313.160 (23S) Nonlinear Optimization
Overview
- Lecturer
- Course title german Nichtlineare Optimierung
- Type Lecture
- Course model Attendance-based course
- Hours per Week 3.0
- ECTS credits 4.0
- Registrations 12
- Organisational unit
- Language of instruction Deutsch
- Course begins on 08.03.2023
- eLearning Go to Moodle course
Time and place
Course Information
Intended learning outcomes
Nach dem erfolgreichen Abschluss der Lehrveranstaltung sind die Studierenden in der Lage, praktische Aufgabenstellungen als Optimierungsprobleme zu formulieren, theoretische Grundlagen der nichtlinearen Optimierung zu verstehen und anzuwenden, moderne Optimierungsverfahren und Grundlagen ihrer Konvergenztheorie zu verstehen, sowie Grundlagen der theoretischen Analyse von nichtlinearen Optimierungsproblemen zu verstehen und anzuwenden.
Teaching methodology
- Tablet-Vortrag
- Selbständiges Erarbeiten von Übungsaufgaben
- Praktische Umsetzung der Algorithmen mit mathematischer Software
Course content
Es werden nichtlineare Optimierungsprobleme behandelt. Nach einer Einleitung werden zunächst Probleme ohne Nebenbedingungen theoretisch und algorithmisch untersucht (Steilster Abstieg, Newtonverfahren). Zum Abschluss gibt es eine Einführung in Optimierung unter Nebenbedingungen (Karush-Kuhn-Tucker Theorie, numerische Lösungsverfahren).
Prior knowledge expected
Analysis 1 und 2 sowie Lineare Algebra 1 und 2, grundlegende Programmierkenntnisse.
Literature
Vorlesungsskriptum im Moodle
J. Nocedal und S. Wright, Numerical Optimization, Springer, 2006
M. und S. Ulbrich, Nichtlineare Optimierung, Birkhäuser Mathematik Kompakt, 2012
Examination information
Examination methodology
Schriftliche Prüfung, 2h, ohne Unterlagen.
1. Prüfungstermin: 28.06.23 15:00 - 17:00
2. Prüfungstermin: KW 39 2023
3. Prüfungstermin: KW 02 2024
Examination topic(s)
Theoretische Grundlagen: Alle durchgenommenen Definitionen, Sätze und Beweise.
Praktische Umsetzung: Eigenständiges Lösen von relevanten Aufgabestellungen aus den besprochenen Themenbereichen.
Assessment criteria / Standards of assessment for examinations
Sehr Gut: 90-100 Punkte
Gut: 80-89 Punkte
Befriedigend: 70-79 Punkte
Genügend: 60-69 Punkte
Nicht Genügend: < 60 Punkte
Grading scheme
Grade / Grade grading schemePosition in the curriculum
- Bachelor's degree programme Technical Mathematics
(SKZ: 201, Version: 22W.1)
-
Subject: Optimierung und Programmierung
(Compulsory subject)
-
5.4 Nichtlineare Optimierung (
3.0h VO / 4.0 ECTS)
- 313.160 Nonlinear Optimization (3.0h VO / 4.0 ECTS) Absolvierung im 4. Semester empfohlen
-
5.4 Nichtlineare Optimierung (
3.0h VO / 4.0 ECTS)
-
Subject: Optimierung und Programmierung
(Compulsory subject)
- Bachelorstudium Technische Mathematik
(SKZ: 201, Version: 17W.1)
-
Subject: Optimierung und Programmierung
(Compulsory subject)
-
5.5 Nichtlineare Optimierung (
3.0h VO / 4.0 ECTS)
- 313.160 Nonlinear Optimization (3.0h VO / 4.0 ECTS) Absolvierung im 4. Semester empfohlen
-
5.5 Nichtlineare Optimierung (
3.0h VO / 4.0 ECTS)
-
Subject: Optimierung und Programmierung
(Compulsory subject)
Equivalent courses for counting the examination attempts
-
Sommersemester 2025
- 313.160 VO Nichtlineare Optimierung (3.0h / 4.0ECTS)
-
Sommersemester 2024
- 313.160 VO Nichtlineare Optimierung (3.0h / 4.0ECTS)
-
Sommersemester 2022
- 313.160 VO Nichtlineare Optimierung (3.0h / 4.0ECTS)
-
Sommersemester 2021
- 311.163 VO Nichtlineare Optimierung (3.0h / 4.0ECTS)
-
Sommersemester 2020
- 311.163 VO Nichtlineare Optimierung (3.0h / 4.0ECTS)
-
Sommersemester 2019
- 311.163 VO Nichtlineare Optimierung (3.0h / 4.0ECTS)
-
Sommersemester 2018
- 311.163 VO Nichtlineare Optimierung (3.0h / 4.0ECTS)
-
Sommersemester 2017
- 311.163 VO Nichtlineare Optimierung (3.0h / 4.0ECTS)
-
Sommersemester 2016
- 311.163 VO Nichtlineare Optimierung (3.0h / 4.0ECTS)
-
Wintersemester 2014/15
- 311.163 VO Nichtlineare Optimierung (3.0h / 4.0ECTS)
-
Wintersemester 2013/14
- 311.163 VO Nichtlineare Optimierung (3.0h / 4.0ECTS)