Gäller från och med: Autumn 2015
Beslutad av: FN1/AndersGustafsson
Datum för fastställande: 2016-02-17
Avdelning: Mathematics
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: English
The aim of the course is to give good knowledge about modern numerical optimization algorithms especially about those suitable for large-scale problems - in particular their practical strengths and weaknesses and a deeper understanding of the basic principles behind them - in order to be able to use them in research.
Kunskap och förståelse
För godkänd kurs skall doktoranden
Färdighet och förmåga
För godkänd kurs skall doktoranden
Line search and trust-region methods, conjugate gradient and quasi-Newton methods, large-scale optimization, derivative-free methods, least-squares, nonlinear equations, theory and fundamentals of algorithms for nonlinear optimization with constraints, interior-point methods, quadratic and sequential quadratic programming, penalty and augmented Lagrangian methods.
Nocedal, J. & Wright, S.: Numerical Optimization. Springer, 2006. ISBN 9780387303031.
Undervisningsform: Seminarier. Seminars by the course participants
Examinationsformer: Inlämningsuppgifter, seminarieföredrag av deltagarna
Betygsskala: Underkänd, godkänd
Examinator:
It should be at least seven potential participants for the course to be given.
Kursansvariga: