Einführung in die Mathematische Optimierung (WiSe 2019/2020)

Inhalt

Zentrales Thema der Vorlesung wird die Theorie der Minimierung konvexer Zielfunktionen über konvexen Teilmengen endlich-dimensionaler Räume und insbesondere die lineare Optimierung sein. Die Hauptaspekte sind dabei die Dualitätstheorie, die Geometrie der Lösungsmengen linearer Optimierungsprobleme (Polyeder) und Algorithmen. Dabei knüpft die Vorlesung auf der einen Seite an aus der mehrdimensionalen Analysis bekannte Optimalitätskriterien für das Optimieren unter differenzierbaren Gleichheitsnebenbedingungen sowie an aus der linearen Algebra bekannte Charakterisierungen der Lösbarkeit linearer Gleichungssysteme an. Auf der anderen Seite wird sie auch zeigen, wie die kontinuierliche konvexe Optimierung das Fundament der diskreten Optimierung bildet. So sollte die Vorlesung auch einen Einblick in die Mathematische Optimierung vermitteln, der zur späteren Vertiefung einlädt.

Termine

Vorlesung (Prof. V. Kaibel); Eintrag im LSF Übung (Jonas Frede); Eintrag im LSF
Folien

Hier können Sie im Laufe des Semesters die LaTeX-Folien herunter laden, die ich in der Vorlesung verwende:

Nach jeder Vorlesung stelle ich hier den in der Vorlesung erzeugten handschriftlichen Teil (ersetzt einen Tafelanschrieb) zur Verfügung:

Übungsblätter

Hier können Sie im Laufe des Semesters die Übungsblätter herunter laden.

Prüfung / Leistungsnachweis

Am Donnerstag, den 30.01.20, bieten wir eine Klausur zum Erwerb eines Leistungsnachweises an. Die Zulassung zur Klausur erfordert ca. 50% der erreichbaren Übungspunkte sowie mindestens 1 erfolgreiche Präsentation in den Übungen. Die Klausur findet um 11:15 in G02-111 statt.

Für die mündliche Prüfung empfehlen wir Ihnen, sich neben dem Vorlesungsstoff mit allen Übungsblättern ausgiebig zu beschäftigen.