Differenzierbare Optimierung
Differentiable Optimization
8 CPirregularlyDE
Prerequisites
Recommended, as written
Kenntnisse des Stoffes der Module • 11103: Analysis I • 11104: Analysis II • 11101: Lineare Algebra und analytische Geometrie I • 11102: Lineare Algebra und analytische Geometrie II • 11312: Optimierung I
Contents
Unrestringierte Optimierung Optimalitätskriterien, Sensitivität, Liniensuchverfahren (z.B. Gradientenverfahren, CG-Verfahren, Newtonverfahren, Quasinewtonverfahren) und Trust-Region-Verfahren, sowie deren Globalisierungen Restringierte Optimierung Karush-Kuhn-Tucker-Theorie (Bedingungen erster und zweiter Ordnung, Regularität), Sensitivität, Penalty- und Barrieremethoden, Augmentierte-Lagrange-Verfahren, Lagrange-Newton-Verfahren, SQP-Verfahren, nichtlineare Innere-Punkte-Verfahren • Ausarbeitung eines Projektes (selbstständige wissenschaftliche Arbeit) • Präsentation der Ergebnisse vor der Gruppe (Darstellung und Vermittlung mathematischer Ergebnisse)
Learning outcomes
Nach erfolgreichem Abschluss des Moduls kennen die Studierenden die Problemtypen der differenzierbaren Optimierung sowie die Theorie und Verfahren der differenzierbaren Optimierung. Sie können unterschiedliche Formulierungen eines Problems erstellen und bewerten, sowie geeignete Verfahren auswählen und beurteilen. Durch die Ausarbeitung eines Projektes haben sie Erfahrungen im selbstständigen wissenschaftlichen Arbeiten gewonnen und die Präsentation der Ergebnisse vor der Gruppe haben sie die Darstellung und Vermittlung mathematischer Ergebnisse erlernt.
Assessment
Voraussetzung für die Modulabschlussprüfung: • erfolgreiche Bearbeitung von Hausaufgaben Modulabschlussprüfung: • mündliche Prüfung, 30 min.
Literature (5)
- W. Alt: Nichtlineare Optimierung. Vieweg, 2002.
- C. Geiger, Ch. Kanzow: Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben. Springer, 1999.
- F. Jarre, J. Stoer: Optimierung. Springer, 2004.
- J. Nocedal, S. Wright: Numerical Optimization. Springer, 1999.
- M. Ulbrich, S. Ulbrich: Nichtlineare Optimierung. Springer, 2012
Remarks
• Studiengang Mathematik B.Sc.: Wahlpflichtmodul im Komplex „Vertiefung“ • Studiengang Wirtschaftsmathematik B.Sc.: Wahlpflichtmodul im Komplex „Vertiefung“ • Studiengang Physik B.Sc.: Wahlpflichtmodul im Grundstudium • Studiengang Informatik B.Sc.: Wahlpflichtmodul im Anwendungsfach „Mathematik“ • Studiengang Informatik M. Sc.: Wahlpflichtmodul in „Mathematik“ oder im Anwendungsfach „Mathematik“ • Studiengang Künstliche Intelligenz B.Sc.: Wahlpflichtmodul in Komplex „Mathematik“ • Studiengang Angewandte Mathematik M.Sc.: Wahlpflichtmodul im Komplex „Optimierung“
Source: BTU's module description · retrieved 19 Oct 2026Original