Relevanz des Vorlesungsbesuches
Hinblicklich: Folien selbsterklärend, Vorlesung behandelt zusätzlichen Stoff |
|
Nicht Prüfungsrelevant | Sehr prüfungsrelevant |
|
|
Gestaltung der Vorlesung
|
|
Uninteressant | Sehr interessant |
|
|
Qualität der Vorlesungsmaterialien
Hinblicklich: Vollständigkeit, Struktur |
|
Materialien schlecht | Materialien gut |
|
|
Reproduktion | Transfer |
|
|
Nicht rechenlastig | Sehr rechenlastig |
|
|
Aufwand < ECTS | Aufwand > ECTS |
|
|
Prüfungsvorbereitung schlecht | Prüfungsvorbereitung gut |
|
|
Reproduktion | Transfer |
|
|
Nicht rechenlastig | Sehr rechenlastig |
|
|
Aufwand < ECTS | Aufwand > ECTS |
|
|
Prüfungsvorbereitung schlecht | Prüfungsvorbereitung gut |
|
|
Kommentare und Einzelbewertungen
− 0+
Ich würde empfehlen, vor "Konvexe Analysis" wenigstens eine der Veranstaltungen in Globale Optimierung oder nichtlineare Optimierung gehört zu haben. Sonst ist der Einstieg etwas schnell. Die Veranstaltung führt aber führt alles Wichtige nochmal selbst ein (z.B. Grundlagen Konvexität, Optimalität).
Ähnlich wie in GO und NLO gibt es ein Buch von Prof. Stein, was gerade für die Prüfungsvorbereitung sehr hilfreich ist. Die VL baut auf dem Buch auf. Am Anfang wird ein Anwendungsbeispiel eingeführt, was sich als roter Faden durch die VL zieht. So wird auch die Theorie motiviert.
Das Betreuungsverhältnis ist extrem gut (wir waren <5 Leute). Man kann immer Fragen stellen, gerade die Übungen sind sehr interaktiv. Die Prüfung war mündlich, weil wir so wenige waren. Ich fand es mündlich sehr angenehm, da es als Prüfungsgespräch ausgelegt war.
Man muss Bock haben auf die Theorie, sonst hat man hier wahrscheinlich keinen Spaß. Dafür gibt es keine Algorithmen, die man auswendig lernen muss.
Semester der Prüfung: SS23
Einzelbewertung