Nichtlineare und Stochastische Optimierung

Um die vielfältigen Problemstellungen im Operations Research oder anderen Anwendungsgebieten der mathematischen Optimierung bewerkstelligen zu können, ist es notwendig über die einfachen linearen Zusammenhänge hinaus auch nichtlineare Probleme lösen zu können oder die in der Realität oft nicht vernachlässigbaren zufallsbehafteten Phänomene in der Optimierungsaufgabe mit zu berücksichtigen. Dazu werden im Rahmen dieser Vorlesung verschiedene Verfahren der nichtlinearen Optimierung behandelt und in einem zweiten Teil dynamische und stochastische Optimierungsprobleme gelöst. Damit liefert die Vorlesung die Grundlage für viele Anwendungsgebiete vom Operations Research (OR) über Verfahren des Machine Learnings in der Künstlichen Intelligenz bis hin zu Konstruktionsproblemen im Maschinenbau.