Universität Wien

250063 VO Nonlinear optimization (2021W)

6.00 ECTS (4.00 SWS), SPL 25 - Mathematik
DIGITAL
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Für diese LV an-/abmelden

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
  • Dienstag 12.10. 16:30 - 18:00 Digital
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 13.10. 13:15 - 14:45 Digital
    Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 19.10. 16:30 - 18:00 Digital
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 20.10. 13:15 - 14:45 Digital
    Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 27.10. 13:15 - 14:45 Digital
    Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 03.11. 13:15 - 14:45 Digital
    Seminarraum 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 09.11. 16:30 - 18:00 Digital
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 10.11. 13:15 - 14:45 Digital
    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