Numerical Optimization
A.Y. 2019/2020
Learning objectives
To present and to analyze the main algorithms for finding zeros or constrained minimum points of nonlinear functions.
Expected learning outcomes
The ability to apply, implement, and assess algorithms for finding zeros or constrained minimum points of nonlinear functions.
Lesson period: Second semester
Assessment methods: Esame
Assessment result: voto verbalizzato in trentesimi
Single course
This course cannot be attended as a single course. Please check our list of single courses to find the ones available for enrolment.
Course syllabus and organization
Single session
Responsible
Lesson period
Second semester
Course syllabus
Applications of finding zeros. Successive approximations. Newton's method. Invariances of Newton's method. Local convergence. Newton-like methods. Applications of constrained optimization. Saddle points and dual problem. Uzawa's method.
Prerequisites for admission
Essential: Analysis and Linear Algebra. Matlab or some programming language, possibly with pointers like C or C++.
Useful: Numerical Linear Algebra.
Useful: Numerical Linear Algebra.
Teaching methods
Lectures, exercise and lab sessions.
Teaching Resources
P. Deuflhard, Newton methods for nonlinear problems, Springer, 2011
C. T. Kelley, Iterative methods for linear and nonlinear equations, SIAM, 1995
C. T. Kelley, Iterative methods for linear and nonlinear equations, SIAM, 1995
Assessment methods and Criteria
L'esame consiste di due parti:
- la correzione di un elaborato che riassume un piccolo progetto a scelta e
- una prova orale finale.
Il progetto potrà essere scelto da un elenco, che verrà messo a disposizione alla fine del corso, specificando la validità. È permesso svolgere il progetto in collaborazione con un altra persona. L'elaborato descrive i risultati ottenuti in al più 5 pagine; si raccomanda di scriverlo autonomamente. La consegna corretta del progetto deve avere luogo due giorni lavorativi prima della prova orale e comprende l'elaborato in formato pdf, i codici sorgenti usati (senza eseguibili), e l'eventuale nome del collaboratore.
La prova orale è su appuntamento individuale dopo iscrizione ad un appello. Incomincerà con una discussione dell'elaborato. In seguito verrà richiesto di illustrare alcuni risultati del programma dell'insegnamento, nonché di risolvere qualche problema, al fine di valutare le conoscenze e la comprensione degli argomenti trattati, nonché la capacità di saperli applicare. Di norma, la prova orale durerà 45 minuti.
L'esame si intende superato se l'elaborato e la sua discussione vengono valutati positivamente e se viene superata la prova orale. Il voto è espresso in trentesimi e verrà comunicato immediatamente al termine della prova orale.
- la correzione di un elaborato che riassume un piccolo progetto a scelta e
- una prova orale finale.
Il progetto potrà essere scelto da un elenco, che verrà messo a disposizione alla fine del corso, specificando la validità. È permesso svolgere il progetto in collaborazione con un altra persona. L'elaborato descrive i risultati ottenuti in al più 5 pagine; si raccomanda di scriverlo autonomamente. La consegna corretta del progetto deve avere luogo due giorni lavorativi prima della prova orale e comprende l'elaborato in formato pdf, i codici sorgenti usati (senza eseguibili), e l'eventuale nome del collaboratore.
La prova orale è su appuntamento individuale dopo iscrizione ad un appello. Incomincerà con una discussione dell'elaborato. In seguito verrà richiesto di illustrare alcuni risultati del programma dell'insegnamento, nonché di risolvere qualche problema, al fine di valutare le conoscenze e la comprensione degli argomenti trattati, nonché la capacità di saperli applicare. Di norma, la prova orale durerà 45 minuti.
L'esame si intende superato se l'elaborato e la sua discussione vengono valutati positivamente e se viene superata la prova orale. Il voto è espresso in trentesimi e verrà comunicato immediatamente al termine della prova orale.
MAT/08 - NUMERICAL ANALYSIS - University credits: 6
Laboratories: 24 hours
Lessons: 28 hours
Lessons: 28 hours
Professor:
Veeser Andreas
Shifts:
-
Professor:
Veeser AndreasProfessor(s)