Course: Dynamic Optimization Methods

» List of faculties » FAV » KMA
Course title Dynamic Optimization Methods
Course code KMA/MDO
Organizational form of instruction Lecture + Tutorial
Level of course Master
Year of study not specified
Semester Winter and summer
Number of ECTS credits 4
Language of instruction Czech
Status of course unspecified
Form of instruction Face-to-face
Work placements This is not an internship
Recommended optional programme components None
Lecturer(s)
  • Čižmář Jiří, doc. Ing. Ph.D.
Course content
1. Introduction to calculus of variations (difference between static and dynamic optimization, applications in economics and management). 2. Fundamental theorem in calculus of variations, Euler-Lagrange equations. 3. Free-end-point problems and transversality conditions. 4. Hamilton-Jacobi equation. Shadow prices. 5. Necessary and sufficient optimality conditions. Second order conditions. 6. Utility functions of several variables. 7. Dynamic system and control problem. 8. Introduction to optimal control theory and its applications in economics. 9. Hamilton optimality conditions. Maximum principle. 10. Economic interpretation of multipliers in particular problems. 11. Model of optimal production. 12. Constrained controls. 13. Spare time. Exam preparation.

Learning activities and teaching methods
Interactive lecture, Lecture with practical applications, Task-based study method, Individual study
  • Contact hours - 39 hours per semester
  • Individual project (40) - 40 hours per semester
  • Preparation for an examination (30-60) - 30 hours per semester
prerequisite
Knowledge
vysvětlit definici Riemannova integrálu pro funkce více proměnných
vysvětlit pojem řešení počáteční úlohy pro soustavu (obecně nelineárních) obyčejných diferenciálních rovnic prvního řádu
vysvětlit základní pojmy diferenciálního počtu pro funkce více proměnných zejména v návaznosti na úlohy nepodmíněné optimalizace v konečné dimenzi
vysvětlit pojem řešení okrajové úlohy pro lineární obyčejnou diferenciální rovnici vyššího řádu
Skills
pro zadanou funkci více proměnných stanovit nutnou i postačující podmínku lokálního minima nebo maxima
vyřešit počáteční úlohu pro soustavu lineárních obyčejných diferenciálních rovnic 1. řádu s konstantními koeficienty
vyřešit okrajovou úlohu pro lineární obyčejnou diferenciální rovnici druhého řádu s konstantními koeficienty
pro zadanou funkci více proměnných vypočítat parciální derivace prvního a druhého řádu, stanovit gradient a Hessovu matici
Competences
N/A
learning outcomes
Knowledge
vysvětlit rozdíl mezi nutnými a postačujícími podmínkami optima pro primární i duální optimalizační úlohu
vysvětlit základní aplikace teoretických vět v přírodních vědách, ekonomii a managementu
vysvětlit základní principy variačního počtu včetně rozdílu mezi statickou a dynamickou optimalizací
charakterizovat základní pojmy matematické teorie řízení a optimálního řízení
Skills
formulovat a odvodit nutné, resp. postačující podmínky optima abstraktních úloh z dynamické optimalizace a teorie optimálního řízení
pro zadanou matematickou úlohu odvodit a vyřešit Eulerovu-Lagrangeovu i Hamiltonovu-Jacobiovu rovnici
sestavit matematické modely jednoduchých problémů z přírodních věd, ekonomie a managementu, na základě teoretických znalostí najít řešení příslušné optimalizační úlohy a interpretovat získané výsledky
pro zadaný problém z teorie optimálního řízení odvodit Hamiltonovy podmínky optima i princip maxima a následně vyřešit příslušnou úlohu
Competences
N/A
teaching methods
Knowledge
Interactive lecture
Lecture supplemented with a discussion
Skills
Task-based study method
Practicum
Individual study
Competences
Self-study of literature
One-to-One tutorial
assessment methods
Knowledge
Oral exam
Skills
Test
Seminar work
Competences
Seminar work
Recommended literature
  • Chiang, A. C. Elements of Dynamic Optimization. New York, 1992.
  • Kamien, M. I., Schwartz, N. L. Dynamic optimization: The calculus of variations and optimal control in economics and management. Elsevier, 2003.
  • Míka, S. Matematická optimalizace. ZČU Plzeň, 1997.
  • Sethi P. S., Thompson G. L. Optimal control theory: applications to management science and economics. Kluwer, 2003.
  • Troutman, J. L. Variational calculus and optimal control: Optimization with elementary convexity. Springer, 1995.


Study plans that include the course
Faculty Study plan (Version) Category of Branch/Specialization Recommended year of study Recommended semester