Lerninhalte finden
Features
Entdecke
Egal, ob Zusammenfassung, Altklausur, Karteikarten oder Mitschriften - hier findest du alles für den Studiengang Bachelor of Science Informatik
Universität Erlangen-Nürnberg
Bachelor of Science Informatik
Prof. Dr.
2024
Dein ergebnis
Du hast bereits ein Konto? Anmelden
Im Kurs wird die Theorie und Praxis der Diskretisierung behandelt. Diese Techniken sind essentiell, um kontinuierliche Probleme in diskrete Probleme überzuführen, die dann numerisch gelöst werden können.
Der Kurs bietet eine Einführung in numerische Methoden zur Lösung von Optimierungsproblemen. Diese Methoden sind entscheidend für die praktische Anwendbarkeit in vielen wissenschaftlichen und ingenieurtechnischen Bereichen.
Die Vorlesung behandelt sowohl lineare als auch nichtlineare Optimierungsprobleme, einschließlich der Formulierung und Lösung solcher Probleme.
In diesem Abschnitt wird die konvexe Optimierung sowie deren Anwendung in verschiedenen Bereichen detailliert erläutert. Konvexität spielt hierbei eine zentrale Rolle für die Lösungseffizienz.
Dynamische Programmierung ist eine Methode zur Lösung komplexer Optimierungsprobleme durch Zerlegung in einfachere Teilprobleme. Dieser Themenblock beleuchtet theoretische Grundlagen und praktische Anwendungen.
Die Vorlesung 'Diskretisierung und numerische Optimierung' an der Universität Erlangen-Nürnberg bietet Dir eine fundierte Einführung in wesentliche Themen der numerischen Mathematik und Optimierung. Dieser Kurs ist ein zentraler Bestandteil des Informatikstudiums und kombiniert sowohl theoretische als auch praktische Ansätze, um Dich optimal auf Herausforderungen in diesem Bereich vorzubereiten. Die Vorlesung erstreckt sich über das Wintersemester und umfasst wöchentlich zwei Vorlesungen sowie eine Übung.
Kursleiter: Prof. Dr.
Modulstruktur: Die Vorlesung besteht aus zwei Teilen: einer theoretischen und einer praktischen. Jede Woche gibt es zwei Vorlesungen und eine Übung.
Studienleistungen: Am Ende des Semesters gibt es eine Klausur über die behandelten Themen.
Angebotstermine: Die Vorlesung wird im Wintersemester angeboten.
Curriculum-Highlights: Diskretisierungstechniken, Numerische Optimierungsmethoden, Lineare und nichtlineare Optimierung, Konvexe Optimierung
Beginne frühzeitig mit dem Lernen, idealerweise schon zu Beginn des Semesters, um Dir die nötige theoretische Basis anzueignen.
Nutze verschiedene Ressourcen, wie Bücher, Übungsaufgaben, Karteikarten und Probeklausuren, um dein Wissen zu vertiefen.
Schließe Dich Lerngruppen an und tausche Dich mit anderen Studierenden aus, um gemeinsam Lösungsstrategien zu entwickeln.
Vergiss nicht, regelmäßige Pausen einzulegen und in diesen Zeiten komplett abzuschalten, um eine Überbelastung zu vermeiden.
Liying T.
Zhe U.
Sie haben bereits ein Konto? Login
| 74790 Strategisches Management | Kurs ansehen |
| Advanced Design and Programming | Kurs ansehen |
| Advanced Mechanized Reasoning in Coq | Kurs ansehen |
| Advanced Programming Techniques | Kurs ansehen |
| Algebra | Kurs ansehen |
| Algebra des Programmierens | Kurs ansehen |
| Algebraische und Logische Aspekte der Automatentheorie | Kurs ansehen |
| Algorithmen und Datenstrukturen | Kurs ansehen |
| Algorithmik kontinuierlicher Systeme | Kurs ansehen |
| Allgemeine Biologie I | Kurs ansehen |
Schule 
Studium 
Ausbildung 
Karteikarten 
StudySmarter AI 
Notizen 
Lernplan 
Spaced Repetition 
Lernsets 
Finde einen Job 
Ausbildungen 
Magazine 
Mobile App 
Für Unternehmen
Xiao J.