SNY har ordet

Intressant kurs, väldigt relevant och direkt tillämpningsbar. Tänk på att notationen i kursboken och föreläsningarna skiljer sig något. Läses tillsammans med Y2. Tips: Lägg ned mycket arbete på labbarna och gör förberedelseuppgifterna. Tentamen innehåller mycket teori och detaljkunskaper

Kursutvärderingar

Logga in för att läsa kursutväderingar

Innehåll

Viktiga redskap inom optimeringslära såsom matematisk modellering, optimalitetsvillkor, konvexitet, känslighetsanalys, dualitet och Lagrangerelaxation. Grundläggande teori och metoder för linjär och ickelinjär optimering samt heltals- och nätverksoptimering.

Mål

Inom optimeringslära behandlas matematiska teorier och metoder som syftar till att analysera och lösa beslutsproblem som uppkommer inom teknik, ekonomi, medicin, etcetera. Kursen ger en bred orientering om optimeringslära, med inriktning mot grundläggande teori och metoder för kontinuerliga och diskreta optimeringsproblem i ändlig dimension, samt en inblick i dess tillämpning för att analysera praktiska optimeringsfrågeställningar. Efter fullgjord kurs skall studenten kunna:

• identifiera frågeställningar av optimeringskaraktär och klassificera optimeringsproblem utifrån deras egenskaper, som till exempel i linjära respektive olinjära problem eller i kontinuerliga respektive diskreta problem
• konstruera matematiska modeller av enkla optimeringsproblem
• definiera och använda grundläggande begrepp, som till exempel lokal och global optimalitet, konvexitet, svag och stark dualitet, samt giltiga olikheter
• återge och tillämpa grundläggande teori för några vanliga typer av optimeringsproblem, som till exempel dualitetsteori för linjära problem, och ha kännedom om och kunna utnyttja optimalitetsvillkor, som till exempel Bellmans ekvationer, för att avgöra optimalitet för ett en föreslagen lösning
• beskriva och tillämpa grundläggande metodprinciper för att lösa några vanligt förekommande typer av optimeringsproblem, som till exempel trädsökning för diskreta problem
• utnyttja relaxeringar, och speciellt Lagrange-dualitet, för att approximera optimeringsproblem, samt kunna stänga in optimalvärden med hjälp av optimistiska och pessimistiska uppskattningar
• använda vanligt förekommande optimeringsprogramvara för att lösa standardmässiga optimeringsproblem.
• kunna exemplifiera användning av optimeringsmetodik för hushållning med personella resurser och begränsning av miljöpåverkan av industriell och logistisk verksamhet, samt kunna identifiera sådana tillämpningar av optimeringslära

Examinationsmoment

TEN1 - 5,0 HP
Skriftlig tentamen (U, 3, 4, 5)
LAB1 - 1,0 HP
Laborationskurs (U, G)

Organisation

Föreläsningar som behandlar teori, problemlösning och tillämpningar. Lektioner som främst är avsedda för självständigt arbete med övningsuppgifter. Obligatoriska laborationer som görs i grupper om två personer.

Litteratur

Böcker

Lundgren, Jan, Rönnqvist, Mikael, Värbrand, Peter, (2008) Optimeringslära 3. uppl. Lund : Studentlitteratur, 2008
ISBN: 9789144053141

Kompendier

Övrigt

Exempelsamling: Optimeringslära grk för Y

Relaterade profiler

Medicinsk bildanalys och visualisering BV - IMT

Medicinsktekniska modeller MOD - IMT

Rekommenderade förkunskaper

Envariabelanalys 1 TATA41 - 6,0 HP - HT2 block 3 | VT1 block 3 | VT1 block 4 | HT2 block 2

Envariabelanalys 2 TATA42 - 6,0 HP - VT1 block 1 | VT1 block 2 | VT2 block 2 | VT2 block 3

Flervariabelanalys TATA43 - 8,0 HP - VT2 block 2

Introduktionskurs i Matlab TSRT04 - 2,0 HP - VT1 block 2 | VT2 block 1

Linjär algebra TATA24 - 8,0 HP - HT1 block 1, HT2 block 4 | HT1 block 4, HT2 block 4

Påbyggnadskurser

Matematisk optimering TAOP04 - 6,0 HP - HT2 block 4

Optimeringslära fortsättningskurs TAOP24 - 6,0 HP - VT2 block 1

Projekt i tillämpad optimering TAOP87 - 6,0 HP - VT2 block 3

Kommentarer

Logga in för att kunna läsa och skriva kommentarer.