Webrelaunch 2020

Numerische Optimierungsmethoden (Wintersemester 2023/24)

In dieser Veranstaltung werden numerische Algorithmen zur Lösung von Optimierungsaufgaben entwickelt und analysiert. Sie baut nur bedingt auf der Vorlesung Optimierungstheorie auf.
Solide Beherrschung der Differentialrechnung mehrerer Veränderlicher sowie Kenntnisse in Linearer Algebra und etwas Engagement reichen aus.

Zu dieser Vorlesung gibt es einen ILIAS-Bereich: Folgen Sie diesem Link.

Termine
Vorlesung: Mittwoch 11:30-13:00 20.30 -01.11 Beginn: 25.10.2023
Donnerstag 11:30-13:00 20.30 0.19
Übung: Dienstag 9:45-11:15 20.30 SR 3.61 Beginn: 31.10.2023
Lehrende
Dozent Prof. Dr. Andreas Rieder
Sprechstunde: Bis auf weiteres nur nach Vereinbarung,
Zimmer 3.040 Kollegiengebäude Mathematik (20.30)
Email: andreas.rieder(at)kit.edu
Übungsleiter M.Sc. Kevin Ganster
Sprechstunde: nach Vereinbarung
Zimmer 3.052 Kollegiengebäude Mathematik (20.30)
Email: kevin.ganster@kit.edu

In der Vorlesung werden voraussichtlich die folgenden Themen behandelt:

Unrestringierte Optimierung

  • Abstiegsverfahren
  • Newton-Verfahren (Inexakte und Quasi-Newton-Verfahren)
  • Nichlineare CG-Verfahren
  • Trust-Region-Verfahren

Restringierte Optimierung

  • Innere-Punkte-Methoden
  • Penalty-Methoden
  • Aktive Mengen Strategie
  • SQP-Verfahren
  • Nicht-glatte Optimierung

Literaturhinweise

  • Geiger, Carl; Kanzow, Christian: Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben. Springer.
  • Geiger, Carl; Kanzow, Christian: Theorie und Numerik restringierter Optimierungsaufgaben. Springer.
  • Jarre, Florian; Stoer, Josef: Optimierung. Springer.