|
Vyučující
|
-
Valdman Jan, XXX MSc.
-
Klicnarová Jana, doc. RNDr. Ph.D.
|
|
Obsah předmětu
|
Obsah přednášky: 1. - 2. Vektorový počet: funkce více proměnných, parciální derivace, gradienty, derivace vyšších řádů, Taylorovy řady. 3. - 4. Optimalizace: gradientní sestup, vázaná optimalizace a Lagrangeovy multiplikátory. 5. - 6. Optimalizace: konvexní optimalizace, lineární a kvadratické programování 7. - 8. Optimalizace na grafech. 9. - 10. Dynamické programování. 11. Nelineární optimalizace. 12. - 13. Vícekriteriální programování. Obsah cvičení: Řešení úloh optimalizace z oblasti přírodních věd a ekonomie.
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Práce s textem (učebnicí, knihou)
- Domácí příprava na výuku
- 28 hodin za semestr
- Příprava na zápočet
- 28 hodin za semestr
- Příprava na zkoušku
- 28 hodin za semestr
- Účast na výuce
- 28 hodin za semestr
|
|
Výstupy z učení
|
Zvládnutí základních principů optimalizace s důrazem na aplikace do oblasti přírodních věd a ekonomie
princip optimality v praxi
|
|
Předpoklady
|
znalosti matematiky v rozsahu předmětu UMB 010 Matematika
UMB/551 a zároveň UMB/564
|
|
Hodnoticí metody a kritéria
|
Písemná zkouška, Průběžné hodnocení
Pro absolvování kurzu je nutný zápočet ze cvičení a úspěšné složení zkoušky. Pro zápočet je nutná dostatečná účast na cvičeních a dostatečná průměrná úspěšnost (55%) v krátkých testech na cvičeních. Zápočet je nutnou podmínkou vykonání zkoušky. Zkouška je písemní a je úspěšná při dosažení 55% z testu.
|
|
Doporučená literatura
|
-
Corriou J.-P. Numerical Methods and Optimization. Theory and Practice for Engineers (Springer Optimization and Its Applications Book 187), Springer 2021..
-
Deisenroth M. P., A. A. Faisal, Cheng Soon Ong. Mathematics for Machine Learning, Cambridge University Press; 1st edition 2020.
-
Dostál, Z. a P. Beremlijski. Metody optimalizace, VŠB TU Ostrava (3. vydání), 2023.
-
Hillier, F. S. and Lieberman, G. J. (2013). Introduction to Operations Research. New York: McGraw-Hill..
|