identifiera de viktigaste principerna för att beskriva linjära och heltalsoptimeringsproblem som matematiska optimeringsmodeller;
urskilja och modellera några viktiga klasser av linjära och heltalsoptimeringsproblem;
utnyttja linjärprogrammeringsdualitet för känslighetsanalys av optimala lösningar till sådana problem.
Inom varje problemklass ska studenten efter fullgjord kurs kunna
utveckla matematiska modeller för relevanta problem inom klassen;
identifiera och beskriva viktiga och användbara matematiska egenskaper hos de utvecklade modellerna;
välja ut, anpassa eller utveckla konvergenta och effektiva lösningsalgoritmer för problem inom klassen;
implementera de valda/utvecklade algoritmerna i lämplig mjukvara;
tolka och rimlighetsbedöma de erhållna lösningarna i relation till den ursprungliga problemställningen;
undersöka känsligheten hos en erhållen optimallösning med avseende på förändringar i problemdata;
förklara resultaten från känslighetsanalysen i relation till de aktuella modellerna.
Kursinnehåll
Kursen beskriver med hjälp av bl a fallstudier hur linjära och heltalsoptimeringsproblem modelleras och löses i praktiken. Några typiska problem och algoritmer som tas upp är investering, blandning, modeller av energisystem, produktions- och underhållsplanering, nätverksmodeller, ruttnings- och transportproblem, flermålsoptimering och lagerstyrning; simplexmetoden för linjärprogrammering, heuristiker, branch-and-bound-algoritmen.