313.160 (24S) Nichtlineare Optimierung
Überblick
- Lehrende/r
- LV-Titel englisch Nonlinear Optimization
- LV-Art Vorlesung
- LV-Modell Blended-Learning-Lehrveranstaltung
- Online-Anteil 15%
- Semesterstunde/n 3.0
- ECTS-Anrechnungspunkte 4.0
- Anmeldungen 9
- Organisationseinheit
- Unterrichtssprache Deutsch
- mögliche Sprache/n der Leistungserbringung Deutsch , Englisch
- LV-Beginn 04.03.2024
- eLearning zum Moodle-Kurs
Zeit und Ort
LV-Beschreibung
Intendierte Lernergebnisse
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.
Lehrmethodik inkl. Einsatz von eLearning-Tools
- Tafel- oder Tablet-Vortrag
- selbständiges Erarbeiten von Übungsaufgaben
- praktische Umsetzung der Algorithmen mit mathematischer Software
Inhalt/e
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).
Erwartete Vorkenntnisse
Analysis 1 und 2 sowie Lineare Algebra 1 und 2, grundlegende Programmierkenntnisse
Literatur
M. und S. Ulbrich, Nichtlineare Optimierung, Birkhäuser Mathematik Kompakt, 2012
J. Nocedal und S. Wright, Numerical Optimization, Springer, 2006
Prüfungsinformationen
Prüfungsmethode/n
schriftlich, ohne Unterlagen.
Prüfungsinhalt/e
gesamter Inhalt der Vorlesung
Beurteilungskriterien/-maßstäbe
Korrektheit und Nachvollziehbarkeit der Antworten auf die Prüfungsfragen. Auf die Klausur sind insgesamt max. 20 Punkte zu erreichen. Notenskala:
Punkte | Note |
≥ 17,5 | Sehr gut |
≥ 15 und < 17,5 | Gut |
≥ 12,5 und < 15 | Befriediegend |
≥ 10 und < 12,5 | Genügend |
< 10 | Nicht genügend |
Beurteilungsschema
Note BenotungsschemaPosition im Curriculum
- Bachelorstudium Technische Mathematik
(SKZ: 201, Version: 22W.1)
-
Fach: Optimierung und Programmierung
(Pflichtfach)
-
5.4 Nichtlineare Optimierung (
3.0h VO / 4.0 ECTS)
- 313.160 Nichtlineare Optimierung (3.0h VO / 4.0 ECTS) Absolvierung im 4. Semester empfohlen
-
5.4 Nichtlineare Optimierung (
3.0h VO / 4.0 ECTS)
-
Fach: Optimierung und Programmierung
(Pflichtfach)
- Bachelorstudium Technische Mathematik
(SKZ: 201, Version: 17W.1)
-
Fach: Optimierung und Programmierung
(Pflichtfach)
-
5.5 Nichtlineare Optimierung (
3.0h VO / 4.0 ECTS)
- 313.160 Nichtlineare Optimierung (3.0h VO / 4.0 ECTS) Absolvierung im 4. Semester empfohlen
-
5.5 Nichtlineare Optimierung (
3.0h VO / 4.0 ECTS)
-
Fach: Optimierung und Programmierung
(Pflichtfach)
Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung
-
Sommersemester 2025
- 313.160 VO Nichtlineare Optimierung (3.0h / 4.0ECTS)
-
Sommersemester 2023
- 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)