Detail předmětu
Optimalizace II
FSI-SO2-A Ak. rok: 2022/2023 Zimní semestr
Předmět je zaměřen na pokročilé optimalizační modely a metody pro řešení inženýrských úloh. Předmět zahrnuje zejména stochastické programování (deterministické reformulace, jejich vlastnosti a vybrané algoritmy) a vybrané okruhy z celočíselného a dynamického programování. Kurs byl sestaven na základě zkušeností autora s obdobnými kursy na zahraničních školách.
Jazyk výuky
angličtina
Počet kreditů
4
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Předmět je určen pro studenty matematického inženýrství, je užitečný pro studenty aplikovaných věd. Studenti prohloubí své znalosti teoretických základů optimalizace a osvojí si pokročilé algoritmy řešení optimalizačních úloh a rozvinou svoji představu o uplatnění optimalizačních modelů v typických aplikacích.
Prerekvizity
Přednášená látka vyžaduje znalosti základů optimalizace v rozsahu předmětu SOP.
Dále se předpokládají standardní znalosti pravděpodobnosti a matematické satistiky.
Plánované vzdělávací činnosti a výukové metody
Předmět je vyučován formou přednášek, které mají charakter výkladu základních principů a teorie dané disciplíny. Cvičení je zaměřeno na praktické zvládnutí látky probrané na přednáškách.
Způsob a kritéria hodnocení
Zkouška je udělena na základě hodnocení předložené písemné práce a
jejího přednesení v kolektivu zúčastněných studentů.
Učební cíle
Důraz je kladen na získání znalostí o pokročilých optimalizačních modelech.
Důležité je porozumění a rozvíjení schopnosti osvojené poznatky používat.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Účast je kontrolována pomocí aktivní účasti studentů na řešených problémech,
zameškaná výuka je nahrazována samostatným řešením zadaných úloh.
Použití předmětu ve studijních plánech
Program N-AIM-A: Applied and Interdisciplinary Mathematics, magisterský navazující, povinně volitelný
Program N-MAI-A: Mathematical Engineering, magisterský navazující, povinný
Typ (způsob) výuky
Přednáška
26 hod., nepovinná
Vyučující / Lektor
Osnova
1. Původní úloha stochastického programování.
2. WS a HN přístup.
3. IS a EV reformulace.
4. EO, EEV, EVPI a VSS.
5. MM a VO, řešení rozsáhlejších úloh.
6. PO a QO, souvislosti s celočíselným programováním.
7. Deterministická a pravděpodobnostní omezení, použití kompenzace.
8. WS teorie – konvexnost a měřitelnost.
9. WS případ – určení rozdělení.
10. Dvojstupňové úlohy, jejich klasifikace a modelování.
11. Základní výsledky v oblasti konvexnosti.
12. Aplikace dvojstupňového programování.
13. Dynamické programování a vícestupňové modely.
Cvičení s počítačovou podporou
13 hod., povinná
Vyučující / Lektor
Osnova
Příklady na:
1. Původní úlohu stochastického programování.
2. WS a HN přístup.
3. IS a EV reformulace.
4. EO, EEV, EVPI a VSS.
5. MM a VO, řešení rozsáhlejších úloh.
6. PO a QO, souvislosti s celočíselným programováním.
7. Deterministická a pravděpodobnostní omezení, použití kompenzace.
8. WS teorie – konvexnost a měřitelnost.
9. WS případ – určení rozdělení.
10. Dvojstupňové úlohy, jejich klasifikace a modelování.
11. Základní výsledky v oblasti konvexnosti.
12. Aplikace dvojstupňového programování.
13. Dynamické programování a vícestupňové modely.
Účast na cvičení je povinná.