最適化手法

講義は対面で行う。 13時00分～14時45分の105分授業。 1回目：イントロダクション 2回目： 最急降下法 とNewton法 3回目： 凸解析 4回目：KKT条件(直感的説明) 5回目：線形計画問題 6回目：線形計画問題の双対性 7回目：単体法 8回目：ネットワーク最適化1 9回目：ネットワーク最適化2 10回目：整数計画問題 11回目：Lagrange双対性と凸2次計画問題 12回目：内点法 13回目：特別な構造を持つ凸最適化問題 1: Introduction 2: Steepest descent method and Newton method 3: Convex analysis 4: KKT condition (intuitive explanation) 5: Linear programming 6: Duality of linear programming 7: Simplex method 8: Network optimization 1 9: Network optimization 2 10: Integer programming 11: Lagrange duality and convex quadratic programming 12: Interior point method 13: Convex optimization problem with special structures

講義は対面で行う。 13時00分～14時45分の105分授業。 毎回の授業内容に沿って参考書・参考資料等を用い事前に学習すること。 また、授業後は、ノート等をもとに復習すること。

学期末試験とレポートで評価する。

梅谷俊治：しっかり学ぶ数理最適化（講談社 ）

最適化理論・システム制御理論を中心に（サイエンス社），Jorge Nocedal and Stephen Wright: Numerical Optimization, Springer, 2nd ed., 2006

指示しない