Detaljer för kursplan för kurs FMA275F giltig från och med HT 2015 Utskriftsvänlig visning Kurskod:FMA275F Gäller från och med:Höstterminen 2015 Kursplanen är fastställd Allmänt Undervisningsspråk:Engelska Ges:Vid tillräcklig efterfrågan Intresseanmälan:Anmäl intresse via e-post Kurshemsida: Syfte Kursen syftar till att doktoranden skall få god kännedom om vilka numeriska optimeringsalgoritmer som finns idag särskilt om dem som lämpar sig för storskaliga problem - speciellt deras respektive praktiska för- och nackdelar och en djupare förståelse för grundprinciperna som ligger bakom - för att kunna använda dem i sin forskning. Innehåll Linjesökning och trust-region-metoder, konjugerade gradienter och kvasi-Newtonmetoder, storskalig optimering, derivationsfria metoder, minsta kvadrat-metoder, icke-lineära ekvationer, teori och grundläggande algoritmer för icke-lineär optimering med bivillkor, inre punkt-metoder, kvadratisk och sekventiell kvadratisk programmering, straff och utökade Lagrange-metoder. Kunskap och förståelse För godkänd kurs skall doktoranden kunna översiktligt redogöra för moderna optimeringsalgoritmer som används i praktiken. kunna förklara huvudprinciperna för de optimeringsalgoritmer som berörs i kursen. kunna beskriva skillnader mellan algoritmer med avseende på egenskaper och beteende. Färdighet och förmåga För godkänd kurs skall doktoranden kunna självständigt identifiera och formalisera industriellt och forskningsmässigt relevanta problem som optimeringsproblem. visa god förmåga att analysera ett optimeringproblem och föreslå en lämplig numerisk algoritm samt implementera den i MATLAB. kunna kvalitativt jämföra starka och svaga sidor hos olika numeriska algoritmer i kursen (konvergens, snabbhet, stabilitet, storskalig m.m.) kunna redogöra för lösningen till matematiska problem inom kursens ram, med adekvat terminologi, väl strukturerat och logiskt sammanhängande. Värderingsförmåga och förhållningssätt För godkänd kurs skall doktoranden Undervisningsformer Seminarier Kommentarer:Seminarier av kursdeltagarna Examinationsformer Inlämningsuppgifter Seminarieföredrag av deltagarna Betygsskala:Underkänd, godkänd Förkunskapskrav Förutsatta förkunskaper Urvalskriterier Litteratur Litteratur:Nocedal, J. & Wright, S.: Numerical Optimization. Springer, 2006. ISBN 9780387303031. Övrig information Kursen ges om minst sju intressenter finns. Kurskod Kurskod:FMA275F Administrativ information Datum för fastställande: -02-17 Beslutad av:FN1/AndersGustafsson Alla publicerade kurstillfällen för kursplanen Inga matchande kurstillfällen hittades. 0 kurstillfällen. Utskriftsvänlig visning