Redogöra för grundläggande principer för PDE-begränsad optimering, inklusive lösbarhet, entydighet och stabilitet.
Formulera och analysera PDE-begränsade problem med elliptiska, paraboliska och hyperboliska ekvationer som bivillkor.
Använda ickelinjära optimeringsstrategier för att lösa PDE-begränsade problem.
Utföra både designoptimering och detektion genom att välja lämplig numerisk metod och utnyttja matematisk programvara och egen kod (Python).
Kursinnehåll
Teknisk-naturvetenskapliga tillämpningar som designoptimering, detektion och tomografi. Elliptiska, paraboliska och hyperboliska PDE:er behandlas. Innehållet är indelat i tre huvudområden: analys, numeriska metoder, och problemlösning och programmering. Analys: Lösbarhet, entydighet och stabilitet. Tolkning av Lippmann–Schwinger-ekvationerna för inversproblem för käll- och materialparametrar, inklusive applicering av Born-approximationen. Artefakter till följd av linjärisering. Känslighetsanalys med den adjungerade ekvationen. Numeriska metoder: adjungerade gradientmetoden, relaxeringstekniker, ickelinjära optimeringsmetoder. Problemlösning och programmering: Programmering i Python. Användande av avancerad programvara för numeriska problem (NumPy och SciPy).
Förutsättningar
120 hp teknik/naturvetenskap. Beräkningsvetenskap för partiella differentialekvationer. Optimeringsmetoder. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)