27.03.2014 Views

Studiehandboken 06/07 del 4 - KTH

Studiehandboken 06/07 del 4 - KTH

Studiehandboken 06/07 del 4 - KTH

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

<strong>KTH</strong> Studiehandbok 20<strong>06</strong>-20<strong>07</strong><br />

5B1752 Optimeringslära för E<br />

Poäng/<strong>KTH</strong> Credits 4<br />

ECTS-poäng/ECTS Credits 6<br />

Kursnivå/Level<br />

C<br />

Betygsskala/Grading, <strong>KTH</strong> 3, 4, 5<br />

ECTS-betygsskala/Grading, ECTS<br />

A-F<br />

Obligatorisk för/Compulsory for<br />

E3<br />

Villkorligt valfri för/Conditionally Elective D3<br />

for<br />

Valfri för/Elective for<br />

FDT(D4), TEOR(D4)<br />

Språk/Language<br />

Svenska / Swedish<br />

Kurssida/Course Page<br />

http://www.math.kth.se/optsyst/studinfo/<br />

Kortbeskrivning<br />

Kursen ger förtrogenhet med grundläggande begrepp och teori inom<br />

optimeringsläran, samt kunskaper om viktiga mo<strong>del</strong>ler och lösningsmetoder.<br />

Den ger också förstärkta färdigheter i linjär algebra (i R^n) och<br />

matrishantering.<br />

Vidare ges träning i mo<strong>del</strong>lering och problemlösning, såväl med som utan<br />

dator.<br />

Mål<br />

Efter fullgjord kurs ska teknologen kunna följande:<br />

1. Redogöra för grundläggande begrepp, teoretiska resultat och metoder för<br />

optimering, samt använda allt detta för att med papper och penna analysera<br />

och lösa några olika typer av matematisk formulerade optimeringsproblem.<br />

Detta är det tyngsta målet.<br />

2. Formulera vissa renodlade planeringsproblem, exempelvis<br />

transportproblem, till<strong>del</strong>ningsproblem och blandningsproblem, som linjära<br />

optimeringsproblem, samt med Matlab lösa dessa och tolka resultaten.<br />

3. Formulera vissa renodlade tekniska problem, exempelvis analys av<br />

resistansnätverk och fackverksstrukturer, som kvadratiska<br />

optimeringsproblem, samt med Matlab lösa dessa och tolka resultaten i form<br />

av nätströmmar, nodpotentialer, stångkrafter och nodförskjutningar.<br />

4. Formulera vissa mer sammansatta tekniska tillämpningsproblem på en<br />

matematisk korrekt form med hjälp av mo<strong>del</strong>leringskonceptet "variablermålfunktion-bivillkor",<br />

samt därefter lösa problemen med befintlig<br />

programvara och tolka resultaten.<br />

Kursinnehåll<br />

Exempel på optimeringstillämpningar.<br />

Formuleringsträning.<br />

Linjär algebra i R^n.<br />

Minsta-kvadratproblem och pseudoinverser.<br />

Linjär optimering och simplexmetoden.<br />

Teori och metoder för optimering av flöden i nätverk.<br />

Kvadratisk optimering under linjära bivillkor.<br />

Grundläggande teori för konvex optimering.<br />

Grundläggande metodik för allmän ickelinjär optimering under bivillkor.<br />

Förkunskaper<br />

5B1115, 5B1116, 5B1117 Analys och linjär algebra.<br />

Påbyggnad<br />

5B1815, 5B1817.<br />

Kursfordringar<br />

En skriftlig tentamen (TEN1; 3 p).<br />

Datorlaborationer (LAB1; 1 p).<br />

Kurslitteratur<br />

Anges vid kursstart. Kursen har ej getts tidigare.<br />

Optimization for E<br />

Kursansvarig/Coordinator<br />

Krister Svanberg, krille@math.kth.se<br />

Tel. 790 7137<br />

Kursuppläggning/Time Period 1<br />

Föreläsningar 28 h<br />

Övningar 16 h<br />

Lab 8 h<br />

Abstract<br />

The course gives knowledge about basic<br />

concepts and theory for optimization,<br />

and about some important mo<strong>del</strong>s and<br />

methods for optimization.<br />

It also strengthen the knowledge in finite<br />

dimensional linear algebra.<br />

Finally, it gives some training in<br />

mo<strong>del</strong>ling and usage of optimization<br />

software.<br />

Aim<br />

The student should be able to use basic<br />

optimization concepts, theory and<br />

methods for analyzing and solving<br />

certain types of mathematically<br />

formulated optimization problems.<br />

The student should be able to formulate<br />

certain types of application problems on<br />

a suitable form, e.g. as linear or<br />

quadratic optimization problems, and<br />

use Matlab to analyze and solve the<br />

formulated problems.<br />

Syllabus<br />

Examples of applications and mo<strong>del</strong>ling<br />

training.<br />

Some linear algebra in R^n. Leastsquares<br />

problems.<br />

Linear optimization and the simplex<br />

method.<br />

Optimization of flows in networks.<br />

Quadratic optimization subject to linear<br />

constraints.<br />

Basic theory for convex optimization.<br />

Basic approaches for nonlinearly<br />

constrained optimization.<br />

Prerequisites<br />

5B1115, 5B1116, 5B1117 Calculus and<br />

linear algebra.<br />

Follow up<br />

5B1815, 5B1817.<br />

Requirements<br />

A written examination (TEN1; 3 cr).<br />

Computer assignments (LAB1; 1 p)<br />

Required Reading<br />

Not decided yet. New course.<br />

252<br />

5B Matematik

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!