Universität Wien

269011 VO Numerische Methoden III - Optimierung (2020S)

3.00 ECTS (2.00 SWS), SPL 26 - Physik
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

EVERYTHING ON MOODLE FOR THE SHUTDOWN PERIOD

  • Donnerstag 05.03. 11:25 - 12:55 Seminarraum A, Währinger Straße 17, 2. Stk., 1090 Wien
  • Donnerstag 19.03. 11:25 - 12:55 Seminarraum A, Währinger Straße 17, 2. Stk., 1090 Wien
  • Donnerstag 26.03. 11:25 - 12:55 Seminarraum A, Währinger Straße 17, 2. Stk., 1090 Wien
  • Donnerstag 02.04. 11:25 - 12:55 Seminarraum A, Währinger Straße 17, 2. Stk., 1090 Wien
  • Donnerstag 23.04. 11:25 - 12:55 Seminarraum A, Währinger Straße 17, 2. Stk., 1090 Wien
  • Donnerstag 30.04. 11:25 - 12:55 Seminarraum A, Währinger Straße 17, 2. Stk., 1090 Wien
  • Donnerstag 07.05. 11:25 - 12:55 Seminarraum A, Währinger Straße 17, 2. Stk., 1090 Wien
  • Donnerstag 14.05. 11:25 - 12:55 Seminarraum A, Währinger Straße 17, 2. Stk., 1090 Wien
  • Donnerstag 28.05. 11:25 - 12:55 Seminarraum A, Währinger Straße 17, 2. Stk., 1090 Wien
  • Donnerstag 04.06. 11:25 - 12:55 Seminarraum A, Währinger Straße 17, 2. Stk., 1090 Wien
  • Donnerstag 18.06. 11:25 - 12:55 Seminarraum A, Währinger Straße 17, 2. Stk., 1090 Wien
  • Donnerstag 25.06. 11:25 - 12:55 Seminarraum A, Währinger Straße 17, 2. Stk., 1090 Wien

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Grundlagen der stetigen Optimierung, Liniensuche und Trust Region, Newton und (large-scale) Quasi-Newton, Nichtlineare konjugierte Gradienten Verfahren, Theorie der (nicht-linearen) Optimierung mit Nebenbedingungen, Lineare Programmierung, (sequentielle) quadratische Programmierung, Penalty und augmented Lagrangian Methoden, Innere-Punkt Methoden.
Schwerpunkte werden theoretische wie auch praktische numerische Aspekte (e.g. machine learning, python scikit-learn, (nonlinear) dimensionality reduction, etc) sein.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Mündliche Prüfung (Termin nach Vereinbarung)

Mindestanforderungen und Beurteilungsmaßstab

Prüfungsstoff

In der Vorlesung besprochene Themen

Literatur

Lecture notes will be available;
Lecture notes SS2018: M.Grasmair, Continuous Optimization, 2012
J. Nocedal, S.J. Wright, Numerical Optimization, 2006 Springer
R. Fletcher, Practical methods of optimization, John Wiley & Sons, 2013

Zuordnung im Vorlesungsverzeichnis

CO-MAT3

Letzte Änderung: Sa 08.07.2023 00:21