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 |