Kurzus nemzetközi vendég- és részidős hallgatóknak
- Kar
- Természettudományi Kar
- Szervezet
- TTK Operációkutatási Tanszék
- Kód
- foptim1u0um20em
- Cím
- Folytonos optimalizálás (ea)
- Tervezett félév
- Őszi
- Meghirdetve
- 2024/25/1
- ECTS
- 3
- Nyelv
- hu
- Oktatás célja
- Tudás: a folytonos optimalizálás alapvető fogalmainak, módszereinek elsajátítása Képesség: a folytonos optimalizálás legfontosabb eljárásainak rutinszerű használata Attitűd: igény az alkalmazott matematikai tudás gyarapítására, új alkalmazott matematikai ismeretek megszerzésére, kompetenciák elsajátítására, kifejlesztésére. Törekvés a matematikai ismereteinek minél szélesebb körű alkalmazására Autonómia és felelősség: a folytonos optimalizálás témakörében elsajátított alapvető ismeretei felhasználásával képes önállóan megválasztani az alkalmazási problémák megoldására alkalmazható módszereket
- Tantárgy tartalma
- Konvex halmazok, konvex függvények, példák, egyenlőtlenségek. Dualitás, szeparáló hipersík, optimalitási feltételek. Gradiens, multiplikatív frissítés és mirror descent módszer. Newton módszer. Ellipszoid módszer, vágósíkos eljárás
- Számonkérés és értékelés
- kollokvium
- Ajánlott irodalom
- K. Ball. An elementary introduction to modern convex geometry. Flavors of geometry, 1997, 31: 1-58. D. Bertsimas, J. N. Tsitsiklis. Introduction to Linear Optimization. Belmont, MA: Athena Scientific, 1997. S. Boyd, L. Vandenberghe. Convex optimization.Cambridge university press, 2004. S. Bubeck. Convex Optimization: Algorithms and Complexity. Foundations and Trends in Machine Learning, Vol 8(4): pp. 231-357 L. C. Lau. Convexity and optimization. Lecture notes (CS 798: Convexity and Optimization, University of Waterloo).