Roger Käppeli: Katalogdaten im Herbstsemester 2016 |
Name | Herr Dr. Roger Käppeli |
Adresse | Professur für Angew. Mathematik ETH Zürich, HG G 52.1 Rämistrasse 101 8092 Zürich SWITZERLAND |
Telefon | +41 44 632 84 95 |
roger.kaeppeli@sam.math.ethz.ch | |
URL | https://people.math.ethz.ch/~karoger/ |
Departement | Mathematik |
Beziehung | Dozent |
Nummer | Titel | ECTS | Umfang | Dozierende | |
---|---|---|---|---|---|
401-0141-00L | Lineare Algebra und Numerische Mathematik | 5 KP | 3V + 1U | V. C. Gradinaru, R. Käppeli | |
Kurzbeschreibung | Einführung in die Lineare Algebra und die Numerische Mathematik unter Betonung sowohl abstrakter als auch algorithmischer Aspekte. | ||||
Lernziel | Grundkenntnisse in linearer Algebra und Numerik erwerben. Einfuehrung in abstraktes und algorithmisches Denken auf der Grundlage von mathematischen Konzepten und Modellen. Faehigkeit, einfache Techniken aus der numerischen linearen Algebra geeignet auszuwaehlen, anzuwenden und zu implementieren (in MATLAB). | ||||
Inhalt | 1 Lineare Gleichungssysteme 1.1 Lineare Gleichungen 1.1.1 Definition und Notation 1.1.2 Loesungen linearer Gleichungen 1.1.3 Visualisierung von Loesungsmengen linearer Gleichungen 1.2 Lineare Gleichungssysteme: Einfuehrung 1.2.1 Definition und Loesungsmengen 1.2.2 Matrixnotation 1.3 Lineare Gleichungssysteme: Anwendungsbeispiele 1.3.1 Additive Ueberlagerung: Mischungsprobleme 1.3.2 Input-Output-Modelle aus der Oekonomie (Leontief-Modelle) 1.3.3 Signalverarbeitung 1.3.4 Flussnetzwerke 1.4 Gausselimination 1.4.1 Eliminationsidee 1.4.2 Zeilenumformungen 1.4.3 Zeilenstufenform 1.4.4 Gausselimination: Algorithmus 1.4.5 Loesungsmengen linearer Gleichungssysteme 2 Rechnen mit Vektoren und Matrizen 2.1 Vektorrechnung im Rn 2.2 Linearkombinationen und Matrix-Vektor-Produkt 2.3 Matrixprodukt 2.4 Matrixkalkuel 2.5 Inverse Matrix 2.6 Transponierte Matrix 2.7 Blockmatrixoperationen 3 Unterraeume und Basen 3.1 Erzeugnisse und Unterraeume 3.2 Lineare Unabhaengigkeit, Basis und Dimension 3.3 Bild und Kern von Matrizen, Dimensionssatz 3.4 Koeffizientenvektoren und Basiswechsel 4 Der Euklidische Raum Rn 4.1 Das Euklidische Skalarprodukt 4.1.1 Definition und Eigenschaften 4.1.2 Laenge von Vektoren im Rn 4.1.3 Winkel 4.2 Abstand 4.2.1 Abstandsbegriff 4.2.2 Ergaenzung: Quadratische Formen 4.2.3 Orthogonale Projektion 4.3 Orthogonalitaet 4.3.1 Orthogonale Vektoren 4.3.2 Orthogonale Komplemente 4.3.3 Orthogonale Matrizen 4.3.4 Orthogonalisierung 4.3.5 Vektorprodukt in R3 4.4 Lineare Ausgleichsrechnung 4.4.1 Ueberbestimmte lineare Gleichungssysteme: Beispiele 4.4.2 Kleinste-Quadrate Loesung 4.4.3 Normalengleichungen 4.4.4 Orthogonalisierungstechniken 4.5 Volumenformen und Determinanten 4.5.1 Volumen 4.5.2 Determinanten 4.5.3 Determinantenformeln 4.5.4 Determinante und Matrixprodukt 5 Numerische lineare Algebra mit MATLAB 5.1 MATLAB: Grundlagen 5.1.1 Operationen mit Vektoren und Matrizen in MATLAB 5.1.2 Visualisierung in MATLAB 5.2 Rundungsfehler 5.3 Rechenaufwand 5.4 Duennbesetzte Matrizen 5.5 Loesen linearer Gleichungssysteme und linearer Ausgleichsprobleme 5.6 MATLAB-Projekte 5.6.1 Projekt: Ideale statische Fachwerke 5.6.2 Projekt: Entrauschen eines Bildes 5.6.3 Projekt: Netzglaettung 5.6.4 Projekt: Rekonstruktion eines Dreiecksnetzes 6 Lineare Abbildungen [optional] 6.1 Wiederholung: Vektoren und Koordinaten 6.2 Konzept der linearen Abbildung * Abbildungseigenschaften * Komposition * Bild und Kern * Affine Abbildungen 6.3 Matrixdarstellung 6.3.1 Definition 6.3.2 Matrixdarstellung bei Basiswechsel 6.4 Lineare Selbstabbildungen 6.5 Projektionen * Orhtogonalprojektionen 6.6 Isometrien im Euklidischen Raum 6.6.1 Laengenerhaltung 6.6.2 Spiegelungen 6.6.3 Drehungen 6.6.3.1 Drehungen im R2 6.6.3.2 Drehungen im R3 7 Diagonalisierung 7.1 Motivation: Lineare Rekursionen * Lineare skalare Mehrtermrekursionen 7.2 Matrixdiagonalisierung 7.2.1 Anwendung: Geschlossene Darstellung linearer Rekursionen 7.2.2 Anwendung: Matrixfunktionen 7.3 Rechnen in Cn 7.4 Eigenwerte und Eigenvektoren 7.5 Diagonalisierbarkeit 7.5.1 Allgemeine Kriterien 7.5.2 Diagonalisierbarkeit normaler Matrizen | ||||
Skript | Für weitere Informationen: http://www.sam.math.ethz.ch/~grsam/HS16/LABAUG/index.html | ||||
Literatur | K. Nipp, D. Stoffer, Lineare Algebra, VdF Hochschulverlag ETH G. Strang, Lineare Algebra. Springer | ||||
