01NELO Nelineární optimalizace
Videopřednášky a další materiály naleznete v tomto úložišti ČVUT.
Organizace 01NELO
- 3 hodiny týdně
- 12 přednášek za ZS
- Termíny zkoušek budou vypsány v KOS.
- 2 otázky vybrané z 9 okruhů otázek
- 1. Vlastnosti konvexních množin, oddělitelnost, věta o striktní oddělitelnosti, věta o projekci bodu na konvexní množinu, věta o opěrné nadrovině
- 2. Vlastnosti konvexních funkcí, Jensenova nerovnost, nutná podmínka konvexnosti funkce na otevřené množině, charakterizace konvexní funkce dle 1. a 2. derivace,
- 3. Vlastnosti kvazikonvexních funkcí, Fenchel, charakterizace kvazikonvexní funkce 1. řádu, pseudokonvexní funkce a vztah mezi nimi
- 4. Lagrangeova dualita: slabá a silná, věta o slabé dualitě, věta o silné dualitě, o konkávnosti duální funkce
- 5. Podmínky optimality pro úlohy bez vazeb: lemma o směru klesání, podmínky 1. řádu (nutná a postačující), podmínky 2. řádu (nutná a postačující), věty o existenci globálního minima
- 6. Podmínky optimality pro úlohy s vazbami: globální podmínky optimality, max-min vlastnost, sedlový bod Lagrangeovy funkce
- 7. Podmínky optimality pro úlohy s vazbami: lemma o přípustných směrech, Farkasovo lemma, podmínky Fritze Johna, Karushovy, Kuhnovy a Tuckerovy podmínky, Slaterova podmínka
- 8. Algoritmy pro úlohy bez vazeb - přehled a hlavní myšlenky: obecné algoritmické schéma, jednorozměrná minimalizace (line search) a Armijovo pravidlo, gradientní metody (metoda největšího spádu, Fletcherova-Reevesova metoda, Polakova-Ribièreova metoda), kvazinewtonovské metody (DFP a BFGS), metoda nejmenších čtverců
- 9. Algoritmy pro úlohy s vazbami - přehled a hlavní myšlenky, gradientní metody, penalizační metody, metody vnitřního bodu - bariérová metoda, metoda sečných nadrovin
- skripta a příklady jsou dostupné v tomto úložišti ČVUT.
Literatura
- Bertsekas, Dimitri P., and Athena Scientific. Convex optimization algorithms. Belmont: Athena Scientific, 2015.
- Nesterov, Yurii. Lectures on convex optimization. Vol. 137. Springer, 2018.
- Stephen Boyd and Lieven Vandenberghe, Convex optimization, Cambridge University Press 2004
Odkazy
- https://julianlsolvers.github.io/Optim.jl/stable/#user/minimization/
- https://en.wikipedia.org/wiki/Test_functions_for_optimization
- https://apmonitor.com/pdc/index.php/Main/NonlinearProgramming
- https://developers.google.com/optimization/
- https://www.datagenetics.com/blog/june32014/index.html