250063 VO Nonlinear optimization (2021W)
Labels
DIGITAL
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Details
Sprache: Englisch
Prüfungstermine
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Dienstag
05.10.
16:30 - 18:00
Digital
Mittwoch
06.10.
13:15 - 14:45
Digital
Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag
12.10.
16:30 - 18:00
Digital
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Mittwoch
13.10.
13:15 - 14:45
Digital
Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag
19.10.
16:30 - 18:00
Digital
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Mittwoch
20.10.
13:15 - 14:45
Digital
Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
Mittwoch
27.10.
13:15 - 14:45
Digital
Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
Mittwoch
03.11.
13:15 - 14:45
Digital
Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag
09.11.
16:30 - 18:00
Digital
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Mittwoch
10.11.
13:15 - 14:45
Digital
Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag
16.11.
16:30 - 18:00
Digital
Mittwoch
17.11.
13:15 - 14:45
Digital
Dienstag
23.11.
16:30 - 18:00
Digital
Mittwoch
24.11.
13:15 - 14:45
Digital
Dienstag
30.11.
16:30 - 18:00
Digital
Mittwoch
01.12.
13:15 - 14:45
Digital
Dienstag
07.12.
16:30 - 18:00
Digital
Dienstag
14.12.
16:30 - 18:00
Digital
Mittwoch
15.12.
13:15 - 14:45
Digital
Dienstag
11.01.
16:30 - 18:00
Digital
Mittwoch
12.01.
13:15 - 14:45
Digital
Dienstag
18.01.
16:30 - 18:00
Digital
Mittwoch
19.01.
13:15 - 14:45
Digital
Dienstag
25.01.
16:30 - 18:00
Digital
Mittwoch
26.01.
13:15 - 14:45
Digital
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Goal is the thorough understanding of design, properties, and practical behavior of algorithms for the solution of smooth optimization problems with finitely many discrete and continuous variables, with and without constraints. Black box methods using function values only, local gradient-based methods and global (branch and bound) methods will be discussed. The emphasis will be on methods that scale well to high-dimensional problems. Complexity results will be derived where appropriate.
Art der Leistungskontrolle und erlaubte Hilfsmittel
Exams are oral after the end of the semester, approx. 45 minutes, by personal arrangement.
Mindestanforderungen und Beurteilungsmaßstab
To follow the course you need a thorough knowledge of linear algebra, analysis, and numerical analysis.To pass the exam you need to be able to give a coherent account of the concepts, algorithms and theorems presented, with motivations and outlines of the main arguments. For sehr gut (1) you need to be able to give proof details.
Prüfungsstoff
Relevant for the exam is the material from the lecture notes covered in the course.
Literatur
There will be detailed lecture notes for most of what is covered. Additional relevant literature will be given in the course during the first week.
Zuordnung im Vorlesungsverzeichnis
MAMO
Letzte Änderung: Fr 12.05.2023 00:21