zurück zur Suche
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.
Aus dem laufenden Semester, unverbindlich.
Noch keine Bewertungen für dieses Modul.
Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.
Bewertungen werden vor der Veröffentlichung automatisch geprüft.
Offizielle Seite in TUMonline · Angaben unverbindlich.