Technische Universität Ilmenau

Numerical Methods of Convex Optimization - Modultafeln of TU Ilmenau

The module lists provide information on the degree programmes offered by the TU Ilmenau.

Please refer to the respective study and examination rules and regulations for the legally binding curricula (Annex Curriculum).

You can find all details on planned lectures and classes in the electronic university catalogue.

Information and guidance on the maintenance of module descriptions by the module officers are provided at Module maintenance.

Please send information on missing or incorrect module descriptions directly to modulkatalog@tu-ilmenau.de.

module properties module number 200445 - common information
module number200445
departmentDepartment of Mathematics and Natural Sciences
ID of group2415 (Mathematical Methods in Operations Research)
module leaderProf. Dr. Gabriele Eichfelder
languageDeutsch
term Wintersemester
previous knowledge and experience

Grundkenntnisse der Optimierung

learning outcome

Den Studierenden wurde in der Vorlesung und Übung sowohl der vertiefende Charakter im Vergleich z.B. zur Grundlagenveranstaltung "Optimierung", als auch der hier stärker ausgeprägte numerische Aspekt der Veranstaltung bewusst. Im Verlauf der Vorlesung lernten sie dabei tiefergehende mathematische Ansätze für die numerische Behandlung von Problemstellungen der unrestringierten und restringierten Optimierung anhand von ausgewählten Verfahren (einschließlich der dafür beweisbaren mathematischen Aussagen beispielsweise hinsichtlich der Konvergenzgeschwindigkeit) kennen und zu verstehen. Weiterhin sind die Studierenden in die Lage versetzt, die verschiedenen vorgestellten Verfahren untereinander beispielsweise hinsichtlich ihrer Vor- und Nachteile oder auch ihrer praktisch relevanten Grenzen zu klassifizieren bzw. zu vergleichen. In der Übung konnten diese gewonnenen Erkenntnisse angewendet werden, um beispielsweise ergänzende theoretische Untersuchungen zu vollziehen, die Verfahren softwaretechnisch zu implementieren sowie diese Implementierungen vergleichend auf hinlänglich bekannte und akzeptierte Testinstanzen anzuwenden. Ein wichtiger Bestandteil dieser vorgenommenen Betrachtungen war der Vergleich und die anschließende kritische Bewertung der erhaltenen Ergebnisse durch die Studierenden. Sie sind durch die Übungen auch befähigt Anmerkungen zu beachten und Kritik zu würdigen. Das in dieser Vorlesung erlangte Wissen bildet somit einen wichtigen Grundstock für weitergehende Betrachtungen und Untersuchungen hinsichtlich numerischer Verfahren der unrestringierten und restringierten Optimierung, beispielsweise im Rahmen von Abschlussarbeiten oder auch Forschungsprojekten. Die Studierenden sind darüberhinaus in die Lage versetzt, in ihrer beruflichen Praxis die kennengelernten Verfahren erfolgsorientiert in Kooperation mit Kollegen anderer Fachgebiete anzuwenden und die Ergebnisse in ihrem späteren beruflichen Umfeld mit der notwendigen mathematischen Kompetenz zu untermauern.

content

numerische Verfahren der kontinuierlichen unrestringierten und restringierten konvexen Optimierung wie Quasi-Newton-Verfahren, Trust-Region-Verfahren, SQP-Verfahren

media of instruction and technical requirements for education and examination in case of online participation

Tafel, Arbeitsblätter

literature / references

C. Geiger und C. Kanzow, Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben (Springer, Berlin, 1999).

C. Geiger und C. Kanzow, Theorie und Numerik restringierter Optimierungsaufgaben (Springer, Berlin, 2002).

F. Jarre und J. Stoer, Optimierung (Springer, Berlin, 2004).

evaluation of teaching
Details reference subject
module nameNumerical Methods of Convex Optimization
examination number2400797
credit points5
SWS3 (2 V, 1 Ü, 0 P)
on-campus program (h)33.75
self-study (h)116.25
obligationobligatory module
examoral examination performance, 30 minutes
details of the certificate
alternative examination performance due to COVID-19 regulations incl. technical requirements
signup details for alternative examinations
maximum number of participants
Details in degree program Bachelor Mathematik 2021
module nameNumerical Methods of Convex Optimization
examination number2400797
credit points5
on-campus program (h)34
self-study (h)116
obligationelective module
examoral examination performance, 30 minutes
details of the certificate
alternative examination performance due to COVID-19 regulations incl. technical requirements
signup details for alternative examinations
maximum number of participants