Vorlesung und Übung:

Optimierung

SS 2021

Dozent: Prof. Dr. Benedikt Wirth
Übung: Alexander Schlüter
Aktuelles:

Informationen zur Vorlesung

Zeit, Ort: Bei Normalbetrieb:
Di. 12:00 bis 14:00, wöchentlich
Fr. 12:00 bis 14:00, wöchentlich
Beginn: 13. April 2021
Learnweb: https://sso.uni-muenster.de/LearnWeb/learnweb2/course/view.php?id=52163#section-0
Inhalt: In der Vorlesung werden grundlegende Methoden und numerische Verfahren zum Lösen von Optimierungsproblemen vorgestellt. Themen umfassen lineare Optimierung, konvexe Optimierung, nichtlineare Optimierung, und bei Interesse auch nichtglatte Optimierung und optimale Steuerung. Es werden Optimalitätsbedingungen behandelt sowie verschiedene numerische Verfahren und ihre Konvergenz.
Voraussetzungen:  Solide Kenntnisse in Analysis und Numerik sowie algorithmische Grundkenntnisse (z.B. Basis-Programmierkenntnisse in Matlab, Python oder Ähnlichem).
Material: Notizen zur Vorlesung
Bitte beachten Sie, dass Änderungen noch auftreten können.
Literatur:
  • S. Boyd, L. Vandenberghe: Convex Optimization. CUP, 2004
  • J. Nocedal, S. Wright: Numerical Optimization. Springer, 2006
  • M. Hinze, R. Pinnau, M. Ulbrich, S. Ulbrich: Optimization wich PDE Constraints. Springer, 2008
  • W. Alt: Nichtlineare Optimierung. Vieweg, 2003
  • D. Luenberger: Introduction to Linear and Nonlinear Programming. Wesley 1972, 1989
  • A. Conn, N. Gould, P. Toint: Trust-region methods. SIAM, 2000

Informationen zur Übung

Learnweb: https://sso.uni-muenster.de/LearnWeb/learnweb2/course/view.php?id=52165
Dort werden organisatorische Informationen bereitgestellt. Die Übungen starten voraussichtlich in der zweiten Vorlesungswoche.
Gruppen: