čeština

5

Předmět je určen pro studenty matematického inženýrství, je užitečný pro studenty aplikovaných věd. Studenti prohloubí své znalosti teoretických základů optimalizace a osvojí si pokročilé algoritmy řešení optimalizačních úloh a rozvinou svoji představu o uplatnění optimalizačních modelů v typických aplikacích.

Přednášená látka vyžaduje znalosti základů optimalizace v rozsahu předmětu SOP. Dále se předpokládají standardní znalosti pravděpodobnosti a matematické satistiky.

Nejsou aplikovány.

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.

Přednášky kombinují pokročilou teorii a ilustrativní řešené příklady. Cvičení jsou zaměřená na zvládnutí početních úloh.

Zkouška je udělena na základě hodnocení předložené písemné práce a jejího přednesení v kolektivu zúčastněných studentů.

1. Původní úloha stochastického programování.
2. WS a HN přístup.
3. IS a EV reformulace.
4. EO, EEV, EVPI a VSS.
5. MM a VO, řešení rozsáhlejších úloh.
6. PO a QO, souvislosti s celočíselným programováním.
7. Deterministická a pravděpodobnostní omezení, použití kompenzace.
8. WS teorie - konvexnost a měřitelnost.
9. WS případ - určení rozdělení.
10. Dvojstupňové úlohy, jejich klasifikace a modelování.
11. Základní výsledky v oblasti konvexnosti.
12. Aplikace dvojstupňového programování.
13. Dynamické programování a vícestupňové modely.

Důraz je kladen na získání znalostí o pokročilých optimalizačních modelech. Důležité je porozumění a rozvíjení schopnosti osvojené poznatky používat.

Účast je kontrolována pomocí aktivní účasti studentů na řešených problémech, zameškaná výuka je nahrazována samostatným řešením zadaných úloh.

Kall, P.-Wallace,S.W.: Stochastic Programming, Wiley 1994. (EN)
Birge,J.R.-Louveaux,F.: Introduction to Stochastic Programing, Springer, 1995 (EN)
Prekopa, A: Stochastic Programming, Kluwer, 1996. (EN)

Klapka, J. a kol: Metody operačního výzkumu, VUT, 2000. (CS)

26 hod., povinná