Nach dem erfolgreichen Abschluss der Lehrveranstaltung sind die Studierenden in der Lage, praktische Aufgabenstellungen als Optimierungsprobleme zu formulieren, theoretische Grundlagen der nichtlinearen Optimierung zu verstehen und anzuwenden, moderne Optimierungsverfahren und Grundlagen ihrer Konvergenztheorie zu verstehen, sowie Grundlagen der theoretischen Analyse von nichtlinearen Optimierungsproblemen zu verstehen und anzuwenden.

Tafel- oder Tablet-Vortragselbständiges Erarbeiten von Übungsaufgabenpraktische Umsetzung der Algorithmen mit mathematischer Software

Es werden nichtlineare Optimierungsprobleme behandelt. Nach einer Einleitung werden zunächst Probleme ohne Nebenbedingungen theoretisch und algorithmisch untersucht (Steilster Abstieg, Newtonverfahren). Zum Abschluss gibt es eine Einführung in Optimierung unter Nebenbedingungen (Karush-Kuhn-Tucker Theorie, numerische Lösungsverfahren).                                       

Analysis 1 und 2 sowie Lineare Algebra 1 und 2, grundlegende Programmierkenntnisse

M. und S. Ulbrich, Nichtlineare Optimierung, Birkhäuser Mathematik Kompakt, 2012J. Nocedal und S. Wright, Numerical Optimization, Springer, 2006

schriftlich, ohne Unterlagen.

gesamter Inhalt der Vorlesung

Korrektheit und Nachvollziehbarkeit der Antworten auf die Prüfungsfragen. Auf die Klausur sind insgesamt max. 20 Punkte zu erreichen. Notenskala:PunkteNote≥ 17,5Sehr gut≥ 15 und < 17,5Gut≥ 12,5 und < 15Befriediegend≥ 10 und < 12,5Genügend< 10Nicht genügend