[MD4] - [2017Winter] - [de] - [Nichtlineare Optimierung]


Nichtlineare Optimierung [2017 SoSe]
Code
MD4
Name
Nichtlineare Optimierung
LP
8 LP
Dauer
ein Semester
Angebotsturnus
jährlich
Format
Vorlesung 4 SWS, Übung 2 SWS
Arbeitsaufwand
240 h; davon
60 h Vorlesung
30 h Übung
120 h Bearbeitung der Hausaufgaben und Nachbereitung der Vorlesung
30 h Klausur mit Vorbereitung
Verwendbarkeit
B.Sc. Mathematik
Sprache
Lehrende
Prüfungsschema
Lernziele Probleme, Theorie, Methoden und Algorithmen der Nichtlinearen Optimierung.
Selbständiges Lösen von Aufgaben aus dem Themenbereich mit Präsentation in den Übungen, Bearbeiten von praktischen Programmieraufgaben
Lerninhalte Die Vorlesung behandelt die folgenden Themen: Endlich-dimensionale, glatte, kontinuierliche, nichtlineare Opti- mierungsprobleme, Optimalitäsbedingungen für unbeschränkte und beschränkte Optimierungsprobleme, Gradientenverfahren, Konjugierte Gradienten-(CG-)Verfahren, Line Search, Newton- und Quasi-Newton-SQP-Verfahren, Gauß-Newton-Verfahren, Behandlung von Ungleichungsbeschränkungen, Trust-Region- Verfahren, Automatische Differentiation
Teilnahme-
voraus-
setzungen
empfohlen sind: Lineare Algebra I, Analysis I und II, Programmierkenntnisse
Vergabe der LP und Modulendnote Bestehen der Modulprüfung
Nützliche Literatur Nocedal, Wright: Numerical Optimization
Gill, Murray, Saunders, Wright: Practical Optimization Geiger, Kanzow: Numerik (un)restringierter Optimierung Jarre, Stoer: Optimierung