Vertiefung des Wissens in einem Thema der Angewandten und Numerischen Mathematik.

Iterative Solvers in Optimization

In this seminar we want to solve theoretically and numerically quadratic optimisation problems

with linear constraints:

  \min_{x\in U} Ax\cdot x - b\cdot x, \quad U:= {x \in \R^n: Bx=c }

Possible topics comprise

• basics of optimisation: KKT conditions and existence of minimisers for equality and inequality constraints
• conjugate gradient methods for unconstraint problems
• penality methods and augmented lagrangian methods for constained optimisation
• algorithms to solve bound constrained optimisation problems: projected gradient methods 
• semi-smooth Newton methods
• (finite dimensional) eigenvalue problems

Vorbesprechung: Dienstag den 12.3. um 12:00Uhr in Sem.R. DA grün 03 C

Die Teilnehmer arbeiten in Zweiergruppen. Voraussetzungen zum Leistungsnachweis: Umsetzung der Algorithmen, Seminararbeit (ca. 10 Seiten), Seminarvortrag (90 Minuten).

Die Seminarvorträge werden geblockt am Ende des Semesters stattfinden. Die Termine werden in der Vorbesprechung abgesprochen.

Numerische Mathematik A, Mathematik des 1. Studienabschnittes