| Akademický rok 1999/2000 |
| Garant: | RNDr. Pavel Popela, Ph.D. | |||
| Garantující pracoviště: | ÚM | |||
| Jazyk výuky: | čeština | |||
| Cíle předmětu: | ||||
| Důraz je kladen na získání hlubokých znalostí modelů a metod řešení optimalizačních problémů, počínaje analýzou problému, přes tvorbu matematického modelu, včetně zápisu modelu, nalezení ekvivalentních modelů, volbu a modifikaci algoritmů. Uvedené metody jsou podloženy výkladem teoretických poznatků, navazujícím na geometrický názor. |
||||
| Výstupy studia a kompetence: | ||||
| Předmět je určen pro studenty matematického inženýrství, je užitečný pro studenty aplikovaných věd. Studenti získají znalosti teoretických základů optimalizace (zejména lineárního a nelineárního programování) osvojí si algoritmy řešení optimalizačních úloh a utvoří si základní představu o uplatnění optimalizačních modelů v typických aplikacích. |
||||
| Prerekvizity: | ||||
|   | ||||
| Obsah předmětu (anotace): | ||||
| Předmět je zaměřen na základní optimalizační modely a metody pro řešení technických problémů. Výklad se opírá o zásady matematického programování: porozumění problému, sestavení modelu, nalezení, analýza a interpretace optimálního řešení. Předmět zahrnuje zejména lineární programování (polyedrické množiny,simplexová metoda, dualita)a nelineární programování (konvexní analýza, Karushovy - Kuhnovy - Tuckerovy podmínky, typické algoritmy). Součástí výkladu je rovněž krátké seznámení s problematikou celočíselného programování a toků v síti, kterou dále prohlubují navazující kurzy. Výklad je v závěru semestru rozšířen o úvodní informaci o principech zobecňování základních optimalizačních modelů (modelování času, náhodnosti, aj.). Kurs byl sestaven na základě zkušeností autora s obdobnými kursy na zahraničních školách. |
||||
| Metody vyučování: | ||||
|   | ||||
| Způsob a kritéria hodnocení: | ||||
| K zápočtu je vyhodnocena účast a aktivita na cvičeních. Udělení zápočtu je samozřejmým předpokladem vykonání zkoušky. Přihlíží se ke zpracování samostatných písemných prací zadaných k vybraným tématům během semestru. Ke zkoušce obdrží studenti podrobné písemné pokyny včetně okruhu otázek (ukázka cca 50ti otázek) a bodového systému do 4.týdne výuky. Proto jen stručně: Hlavní část zkoušky je písemná a zahrnuje řešení 4 praktických příkladů (např. formulace matematického modelu, řešení zadané úlohy LP numericky, řešení zadané úlohy NLP analyticky), zodpovězení 4 teoretických otázek z probrané látky a je doplněna ústní diskuzí. |
||||
| Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky: | ||||
|   | ||||
| Typ (způsob) výuky: | ||||
| Přednáška | 14 × 3 hod. | nepovinná | ||
| Cvičení na počítači | 14 × 2 hod. | povinná | ||
| Osnova: | ||||
| Přednáška | 1. Úvodní úlohy: Motivace. Historie. Teoretické základy. Klasifikace. 2. Lineární úlohy: Konvexní a polyedrické množiny. Farkasova věta. 3. Formulace ULP. Standardní tvar. Množina příp.řešení. Řešitelnost ULP. 4. Geom.idea algoritmu řešení ULP. Maticový rozbor simplexové metody. 5. Dvoufázová metoda. Konečnost, zacyklení, degenerace. Paměťové nároky. 6. Duální úloha LP. Věty o dualitě a komplementaritě. Analýza citlivosti. 7. Speciální úlohy: Poznámky o síťové struktuře a celočíselnosti (B-B). 8. Nelineární úlohy: Konvexní funkce.Lokální a globální extrémy. 9. Metody jednorozměrné optimalizace. Algoritmy nevyužívající derivace. 10. Algoritmy vícerozměrné optimalizace využívající derivace. 11. Vázaný extrém. Karush - Kuhn - Tuckerovy podmínky. Regularita. 12. Penalizační metody. Metody redukce gradientu, aproximační metody. 13. Transformace úloh a speciální úlohy. Hledání globálního minima. 14. Obecné úlohy: Úvod do problematiky. Ukázkové příklady. |
|||
| Cvičení na počítači | 1. Formulace a řešení elementárních optimalizačních úloh (grafické). 2. Stručné opakování SLR. Aplikace teoretických poznatků (konvexnost). 3. Formulace, geometrický význam a grafické řešení ULP. Standardní tvar. 4. Řešení ULP simplexovou metodou v maticovém i tabulkovém tvaru. 5. Řešení názorných příkladů ULP ilustrujících poznatky přednášky. 6. Určení a řešení duální úlohy a analýza citlivosti řešení. 7. Formulace síťových úloh jako úloh LP. Ukázky metody větví a mezí. 8. Formulace a řešení některých typických úloh na volný extrém. 9. Výpočty na kalkulačce podle vybraných algoritmů z přednášky I. 10. Výpočty na kalkulačce podle vybraných algoritmů z přednášky II. 11. Použití KKT podmínek k řešení optimalizačních úloh. 12. Výpočty na kalkulačce podle algoritmů z přednášky III. 13. Řešení příkladů na transformaci úloh. 14. Vyhodnocení samostatné práce a udělení zápočtů. |
|||
| Literatura - základní: | ||||
| 1. Dupačová et al.: Lineárne programovanie, Alfa 1990 | ||||
| 2. Bazaraa et al.: Linear Programming and Network Flows, , Wiley 2011 | ||||
| 3. Bazaraa et al.: Nonlinear Programming, , Wiley 2012 | ||||
| Literatura - doporučená: | ||||
| 1. Klapka a kol.: Metody operačního výzkumu, VUT, 2001 | ||||
| 2. Dvořák a kol.: Operační analýza, VUT FSI, 2001 | ||||
| 3. Charamza a kol.: Modelovací systém GAMS, MFF UK Praha, 1994 | ||||
| Zařazení předmětu ve studijních programech: | |||||||||
| Program | Forma | Obor | Spec. | Typ ukončení | Kredity | Povinnost | St. | Roč. | Semestr |
| M2301-5 | prezenční studium | Matematické inženýrství | -- | zá,zk | 6 | Povinný | 1 | 3 | Z |
Vysoké učení technické v Brně
Fakulta strojního inženýrství
Technická 2896/2,
616 69 Brno
IČ 00216305
DIČ CZ00216305
+420 541 141 111
+420 726 811 111 – GSM O2
+420 604 071 111 – GSM T-mobile