Lehrinhalte
Nichtglatte Optimierung: Beispiele, Subdifferential konvexer Funktionen,
Subgradienten-Verfahren, Schnittebenenverfahren, epsilon-Subdifferential,
Bundle-Methoden, Anwendungen; Nichtglatte Gleichungssysteme: Beispiele,
allgemeine Newton-artige Verfahren, verallgemeinerte Differentiale, Semiglattheit,
semiglatte Newton-Verfahren, Anwendungen
Literatur
C. Geiger, C. Kanzow, Theorie und Numerik restringierter Optimierungsaufgaben;
W. Alt: Numerische Verfahren der konvexen, nichtglatten Optimierung
Voraussetzungen
empfohlen: Einführung in die Optimierung
Online-Angebote
moodle
Nichtglatte Optimierung: Beispiele, Subdifferential konvexer Funktionen,
Subgradienten-Verfahren, Schnittebenenverfahren, epsilon-Subdifferential,
Bundle-Methoden, Anwendungen; Nichtglatte Gleichungssysteme: Beispiele,
allgemeine Newton-artige Verfahren, verallgemeinerte Differentiale, Semiglattheit,
semiglatte Newton-Verfahren, Anwendungen
Literatur
C. Geiger, C. Kanzow, Theorie und Numerik restringierter Optimierungsaufgaben;
W. Alt: Numerische Verfahren der konvexen, nichtglatten Optimierung
Voraussetzungen
empfohlen: Einführung in die Optimierung
Online-Angebote
moodle
- Lehrende: Stefan Ulbrich
Semester: SoSe 2021
Jupyterhub API Server: https://tu-jupyter-t.ca.hrz.tu-darmstadt.de