PředmětyPředměty(verze: 945)
Předmět, akademický rok 2023/2024
   Přihlásit přes CAS
Optimalizace I - NEKN011
Anglický název: Optimisation I
Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2010
Semestr: zimní
E-Kredity: 9
Rozsah, examinace: zimní s.:4/2, Z+Zk [HT]
Počet míst: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: zrušen
Jazyk výuky: čeština
Způsob výuky: prezenční
Způsob výuky: prezenční
Garant: doc. RNDr. Petr Lachout, CSc.
Třída: Ekonometrie
Finanční a pojistná matematika
Mat. statistika
Teorie pravděpodobnosti
Kategorizace předmětu: Matematika > Optimalizace
Záměnnost : {NEKN012 a NEKN035}
Neslučitelnost : NEKN012
Výsledky anket   Termíny zkoušek   Rozvrh   Nástěnka   
Anotace -
Poslední úprava: RNDr. Pavel Zakouřil, Ph.D. (27.06.2006)
Optimalizace v ekonomii a statistice. Úvod do nelineárního programování. Teorie lineárního programování z hlediska konvexní analýzy a obecné optimalizace. Přehled softwarového zabezpečení. Maticové hry. Návaznost přednášek a cvičení bude řešena tak, aby bylo možné zapsat i rozsah 4/0 (např. povinně volitelná přednáška pro teorii pravděpodobnosti). Předpoklady: První ročník matematiky nebo informatiky - matematická analýza (funkce více proměnných, vázané extrémy)
Cíl předmětu -
Poslední úprava: T_KPMS (22.05.2008)

Vyložit základní postupy a metody používané při hledání optimálního řešení zadané úlohy. Studenti se dozvědí potřebnou teorii a dané postupy si na numerických příkladech osvojí.

Literatura
Poslední úprava: T_KPMS (05.03.2007)

Pracovní text přednášky je k dispozici na WWW-stránce doc. Petra Lachouta.

Ján Plesník, Jitka Dupačová, Milan Vlach.: Lineárne programovanie. Alfa, Bratislava, 1990.

George B. Dantzig, Mukund N. Thapa: Linear programming. 1,2. Springer, New York, 1997.

Dimitri P. Bertsekas: Nonlinear programming. Athena Scientific, Belmont, 1999.

Mokhtar S. Bazaraa, Hanif D. Sherali, C.M. Shetty: Nonlinear programming : theory and algorithms. Wiley, New York, 1993.

Metody výuky -
Poslední úprava: G_M (27.05.2008)

Přednáška+cvičení.

Sylabus -
Poslední úprava: T_KPMS (10.05.2001)

1. Typy optimalizačních úloh a jejich formulace. Aplikace ve statistice a v ekonomii.

2. Vybrané výsledky z konvexní analýzy (konvexní kužele, věty o oddělitelnosti, konvexní funkce více proměnných, epigraf, subdiferenciál).

3. Teorie nelineárního programování. Lokální a globální podmínky optimality, podmínky regularity. Konvexní programování. Lineární a kvadratické programování jako speciální případ.

4. Teorie lineárního programování (Farkasova věta, dualita, struktura množiny přípustných řešení, základní věta lineárního programování).

5. Algoritmy pro řešení úloh lineárního programování a jejich počítačové realizace, simplexová metoda.

6. Dopravní problém jako speciální typ úlohy lineárního programování, aplikace předchozích výsledků sub 4 a 5.

7. Hlavní myšlenky algoritmů pro nelineární programování, speciální postavení simplexové metody. Základní informace o balících programů.

8. Doplňky k lineárnímu programování (postoptimalizace, stabilita). Maticové hry a lineární programování, minimaxová věta.

 
Univerzita Karlova | Informační systém UK