čeština

Studenti se seznámí se základními pojmy, metodami a postupy rozhodovacích modelů včetně zahrnutí rizika. Předpokládá se formování odpovídajícího způsobu myšlení studentů, který souvisí s problematikou rozhodování v podmínkách neurčitosti a rizika.

Základní znalosti vysokoškolské matematiky v rozsahu bakalářského studia. Ovládání výpočetní techniky v rozsahu potřebném pro používání aplikačního software. Dále se předpokládá návaznost na předmět 2SAMZ.

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.

Podmínky udělení zápočtu: aktivní účast ve cvičeních, zvládnutí celé látky, vypracování písemné semestrální práce. Zkouška (písemná forma): praktická část (4 příklady), teoretická část (4 otázky), hodnocení podle ECTS.

1. Vybrané deterministické modely lineární a nelineární optimalizace.
2. Vybrané modely vícekritériální optimalizace a vícekritériálního rozhodování.
3. Vybrané modely optimálního rozhodování - řešení inverzních úloh v inženýrských oborech.
4. Vybrané deterministické, stochastické a heuristické metody hledání řešení a jeho zlepšování.
5. Vybrané modely optimálního rozhodování - optimalizační software.
6. Modely rozhodování v podmínkách rizika a neurčitosti - deterministické ekvivalenty a jejich vlastnosti.
7. Matematické modely rozhodování v podmínkách rizika a neurčitosti - příklady inženýrských aplikací.
8. Matematické modely rozhodování v podmínkách rizika a neurčitosti - příklady aplikací finitní matematiky.
9. Vybrané stochastické modely rozhodování pro síťové modely - toky v sítích při náhodných parametrech úlohy.
10. Modelování interakcí mezi modely - vícestupňové rozhodování a přístupy dynamického programování.
11. Dynamické modely - scénářové přístupy, řešení aplikačních úloh v GAMS.
12. Základy matematického modelování a analýzy složitých rozhodovacích struktur.
13. Základy modelování rozhodování v podmínkách konfliktu, transformace a aproximace modelů pro výpočty.

Studenti získají potřebné znalosti z matematického modelování rozhodovacích problémů se zaměřením na zahrnutí rizik. Tyto znalosti jim umožní pochopit a aplikovat navazující metody a související aplikační modely.

Cvičení je kontrolované a o náhradě zameškané výuky rozhoduje učitel cvičení.

GAMS User's Guide, www.gams.com
KLAPKA A KOL.: Metody operačního výzkumu, VUTIUM 2001, ISBN 80-214-1839-7
POPELA, P.: Nonlinear Programming, University of Malta, učební texty ÚM VUT v Brně, 2001.
POPELA, P.: Stochastic Programming, University of Malta, učební texty ÚM VUT v Brně, 2003.

KALL, P., WALLACE, S.W.: Stochastic Programming, Wiley 1993, ISBN 0471951080
MINOUX, M.: Mathematical Programming, Wiley, 1988, ISBN 0471901709
WILLIAMS, H. P.: Model Building in Mathematical Programming, Wiley 1993, ISBN 0471941115.