Modul MA4030-KP08, MA4030

Dauer:

Angebotsturnus:

Studiengang, Fachgebiet und Fachsemester:

• Bachelor Zweitfach Mathematik Vermitteln 2023 (Pflicht), Mathematik, 8. Fachsemester
• Bachelor Mathematik in Medizin und Lebenswissenschaften 2023 (Pflicht), Mathematik, 4. Fachsemester
• Master Hörakustik und Audiologische Technik 2022 (Wahlpflicht), Mathematik, 2. Fachsemester
• Master Medizinische Ingenieurwissenschaft 2020 (Wahlpflicht), Mathematik/Naturwissenschaften, Beliebiges Fachsemester
• Bachelor Informatik 2019 (Wahlpflicht), Freier Wahlpflichtbereich, Beliebiges Fachsemester
• Master Robotics and Autonomous Systems 2019 (Wahlpflicht), Zusätzlich anerkanntes Wahlpflichtmodul, Beliebiges Fachsemester
• Bachelor Zweitfach Mathematik Vermitteln 2017 (Pflicht), Mathematik, 8. Fachsemester
• Master Hörakustik und Audiologische Technik 2017 (Wahlpflicht), Mathematik, 1. oder 2. Fachsemester
• Bachelor Informatik 2016 (Wahlpflicht), Vertiefung, Beliebiges Fachsemester
• Bachelor Mathematik in Medizin und Lebenswissenschaften 2016 (Pflicht), Mathematik, 4. Fachsemester
• Master Medizinische Ingenieurwissenschaft 2014 (Wahlpflicht), Mathematik/Naturwissenschaften, Beliebiges Fachsemester
• Master Medizinische Ingenieurwissenschaft 2011 (Wahlpflicht), Mathematik, 2. Fachsemester
• Master Informatik 2012 (Wahlpflicht), Vertiefungsblock Numerische Bildverarbeitung, 2. oder 3. Fachsemester
• Bachelor Medizinische Ingenieurwissenschaft 2011 (Wahlpflicht), Medizinische Ingenieurwissenschaft, 6. Fachsemester
• Master Informatik 2012 (Wahlpflicht), Vertiefungsblock Analysis, 2. oder 3. Fachsemester
• Bachelor Mathematik in Medizin und Lebenswissenschaften 2010 (Pflicht), Mathematik, 4. Fachsemester

Qualifikationsziele/Kompetenzen:

• Studierende können reale Probleme als numerische Optimierungsprobleme modellieren.
• Studierende verstehen zentrale Optimierungsstrategien.
• Studierende können zentrale Optimierungsstrategien erklären.
• Studierende können zentrale Optimierungsstrategien vergleichen und bewerten.
• Studierende können zentrale Optimierungsstrategien numerisch umsetzen.
• Studierende können numerische Ergebnisse bewerten.
• Studierende können angemessene Optimierungsstrategien für praktische Aufgabenstellungen auswählen.
• Fachübergreifende Aspekte:
• Studierende können theoretische Konzepte in die Praxis umsetzen.
• Studierende besitzen Implementierungserfahrung.
• Studierende können praktische Probleme abstrahieren.

Vergabe von Leistungspunkten und Benotung durch:

• Klausur oder mündliche Prüfung nach Maßgabe des Dozenten

Voraussetzung für:

• Nichtglatte Optimierung und Analysis (MA5035-KP05)

Setzt voraus:

• Lineare Algebra und Diskrete Strukturen 2 (MA1500-KP08, MA1500)
• Analysis 2 (MA2500-KP09)
• Analysis 2 (MA2500-KP04, MA2500)

Modulverantwortlicher:

• Prof. Dr. rer. nat. Jan Modersitzki

Lehrende:

• Institut für Mathematische Methoden der Bildverarbeitung

• Prof. Dr. rer. nat. Jan Modersitzki
• Prof. Dr. rer. nat. Jan Lellmann

Literatur:

• J. Nocedal, S. Wright: Numerical Optimization - Springer
• F. Jarre: Optimierung - Springer
• C. Geiger: Theorie und Numerik restringierter Optimierungsaufgaben - Springer

Sprache:

• Wird nur auf Deutsch angeboten

Bemerkungen:

Zulassungsvoraussetzungen zur Belegung des Moduls:
- Keine (die Kompetenzen der unter Voraussetzungen genannten Module werden für dieses Modul benötigt, sind aber keine formale Voraussetzung)

Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en):
- Unbenotete Prüfungsvorleistungen sind Übungsaufgaben sowie deren Präsentation. Diese müssen vor der Erstprüfung bearbeitet und positiv bewertet worden sein.

Modulprüfung(en):
- MA4030-L1: Optimierung, Klausur (90 min) oder mündliche Prüfung (30 min) nach Maßgabe des Dozenten, 100 % der Modulnote

Letzte Änderung: