Gäller från och med: Höstterminen 2015
Beslutad av: FN1/AndersGustafsson
Datum för fastställande: 2016-02-17
Avdelning: Matematik (LTH)
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: Engelska
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.
Kunskap och förståelse
För godkänd kurs skall doktoranden
Färdighet och förmåga
För godkänd kurs skall doktoranden
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.
Nocedal, J. & Wright, S.: Numerical Optimization. Springer, 2006. ISBN 9780387303031.
Undervisningsform: Seminarier. Seminarier av kursdeltagarna
Examinationsformer: Inlämningsuppgifter, seminarieföredrag av deltagarna
Betygsskala: Underkänd, godkänd
Examinator:
Kursen ges om minst sju intressenter finns.
Kursansvariga: