Angewandte konvexe Optimierung
Numerical optimization is omnipresent in technical systems. In fact, it is elementary for automation, production planning, logistics, or machine learning.
Organizational info (Winter term 2024/25)
Lectures | Exercises | |
---|---|---|
Start | 14.10.2024 | 15.10.2024 |
Time | Mondays, 10:15 to 11:45 | Tuesdays, 16:00 to 17:30 |
Room | MB E21/E22 | MB E21/E22 |
Lecturers / Tutors | Moritz Schulze Darup | Dieter Teichrib |
Moodle | Link to the course | |
Language | German |
Content (according to module description)
Die Vorlesung bietet eine anwendungsorientierte Einführung zur numerischen Optimierung. Optimierungsprobleme werden zunächst allgemein vorgestellt, mit Beispielen illustriert und anschließend klassifiziert. Der Schwerpunkt liegt dabei auf konvexen Optimierungsproblemen wie linearen oder quadratischen Programmen. Die Lösung derartiger Problemstellungen wird theoretisch erläutert und praktisch mithilfe von Standardsoftware (wie Matlab, Mosek oder Gurobi) erprobt. Diskutiert werden diesbezüglich Optimalitätskriterien, verschiedene Solver (wie Interior-Point oder Active Set) sowie duale Optimierungsprobleme.
About to come.
Literature
S. P. Boyd, and L. Vandenberghe. Convex optimization. Cambridge University Press, 2004.