TAOP24 |
Optimeringslära fortsättningskurs, 6 hp
/Optimization, Advanced Course/
För:
CS
DAV
Mat
Y
|
|
Prel. schemalagd
tid: 38
Rek. självstudietid: 122
|
|
Utbildningsområde: Naturvetenskap
Huvudområde: Matematik, Tillämpad matematik Nivå (G1,G2,A): G2
|
|
Mål:
IUAE-matris
Inom optimeringslära behandlas matematiska teorier och metoder som syftar till att analysera och lösa beslutsproblem som uppkommer inom teknik, ekonomi, medicin, etc. Kursen ger, tillsammans med grundkursen i optmeringslära, en bred orientering om optimeringslära. Efter fullgjord kurs skall studenten:
- kunna identifiera frågeställningar av optimeringskaraktär och klassificera optimeringsproblem utifrån deras egenskaper, som till exempel i nätverk eller
diskreta problem
- kunna konstruera matematiska modeller av svårare optimeringsproblem
- ha kännedom om och kunna tillämpa grundläggande metodprinciper för att
lösa några vanligt förekommande typer av optimeringsproblem, som till exempel
simplex i nätverk för nätverksproblem.
- kunna använda vanligt förekommande optimeringsprogramvara för att lösa
standardmässiga optimeringsproblem
- kunna utnyttja relaxeringar för att approximera optimeringsproblem och heurstiker för att finna tillåtna lösningar, samt kunna stänga in optimalvärden med hjälp av optimistiska och pessimistiska uppskattningar
- ha god kännedom om tillämpningar av optimeringsmetodik.
|
|
Förkunskaper: (gäller studerande antagna till program som kursen ges inom, se 'För:' ovan) Optimeringslära, grundkurs
OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.
|
|
Påbyggnadskurser Matematisk optimering
|
|
Organisation: Storseminarier som behandlar teori, problemlösning och tillämpningar. Lektioner som främst är avsedda för självsändigt arbete med övningsuppgifter. Obligatoriska laborationer som inriktar sig på främst modellering och lösande av optimeringsproblem med kommersiell programvara.
|
|
Kursinnehåll: PÃ¥byggnad av materialet i grundkursen i optimering. Fördjupning inom matematisk modellering, nätverksoptimering, känslighetsanalys inom linär programmering, heltalsoptimering, icke-linjär optimering och Lagrangerelaxation. Ã"ven nya avsnitt sÃ¥som dynamisk programmering, heursistiker tas upp i kursen
|
|
Kurslitteratur: Jan Lundgren, Mikael Rönnqvist & Peter Värbrand - Optimeringslära (Studentlitteratur, 2008)
Jan Lundgren, Mathias Henningsson & Mikael Rönnqvist - Optimeringslära övningsbok (Studentlitteratur, 2008)
|
|
Examination: |
TEN1
LAB1
|
Skriftlig tentamen (U,3,4,5) Laborationskurs (U,G) |
4 hp 2 hp
|
|
|
|
|