FRT016F

Aktiv

Konvex optimering med tillämpningar

7.5

Ren forskarutbildningskurs

7161 (Reglerteknik)

 -03-03

FN1/Anders Gustafsson

Engelska

Vid tillräcklig efterfrågan

Målet med kursen är
att ge studenter verktyg och erfarenhet av att känna igen och formulera konvexa optimeringsproblem som dyker upp i tillämpningar

att introducera grundläggande teori för sådana problem, med fokus på resultat som är användbara vid beräkningar

att ge studenter en grundläggande förståelse i hur dylika problem löses och viss erfarenhet av att lösa dem

att ge studenter den kunskap som behövs för att använda metoderna i deras egen forskning eller tillämpning

Kursen består av tre delar
* Grundläggande teori för konvexa mängder och funktioner
* Erfarenhet av formulering av tillämpningsproblem som konvexa optimeringsproblem
* Förståelse och erfarenhet av effektiva optimeringsalgoritmer

* ha kunskap om teori för konvexa mängder och funktioner
* ha förståelse för hur tillämpningsproblem kan formuleras som konvexa optimeringsproblem
* ha kunskap om hur effektiva algoritmer fungerar och implementeras

* behärska beräkningar med konvexa funktioner
* kunna omformulera praktiska tillämpningsproblem som konvexa optimeringsproblem
* visat färdighet i att hantera något existerande programpaket för konvex optimering samt att själv kunna skriva programkod för enklare algoritmer

kunna kritiskt värdera och jämföra olika formuleringar av konvexa optimeringsproblem och algoritmer med avseende på olika kvalitetsegenskaper

Föreläsningar

övningar

Skriftlig tentamen

Inlämningsuppgifter

övrigt

* Veckovisa inlämningsuppgifter
* Studenter förväntas även ta en aktiv roll i de veckovisa övningstillfällen
* Ta-hem tenta

Underkänd, godkänd

Linjär algebra, flerdimensionell analys, sannolikhetsteori

Boyd, S. & Vandenberghe, L.: Convex Optimization. Cambridge University Press.

Gratis version på http://www.stanford.edu/~boyd/cvxbook/

Ersätter FRT015F.

FRT016F

 -03-03

FN1/Anders Gustafsson