401-0151-00L | Lineare Algebra | 4 KP | 3G + 2U | V. C. Gradinaru, R. Käppeli | |
Kurzbeschreibung | Inhalt: Lineare Gleichungssysteme - der Algorithmus von Gauss, Matrizen - LR-Zerlegung, Determinanten, Vektorräume, Ausgleichsrechnung - QR-Zerlegung, Lineare Abbildungen, Eigenwertproblem, Normalformen -Singulärwertzerlegung; numerische Aspekte; Einführung in MATLAB. | ||||
Lernziel | Einführung in die Lineare Algebra für Ingenieure unter Berücksichtigung numerischer Aspekte | ||||
Skript | K. Nipp / D. Stoffer, Lineare Algebra, vdf Hochschulverlag, 5. Auflage 2002 | ||||
Literatur | K. Nipp / D. Stoffer, Lineare Algebra, vdf Hochschulverlag, 5. Auflage 2002 | ||||
401-0675-00L | Statistical and Numerical Methods for Chemical Engineers | 3 KP | 2V + 2U | R. Käppeli, P. Müller, M. Sokolov | |
Kurzbeschreibung | This course covers common numerical algorithms and statistical methods used by chemical engineers to solve typical problems arising in industrial and research practice. | ||||
Lernziel | This course covers common numerical algorithms and statistical methods used by chemical engineers to solve typical problems arising in industrial and research practice. The focus is on application of these algorithms to real world problems, while the underlying mathematical principles are also explained. The MATLAB environment is adopted to integrate computation, visualization and programming. | ||||
Inhalt | Topics covered: Part I: Numerical Methods: - Interpolation & Numerical Calculus - Non-linear Equations - Ordinary Differential Equations - Partial Differential Equations - Linear and Non-linear Least Squares Part II: Statistical Methods: - Data analysis and regression methods - Statistical experimental design - Multivariate analysis of spectra | ||||
Skript | For the numerics part, see http://www.sam.math.ethz.ch/~karoger/numci/2016/ For the statistics part, see http://stat.ethz.ch/~muellepa/ | ||||
Literatur | Recommended reading: 1) R. Pratap, Getting Started with Matlab: A Quick Introduction for Scientists and Engineers, Qxford University Press, 2001 2) A. Constantinides, N. Mostoufi, Numerical Methods for Chemical Engineers with Matlab Applications, Prentice Hall, 1999 3) K.J. Beers: Numerical Methods for Chemical Engineering, Cambridge, 2007 4) W. A. Stahel, Statistische Datenanalyse, Vieweg, 4th edition 2002 | ||||
406-0141-AAL | Linear Algebra and Numerical Analysis Belegung ist NUR erlaubt für MSc Studierende, die diese Lerneinheit als Auflagenfach verfügt haben. Alle andere Studierenden (u.a. auch Mobilitätsstudierende, Doktorierende) können diese Lerneinheit NICHT belegen. | 5 KP | 11R | R. Käppeli, V. C. Gradinaru | |
Kurzbeschreibung | Introduction to Linear Algebra and Numerical Analysis for Engineers. This reading course is based on chapters from the book "Introduction to Linear Algebra" by Gilbert Strang (SIAM 2009), and "A first Course in Numerical Methods" by U. Ascher and C. Greif (SIAM, 2011). | ||||
Lernziel | To acquire basic knowledge of Linear Algebra and some aspects of related numerical metjhods and the ability to apply basic algorithms to simple problems. | ||||
Inhalt | * Linear systems of equations: Gaussian elimination, row echelon form, theory abiut existence and uniqueness of solutions (Strang Ch. 2 and 3.4) * Mathematical modelling by linear systems (e.g. networks, trusses) (Strang, parts of Ch. 8) * Column space, null space and rank of matrices (Strang 3.2, 3.3) * linear combinations, linear (in)dependence, bases, dimension theorem for matrices (Strang 3.5, 3.6) * inner product, orthogonality, length in Euclidean space (Strang 4.1, 4.2) * Least squares solutions and orthogonalization (Gram-Schmidt and QR) (Strang 4.3, 4.4) * Linear mappings, matrix representation and change of basis (Strang Ch. 7) * Determinants and diagonalization of matrices (eigenvalues and eigenvectors) (Strang 6.1, 6.2, 6.5, 6.6) * Diagonalization applied to linear differential and difference equations. (Strang 6.3) * Numerical methods for solving linear systems of equations (Ascher/Greif 5.1, MATLAB Documentation of \) * Interpolation with polynomials and splines (Ascher/Greif Ch. 10 and 11) | ||||
Literatur | Gilbert Strang, Introduction to Linear Algebra, 4th ed., SIAM & Wellesley-Cambridge Press, 2009. U. Ascher and C. Greif, A first Course in Numerical Methods", SIAM, 2011. | ||||
Voraussetzungen / Besonderes | Knowledge of elementary calculus |