Algorithms for Convex Optimization
|
 |
Kurzbeschreibung
|
Inhalt: |
Basic methods in convex optimization (gradient-, subgradient-, cutting plane-, bundle-methods, semidefinite optimization), their computational complexity, applications.
Grundlegende Verfahren der konvexen Optimierung (Gradienten-, Subgradienten-, Schnittebenen-, Bündel-Verfahren, Semidefinite Optimierung), deren rechnerische Komplexität, Anwendungen. |
|
Vorwissen: |
Grundlagen der Optimierung |
|
Prüfung: |
mündliche Prüfung |
Literatur
Wichtige/gute Quellen zur Vorlesung sind:- Y. Nesterov.
Introductory Lectures on Convex Optimization,
Kluwer Academic Publishers, Dordrecht, 2004.
ISBN 1-2020-7553-7 - J.F. Bonnans, J. Gilbert, C. Lemarechal, C.A. Sagastizabal.
Numerical Optimization,
Springer, Berlin Heidelberg 2006.
ISBN 3-540-35445-X - A. Ben-Tal, A. Nemirovski.
Lectures on Modern Convex Optimization,
MPS-SIAM Series on Optimization, SIAM, Philadelphia, 2001.
ISBN 0-89871-491-5 - S. Boyd, L. Vandenberghe.
Convex Optimization,
Cambridge University Press, Cambridge, 2004, reprinted 2007 (with corrections).
ISBN 0 521 83378 7 - C. Helmberg.
"Semidefinite Programming for Combinatorial Optimization",
Habilitationsschrift, TU Berlin, January 2000.
ZIB-Report ZR-00-34, Konrad-Zuse-Zentrum Berlin, October 2000.
pdf-file, abstract
