Detail předmětu
Optimalizace - matematické programování
FSI-9OMPAk. rok: 2024/2025
Řešení řady současných inženýrských problémů se neobejde bez znalosti matematických základů optimalizace. Kurs se zaměřuje zejména na problematiku matematického programování. Výklad zahrnuje informace z oblastí teorie (konvexnost úloh, linearita, náhodnost), algoritmů deterministických, stochastických, heuristických), použití softwaru a modelování. Diskutovány jsou vsechny významné typy matematických modelů (lineární, diskrétní, konvexní, vácekriteriální, stochastické, aj.). Konkrétní náplň je každoročně doplňována o oblasti zájmu posluchačů.
Jazyk výuky
Garant předmětu
Zajišťuje ústav
Vstupní znalosti
Úvodní znalosti matematického modelování inženýrských systémů.
Základní znalosti matematické analýzy, lineární algebry, pravděpodobnosti, statistiky a numerických metod v rozsahu požadavků inženýrského studia s oborovými aplikacemi.
Pravidla hodnocení a ukončení předmětu
Studenti zpracují zadanou odbornou tématiku formou referátu a krátkého písemného sdělení. Po přednesení referátu proběhne odborná diskuse k tématu a bude provedeno vyhodnocení.
Kontrola výuky se řídí pravidly platnými na FSI VUT.
Učební cíle
Studenti si osvojí základní teoretické znalosti z oblasti modelu matematického programování a optimalizacnich algoritmu. Znalosti se naučí aplikovat pri tvorbe optimalizačních modelů.
Základní literatura
Paradalos et al.: Handbook of Optimization. Wiley and Sons
Williams,H.P.: Model Building in Mathematical Programming. Wiley and Sons
Doporučená literatura
Bazaraa M. et al.: Linear Programming and Network Flows,. John Wiley and Sons, 2011
Bazaraa, M. et al.: Nonlinear Programming,, John Wiley and Sons, 2012
]Boyd, S. and Vandeberghe, L.: Convex Optimization. Cambridge: Cambridge University Press, 2004
Popela,P.: Lineární programování v kostce. sylabus, 2015, PDF
Popela,P.: Nonlinear programming. VUT sylabus, 2021, PDF
Zařazení předmětu ve studijních plánech
Typ (způsob) výuky
Přednáška
Vyučující / Lektor
Osnova
2. Lineární modely
3. Speciální (síťové a celočíselné) modely
4. Nelineární modely
5. Obecné modely (parametrické, vícekriteriální, nedeterministické, dynamické, hierarchické)