Modulets indhold, forløb og pædagogik

Læringsmål

Viden

• har viden om forskellige optimeringsmetoder og teknikker
• har viden om grundlæggende optimering uden bibetingelser: Ekstrema og saddelpunkter
• har viden om lineære søgemetoder, konjugerede gradientmetoder, quasi-Newton metoder
• har viden om beregning af afledede: Finite-Difference metoden, algoritmisk differentiation
• har viden om optimering uden brug af afledede
• har viden om problemer inden for mindste kvadraters metode
• har viden om anvendelser inden for økonomi, finansiering, statistik, ingeniørvidenskab eller naturvidenskab

Færdigheder

• være i stand til at udnytte almindelige og kendte resultater ved løsningen af konkrete optimeringsproblemer
• være i stand til at formulere og løse numeriske optimeringsproblemer
• være i stand til at vælge passende metoder og algoritmer givet et konkret optimeringsproblem

Kompetencer

• være i stand til at håndtere problemer, der knytter sig til optimering (specielt i forbindelse med anvendelser), herunder relevante optimeringsresultater fra kurset eller litteraturen
• være i stand til at diskutere styrker og svagheder ved numeriske optimeringsalgoritmer i relation til anvendelser inden for økonomi, finansiering, statistik, ingeniørvidenskab eller naturvidenskab

Undervisningsform

Forelæsninger med tilhørende opgaveregning.

Omfang og forventet arbejdsindsats

Kursusmodulets omfang er 5 ECTS svarende til 150 timers studieindsats.

Eksamen

Prøver

Yderligere informationer

Hvis kurset følges i en kandidatstudieordning, skal den studerende opfylde ekstra kompetencemål.