Die Natur- und Wirtschaftswissenschaften wurden in den letzten Jahrzenten revolutioniert durch die Möglichkeit, das Verhalten eines Systems bei vollständiger Kenntnis aller dazu nötigen Parameter rechnergestützt (numerisch) vorherzusagen. Ziel der numerischen Simulation ist oft die Optimierung des Systems oder die Identifikation der beschreibenden Parameter. In dieser Vorlesung wird eine Einführung in (kontinuierliche) Optimierungs- und Identifikationsalgorithmen gegeben.
Vorkenntnisse über Optimierung werden nicht vorausgesetzt. Die Vorlesung richtet sich an Bachelor-Studierende ab dem 4. Semester und an Master-Studierende (Modul BaM-NUM-g, MaM-FN-g). Aufbauend auf dieser Vorlesung wird im Wintersemester 2024/25 die Vorlesung Fortgeschrittene Optimierung und inverse Probleme (Modul BaM-NUM-k, MaM-FN-k) angeboten.
Minimierung einer Zielfunktion durch Anwendung des Newton-Verfahrens auf ihre Ableitung.
Die Vorlesung findet in hybrider Form statt. Es werden wöchentlich voraufgezeichnete Vorlesungsvideos im Umfang von ca. 4 SWS zum Selbststudium auf dieser Homepage gelistet. Dazu findet wöchentlich (erstmalig am 16.4.24)
ein Kolloquium ("Fragestunde") in Präsenz statt. Der Übungsbetrieb findet regulär in Präsenz statt.
Der Übungsbetrieb findet wöchentlich
statt. Erstmalig am 23.4.24, in der zweiten Vorlesungswoche. Für die Anmeldung zu dem Übungsbetrieb kontaktieren Sie den Übungsleiter.
Prof. Dr.
Bastian von Harrach-Sammet
Institut für Mathematik
Goethe-Universität Frankfurt am Main
Robert-Mayer-Str. 10
60325 Frankfurt am Main
Deutschland
Raum: 101
Telefon: +49 69 798 28622
E-Mail: harrach@math.uni-frankfurt.de
https://numerical.solutions
Andrej Brojatsch, M.Sc.
Institut für Mathematik
Goethe-Universität Frankfurt am Main
Robert-Mayer-Str. 10
60325 Frankfurt am Main
Deutschland
Raum: 103a
Telefon: +49 69 798 22715
E-Mail: brojatsch@math.uni-frankfurt.de
http://numerical.solutions