SF1811 · Kungliga Tekniska högskolan
Optimeringslära
66 tentor24 ämnen1 studieplan
Kursinnehåll
Definithet
12 uppgifter · 2 teorikapitel
Dualitet & komplementaritet
45 uppgifter · 3 teorikapitel
Fundamentala underrum
20 uppgifter · 1 teorikapitel
Gauss-Newtons metod
10 uppgifter · 2 teorikapitel
Globala optimalitetsvillkoren
7 uppgifter · 3 teorikapitel
Vad ingår?
0 uppgifter
Sorterat efter ämne och svårighet, direkt från tentor.
66 tentor med lösningar
Alla tidigare tentor samlade, öva på riktiga examensfrågor.
AI-handledare (KAI)
Få steg-för-steg-hjälp dygnet runt, skräddarsydd för den här kursen.
1 studieplaner
Personliga studieplaner som anpassar sig till dina framsteg.
Generera tester
Skapa anpassade övningstester baserat på ämne och svårighet.
Framstegsanalys
Se vad du vet, vad du behöver granska och vad som finns kvar.
HP
6
Språk
Svenska
Nivå
Grundnivå
Fakultet
Skolan för teknikvetenskap
Institution
SCI/Matematik
Lärandemål
Efter genomgången kurs ska studenten för att erhålla ett godkänt betyg kunna
- Tillämpa grundläggande teori, begrepp och metoder inom de delar av optimeringslära som beskrivs av kursinnehållet för att lösa problem
- Formulera förenklade tillämpningsproblem som optimeringsproblem och lösa med programvara
- Läsa och tillgodogöra sig matematisk text om exempelvis linjär algebra, analys och optimering samt deras tillämpningar, kommunicera matematiska resonemang och beräkningar inom detta område muntligt och skriftligt på ett sådant sätt att de är lätta att följa.
- Förklara, kombinera och analysera grundläggande teori, begrepp och metoder inom de delar av optimeringslära som beskrivs av kursinnehållet
Kursinnehåll
- Exempel på optimeringstillämpningar och formuleringsträning.
- Grundläggande begrepp och teori för optimering, speciellt teori för konvexa problem.
- Linjär algebra i Rn, speciellt baser för de fyra fundamentala underrum motsvarande en given matris, samt LDLT-faktorisering för symmetriska positivt semidefinita matriser.
- Linjär optimering, inklusive dualitetsteori.
- Optimering av flöden i nätverk.
- Kvadratisk optimering med linjära bivillkor.
- Linjära minsta-kvadratproblem, speciellt minsta-normlösningar.
- Ickelinjär optimering utan bivillkor, speciellt ickelinjära minsta-kvadratproblem.
- Optimalitetsvillkor för ickelinjär optimering med bivillkor, speciellt för konvexa problem.
- Lagrangerelaxering
Litteratur
Saknas
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis