Engelska

Vid tillräcklig efterfrågan

Målet för kursen är att förse studenterna med verktyg för att känna igen när ett optimeringsproblem från ett applikationsområde är konvext. Kursen innehåller även grundläggande konvex analys. Detta fokuserar på resultat som är användbara för att lösa optimeringsproblem via algoritmer. Målet är att studenterna ska få en djup förståelse för hur dessa algoritmer fungerar och när de är applicerbara, samt färdighet i att använda dem, för att sedan kunna använda denna färdighet i sin egen forskning.

Ha förståelse för teorin bakom konvex mängder, konvex functioner, dualitet samt konvergensbevis för algoritmer
Förstå hur problem from olika applikationsområden kan formuleras som konvexa optimeringsproblem och hur de kan lösas
Ha visat förståelse för hur effektiva algoritmer för storskaliga optimeringsproblem implementeras och fungerar

Visat på förmåga att utvärdera om ett givet optimeringsproblem är konvext.
Kunna formulera optimeringsproblem på en standardiserad form som passar sig väl för algoritmer
Kunna implementera och applicera en lämplig algoritm för ett givet konvext optimeringsproblem samt bevisa konvergens för algoritmen

Föreläsningar

övningar

Skriftlig tentamen

Muntlig tentamen

Inlämningsuppgifter

Skriftlig eller muntlig examen och skriftliga uppgifter under kursens gång.

Underkänd, godkänd

 

Material utvecklat av lärare.

FRT225F

2020-11-13

Professor Thomas Johansson