269011 VO Numerische Methoden III - Optimierung (2022S)

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

Donnerstag 10.03. 10:30 - 12:00 Ernst-Mach-Hörsaal, Boltzmanngasse 5, 2. Stk., 1090 Wien
Donnerstag 17.03. 10:30 - 12:00 Ernst-Mach-Hörsaal, Boltzmanngasse 5, 2. Stk., 1090 Wien
Donnerstag 24.03. 10:30 - 12:00 Ernst-Mach-Hörsaal, Boltzmanngasse 5, 2. Stk., 1090 Wien
Donnerstag 31.03. 10:30 - 12:00 Ernst-Mach-Hörsaal, Boltzmanngasse 5, 2. Stk., 1090 Wien
Donnerstag 07.04. 10:30 - 12:00 Ernst-Mach-Hörsaal, Boltzmanngasse 5, 2. Stk., 1090 Wien
Donnerstag 28.04. 10:30 - 12:00 Ernst-Mach-Hörsaal, Boltzmanngasse 5, 2. Stk., 1090 Wien
Donnerstag 05.05. 10:30 - 12:00 Ernst-Mach-Hörsaal, Boltzmanngasse 5, 2. Stk., 1090 Wien
Donnerstag 12.05. 10:30 - 12:00 Ernst-Mach-Hörsaal, Boltzmanngasse 5, 2. Stk., 1090 Wien
Donnerstag 19.05. 10:30 - 12:00 Ernst-Mach-Hörsaal, Boltzmanngasse 5, 2. Stk., 1090 Wien
Donnerstag 02.06. 10:30 - 12:00 Ernst-Mach-Hörsaal, Boltzmanngasse 5, 2. Stk., 1090 Wien
Donnerstag 09.06. 10:30 - 12:00 Ernst-Mach-Hörsaal, Boltzmanngasse 5, 2. Stk., 1090 Wien
Donnerstag 23.06. 10:30 - 12:00 Ernst-Mach-Hörsaal, Boltzmanngasse 5, 2. Stk., 1090 Wien

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Grundlagen der stetigen Optimierung von Theorie mit einfachen Beweisen bis zu numerischen Methoden, Grundlagen in Analysis und (numerischer) Linearer Algebra sind hilfreich (z.b. Numerical Methods 1&2), aber nicht unbedingt notwendig.

Themen: 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.

Der Vorlesung fehlen leider die zugehörigen Übungen. Daher werden Übungsaufgaben zusätzlich zur Verfügung gestellt, welche auf freiwilliger Basis bearbeitet werden können.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Mündliche Prüfung (Termin nach Vereinbarung bzw. werden auch regelmäßig Sammeltermine ausgeschrieben).

Mindestanforderungen und Beurteilungsmaßstab

The lecture covers continuous optimization from theorey to algorithms. Positive assessment of the oral exam.

Prüfungsstoff

In der Vorlesung besprochene Themen.

Literatur

Lecture notes.

Optional:
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: Mi 25.01.2023 11:10