zurück zur Suche

Convex Optimization

EI74351Ingenieurwissenschaftliche Flexibilisierung6 ECTSEnglischWintersemesterDepartment Computer Engineering
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst Grundlagen und Methoden der konvexen Optimierung: Analyse konvexer Mengen und Funktionen, Optimalitätsbedingungen, Dualität sowie Algorithmen wie Simplex, Gradienten-/Newton-Verfahren und Interior-Point-Methoden. Am Ende kannst Du Probleme als konvexe Optimierungsaufgaben formulieren, Optimalitäts- und Dualitätsbedingungen ableiten und passende Lösungsverfahren anwenden.

Was du danach kannst

  • Konvexe Mengen und konvexe Funktionen charakterisieren
  • Fritz-John- und KKT-Optimalitätsbedingungen ableiten und anwenden
  • Qualifikationsbedingungen für Nebenbedingungen diskutieren
  • schwache und starke Dualität sowie Sattelpunkt-Theorem anwenden
  • Primal- und Dualprobleme formulieren und Primal-Rekonstruktion durchführen
  • Gradienten- und Subgradientenverfahren herleiten und anwenden
  • Cutting-Plane-Verfahren zur Linearisierung konvexer Probleme einsetzen
  • Simplex, Gradientenverfahren, Newton-Algorithmen und Basis-Interior-Point-Verfahren anwenden
  • Schrittweitenregelungen (z. B. Armijo-Goldstein) berücksichtigen

Aus was das Modul besteht

  • VorlesungVermittlung der theoretischen Grundlagen in lehrerzentrierter Form
  • Übungen/TutorialsVertiefung und Anwendung des Stoffes in studentenzentrierten Übungen

Lehrmethode

  • LehrvortragErklären der Theorie während der Vorlesungen
  • Übungs- und TutorienarbeitWiederholung und Konsolidierung des Wissens in Übungen

Termine

Vorlesung mit ÜbungConvex Optimization

Aus dem laufenden Semester, unverbindlich.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.