313.160 (24S) Nichtlineare Optimierung

Sommersemester 2024

Anmeldefrist abgelaufen.

Erster Termin der LV
04.03.2024 10:00 - 11:30 N.2.01 On Campus
Nächster Termin:
03.06.2024 10:00 - 11:30 N.2.01 On Campus

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

Liste der Termine wird geladen...

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

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

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 Benotungsschema

Position 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
  • 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

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

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)