VVZ API is not affiliated with ETH Zurich. Data might be outdated or incorrect. Please view the official ETHZ Vorlesungsverzeichnis for binding information.
Numerische Methoden für grosse Matrixeigenwertprobleme
Last Updated: 2026-02-05 14:57:21
Objective
Kenntnisse der modernen Eigenlöser, ihres numerischen Verhaltens, ihrer Einsatzmöglichkeiten und Grenzen.
Content
In dieser Vorlesung werden die heute wichtigsten Löser für grosse, typischerweise schwach-besetzte Matrixeigenwertprobleme vorgestellt. Auf der Grundlage des klassischen QR-Algorithmus werden Vektor- und Teilraumiteration, Spurminimierungsalgorithmus, Arnoldi- und Lanczos-Algorithmus (inkl. Varianten mit Neustart) und Jacobi-Davidson-Algorithmus analysiert. In den Übungen werden die behandelten Algorithmen numerisch untersucht.
Resources
Literature
Z. 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.
General Information
- Language
- German
- Frequency
- Yearly recurring
Examination
- Type
- session examination
- Mode
- oral 30 minutes
Course Components
| Type | Title | Time & Place | Hours |
|---|---|---|---|
| lecture with exercise | Numerische Methoden für grosse Matrixeigenwertprobleme |
|
3 h weekly |