|
Vorlesung:
|
Di 17:15 - 18:45, Raum 2/B101
Vorlesungsbeginn am 11.10.2011
|
|
Übung:
|
Mo 15:30 - 17:00, Raum 2/39/738 (O. Wilfer)
Mi 7:30 - 9:00, Raum 2/39/738 (R. Csetnek)
(wegen Vertragsschwierigkeiten, 7.10.2011)
|
|
Für die Übungen benötigen Sie zusätzlich zum URZ-Login ein MRZ-Login. Schreiben Sie zum Erhalt eines Logins bitte eine eMail an
mrz@mathematik.tu-chemnitz.de
mit Angabe von Name, Vorname, URZ-Login und Verweis auf diese Veranstaltung. |
Kurzbeschreibung
|
Inhalt:
|
Einordnung von Optimierungsproblemen;
Optimalitätsbdingungen für freie und restringierte Optimierungsaufgaben;
Newton-, Line-Search-, Trustregion-Verfahren;
Lineare Optimierung: Dualität, Simplex- und Innere-Punkteverfahren;
Ganzzahlige Optimierung und Heuristiken;
Ableitungsfreie Optimierung
|
|
Zielgruppe:
|
Masterstudiengänge der Ingenieur- und Wirtschaftswissenschaften
|
|
Vorwissen:
|
Lineare Algebra, Differentialrechnung im R^n
|
|
Prüfung:
|
mündlich (Modulprüfung oder Schein mit Note)
|
Literatur
Optimierung allgemein:
Lineare Optimierung:
- Robert
J. Vanderbei; Linear Programming and Extensions, Kluwer
Academic Publishers, Boston, 1996. ISBN 0-7923-9804-1.
Ganzzahlige Optimierung:
Konvexe Analysis und konvexe Optimierung:
Nichtlineare Optimierung:
- J.
Nocedal, S.J. Wright; Numerical Optimization, Springer,
1999.
- J.
Frederic Bonnans, J.
Charles Gilbert, Claude
Lemarechal, Claudia A.
Sagastizabal; Numerical
Optimization, Springer, 2003. ISBN 3-540-00191-3.
- Bazaraa, Sherali, Shetty; Nonlinear Programming: Theory and
Algorithms, Wiley, 1993;
- Luenberger; Linear and Nonlinear Programming, Addison-Wesley,
1984.
Wiederholung: Zur Auffrischung des Grundlagenwissens ist beispielsweise
- B. Luderer, U. Würker: Einstieg in die Wirtschaftsmathematik, 2003.
geeignet.
Vorlesungen
Die Dateien zu den nächsten Vorlesungen werden jeweils mindestens
eine Woche vorher freigeschaltet und sollten jeweils
vor der Vorlesung einmal durchgesehen werden!
- Kapitel 1 (Einleitung mit Wiederholung)
- Kapitel 2 (Problemstellung und Überblick)
- Kapitel 3 (Lineare Optimierung und Simplexverfahren)
- Kapitel 4 (Ganzzahlige Optimierung)
- Kapitel 5 (Innere-Punkte-Verfahren und Lineare Optimierung über Keglen)
- Kapitel 6 (Freie nichtlineare Optimierung, Nichtlineare Gleichungen)
- Kapitel 7 (Restringierte nichtlineare Optimierung, Grundlagen)
- Kapitel 8 (Restringierte nichtlineare Optimierung: Verfahren, Beispiel Laufkatze)
- Kapitel 9 (Ableitungsfreie Optimierung/Direkte Suchverfahren)
Übungen
- Übung 0
- Übung 1, Dateien zur Übung: uebung1.zip
- Übung 2, Dateien zur Übung: uebung2.zip
- Übung 3, Dateien zur Übung: uebung3.zip
- Übung 4, Dateien zur Übung: simplex.m, Lösung: simplex_opt.m
- Übung 5
- Übung 6
- Übung 7, Dateien zur Übung: quadplot.m, plotrosenbrock.m
- Übung 8, Dateien zur Übung: funktionextrem.m
- Übung 9
AMPL und NEOS Server
AMPL ist eine Modellierungssprache für Optimierungsprobleme.
Eine Reihe von Lösern für Optimierungsprobleme besitzen Interfaces für in AMPL modellierte Aufgaben.
Eine freie Studentenversion von AMPL steht zum kostenlosen Download bereit. Diese ist zum Bearbeiten der Aufgaben nicht notwendig.
Der NEOS-Server nimmt Optimierungsprobleme über das Internet (u.a. Web-Interface) entgegen, leitet diese an einen geeigneten Löser weiter und gibt deren Ausgabe zurück.
Die Aufgabe muss dazu in einer für den ausgewählten Löser geeigneten Modellierungssprache formuliert sein, z.B. in AMPL.
Außerdem findet sich auf den NEOS-Seiten ein Auflistung verschiedenster Optimierungssoftware sowie eine Übersicht über verschiedene Typen von Optimierungsaufgaben und Optimierungsverfahren.
Matlab