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
Prøvens navn | Optimering |
Prøveform | Skriftlig eller mundtlig |
ECTS | 5 |
Bedømmelsesform | 7-trins-skala |
Censur | Ekstern prøve |
Vurderingskriterier | Vurderingskriterierne er angivet i Universitetets
eksamensordning |
Yderligere informationer
Hvis kurset følges i en kandidatstudieordning, skal den
studerende opfylde
ekstra kompetencemål.