Vyučující
|
-
Zouvalová Katarína, Ing. Ph.D.
|
Obsah předmětu
|
1. Optimalizace - úvod. 2. Základní vlastnosti řešení (nutné a postačující podmínky, konvexita). 3. Line search. 4. Základní metody (metoda největšího spádu, Newtonova metoda). 5. Metody sdružených směrů. 6. Kvazi-Newtonovské metody. 7. Metody typu trust region. 8. Problém nejmenších čtverců. 9. Bezvariační metody. 10. Úlohy s omezeními. 11. Lineární programování, simplexová metoda. 12. Příklady metod pro úlohy s omezeními. 13. Opakování ke zkoušce.
|
Studijní aktivity a metody výuky
|
Přednáška s aktivizací, Přednáška s praktickými aplikacemi, Prezentace práce studentů, Studium metodou řešení problémů, Studium textů
- Příprava prezentace (referátu) [3-8]
- 10 hodin za semestr
- Kontaktní výuka
- 39 hodin za semestr
- Příprava na zkoušku [10-60]
- 55 hodin za semestr
|
Předpoklady |
---|
Odborné znalosti |
---|
vysvětlit a popsat principy diferenciálního a integrálního počtu funkcí jedné i více reálných proměnných |
formulovat základní optimalizační úlohy na maximum, resp. minimum |
charakterizovat základní vlastnosti posloupností, řad a spojitých a diferencovatelných funkcí jedné reálné proměnné |
Odborné dovednosti |
---|
vyšetřit průběh funkce s použitím asymptot, kritických bodů a derivací pro určení intervalů monotonie a konvexity, resp. konkavity |
určit Taylorův rozvoj dané funkce v blízkosti daného bodu |
vypočítat hodnotu určitého integrálu a kvadraturu aplikovat pro výpočet povrchu a objemu jednoduchých těles |
vypočítat derivaci funkce jedné proměnné a derivace ve směru a parciální derivace funkcí více proměnných |
Obecné způsobilosti |
---|
bc. studium: uplatňuje při řešení problémů vhodné metody a dříve získané vědomosti a dovednosti, kromě analytického a kritického myšlení využívá i myšlení tvořivé s použitím představivosti a intuice, |
bc. studium: kriticky přistupuje ke zdrojům informací, informace tvořivě zpracovává a využívá při svém studiu a praxi, |
Výsledky učení |
---|
Odborné znalosti |
---|
definovat podmínky optimality v úlohách podmíněné optimalizace s vazbami typu rovnosti a nerovnosti |
popsat metody hladké (klasické) optimalizace |
popsat princip dualizace optimalizačních úloh a definovat úlohu sedlového bodu |
formulovat elementární úlohy lineární a nelineární optimalizace s vazbami a bez vazeb, charakterizovat typy přípustných množin |
Odborné dovednosti |
---|
aplikovat spádové, gradientní a kvazinewtonovské metody na řešení konkrétních problémů |
používat softwarové systémy typu MATLAB |
využívat znalostí pro řešení optimalizačních úloh v technice a ekonomii (např. úlohy optimálního řízení, dopravní problém, problém obchodního cestujícího, úlohy teorie her) |
Obecné způsobilosti |
---|
bc. studium: samostatně získávají další odborné znalosti, dovednosti a způsobilosti na základě především praktické zkušenosti a jejího vyhodnocení, ale také samostatným studiem teoretických poznatků oboru, |
Vyučovací metody |
---|
Odborné znalosti |
---|
Přednáška s aktivizací studentů, |
Analyticko-kritická práce s textem, |
Odborné dovednosti |
---|
Prezentace práce studentů, |
Řešení problémů, |
Cvičení (praktické činnosti), |
Obecné způsobilosti |
---|
Řešení problémů, |
Hodnotící metody |
---|
Odborné znalosti |
---|
Ústní zkouška, |
Test, |
Odborné dovednosti |
---|
Demonstrace dovedností (praktická činnost), |
Individuální prezentace, |
Obecné způsobilosti |
---|
Individuální prezentace, |
Doporučená literatura
|
-
Dostál Z., Beremlijski P. Metody optimalizace. VŠB-TU Ostrava a ZČU v Plzni, 2012.
-
Lukšan, Ladislav. Metody s proměnnou metrikou : Nepodmíněná minimalizace. 1. vyd. Praha : Academia, 1990. ISBN 80-200-0211-1.
-
Machalová J., Netuka H. Nelineární programování: teorie a metody. Univerzita Palackého v Olomouci, 2013.
-
Machalová J., Netuka H. Numerické metody nepodmín?né optimalizace. Univerzita Palackého v Olomouci, 2013.
-
Nocedal J., Wright S. Numerical Optimization, Second edition. Springer Verlag, 2006.
|