in
- J. Jacod, P. Protter, Probability Essentials, Springer (2004).
- R. Durrett, Probability: Theory and Examples, Cambridge University Press (2010).
401-3632-00LComputational StatisticsW8 KP3V + 1UM. Mächler
KurzbeschreibungWe discuss modern statistical methods for data analysis, including methods for data exploration, prediction and inference. We pay attention to algorithmic aspects, theoretical properties and practical considerations. The class is hands-on and methods are applied using the statistical programming language R.
LernzielThe student obtains an overview of modern statistical methods for data analysis, including their algorithmic aspects and theoretical properties. The methods are applied using the statistical programming language R.
InhaltSee the class website
Voraussetzungen / BesonderesAt least one semester of (basic) probability and statistics.

Programming experience is helpful but not required.
  •  Seite  1  von  5 Nächste Seite Letzte Seite     Alle