Hauptinhalt

Dieser Eintrag ist aus dem Wintersemester 2019/20 und möglicherweise veraltet. Es konnte kein aktuelles Äquivalent gefunden werden.

Nichtlineare Optimierung
(engl. Nonlinear Optimization)

Niveaustufe, Verpflichtungsgrad Vertiefungsmodul, Wahlpflichtmodul
Lehr- und Lernformen,
Arbeitsaufwand
Vorlesung (4 SWS), Übung (2 SWS),
270 Stunden (90 Std. Präsenzzeit, 180 Std. Selbststudium)
Leistungspunkte,
Voraussetzungen zum Erwerb
9 LP
Studienleistung(en): Erreichen von mindestens 50 Prozent der Punkte aus den wöchentlich zu bearbeitenden Übungsaufgaben.
Prüfungsleistung: Klausur oder mündliche Prüfung
Sprache,
Benotung
Deutsch,
Die Benotung erfolgt mit 0 bis 15 Punkten gemäß der Prüfungsordnung für den Studiengang M.Sc. Wirtschaftsmathematik.
Dauer des Moduls,
Häufigkeit
Ein Semester,
Regelmäßig im Wechsel mit anderen Lehrveranstaltungen im Forschungsgebiet Optimierung
Modulverantwortliche(r) Prof. Dr. Thomas Surowiec

Inhalt

Grundlagen der nichtlinearen Optimierung: Kuhn-Tucker-Theorie, Minimierung nichtlinearer Funktionen; Minimierung nichtlinearer Funktionen mit Nebenbedingungen


Qualifikationsziele

Die Studierenden sollen

  • fundierte Kenntnisse der Theorie und Praxis grundlegender Methoden der Optimierung erwerben,
  • die Relevanz von Optimierungsverfahren für praktische Probleme aus verschiedenen Anwendungsgebieten wie Parameteroptimierung, nichtlineare Regression, Approximation oder optimale Steuerung erkennen und einschätzen lernen,
  • Fähigkeit zur Modellierung und Lösung von Optimierungsproblemen bei praktischen Problemstellungen erwerben,
  • mathematische Arbeitsweisen einüben (Entwickeln von mathematischer Intuition und deren formaler Begründung, Schulung des Abstraktionsvermögens, Beweisführung),
  • in den Übungen ihre mündliche Kommunikationsfähigkeit durch Einüben der freien Rede vor einem Publikum und bei der Diskussion verbessern.

Voraussetzungen

Keine. Empfohlen werden die Kompetenzen, die entweder in den Basismodulen Lineare Algebra I, Analysis I und Analysis I oder Grundlagen der linearen Algebra, Grundlagen der Analysis und Grundlagen der Höheren Mathematik vermittelt werden.


Verwendbarkeit

Importmodul aus dem M.Sc. Wirtschaftsmathematik.

Es kann im FB12 verwendet werden im Studiengang bzw. in den Studiengängen

  • B.Sc. Mathematik
  • B.Sc. Wirtschaftsmathematik
  • M.Sc. Data Science
  • M.Sc. Informatik
  • M.Sc. Mathematik
  • M.Sc. Wirtschaftsmathematik
  • LAaG Mathematik

Im Studiengang M.Sc. Data Science kann das Modul im Studienbereich Mathematik Aufbau- und Vertiefungsmodule absolviert werden.

Die Wahlmöglichkeit des Moduls ist dadurch beschränkt, dass es dem Schwerpunkt Scientific Computing zugeordnet ist.


Literatur

  • Alt, W.: Nichtlineare Optimierung, Vieweg, 2002
  • Jarre, F., Stoer, J.: Nonlinear Programming, Springer, 2004
  • Fletcher, R.: Practical Methods of Optimization, 2nd Edition, John Wiley & Sons, 1987
  • Nocedal, J., Wright, S.: Numerical Optimization, Springer, 2002



Bitte beachten Sie:

Diese Seite beschreibt ein Modul gemäß dem im Wintersemester 2019/20 aktuellsten gültigen Modulhandbuch. Die meisten für ein Modul gültigen Regeln werden nicht durch die Prüfungsordnung festgelegt, und können daher von Semester zu Semester aktualisiert werden. Folgende Versionen liegen im Online-Modulhandbuch vor:

Das Modulhandbuch enthält alle Module, unabhängig vom aktuellen Veranstaltungsangebot, vergleichen Sie dazu bitte das aktuelle Vorlesungsverzeichnis in Marvin.

Die Angaben im Online-Modulhandbuch wurden automatisch erstellt. Rechtsverbindlich sind die Angaben der Prüfungsordnung. Wenn Ihnen Unstimmigkeiten oder Fehler auffallen, sind wir für Hinweise dankbar.