Konvexitet och optimering
Kursplan, Grundnivå, 1MA023
Kursen är avvecklad.
- Kod
- 1MA023
- Utbildningsnivå
- Grundnivå
- Huvudområde(n) med fördjupning
- Matematik G1F
- Betygsskala
- Med beröm godkänd (5), Icke utan beröm godkänd (4), Godkänd (3), Underkänd (U)
- Fastställd av
- Teknisk-naturvetenskapliga fakultetsnämnden, 28 maj 2013
- Ansvarig institution
- Matematiska institutionen
Behörighetskrav
Flervariabelanalys, Linjär algebra II
Mål
Efter godkänd kurs ska studenten kunna
- redogöra för centrala begrepp och definitioner inom konvexitetsteorin;
- redogöra för dualitetsbegreppet i linjär programmering;
- i stora drag beskriva någon variant av simplexalgoritmen och någon inrepunktsmetod för linjär programmering;
- redogöra för betydelsen av Lagrangefunktionen och Kuhn–Tuckers sats i icke-linjär optimering;
- formulera viktigare resultat och satser inom kursens område, samt beskriva huvuddragen i viktigare satsers bevis;
- översätta optimeringsproblem från olika tillämpningar till för matematisk behandling lämplig form;
- använda kursens teori, metoder och tekniker för att lösa matematiska problem;
- presentera matematiska resonemang för andra.
Innehåll
Konvexa mängder: separationssatser, stödhyperplan och extremalpunkter. Koner: ändligt genererade koner, dualkoner, extremalstrålar. Polyedrar: Motzkins sats. Lösbarhet för system av linjära olikheter: Farkas lemma. Konvexa funktioner: karakterisering med hjälp av subdifferential och Hessian. Linjär programmering: dualitet, simplexalgoritmen, inrepunktmetoder, Karmarkars algoritm och orientering om komplexitet. Icke-linjär och konvex optimering: Lagrangefunktionen, Kuhn-Tuckers satser. Exempel från produktionsplanering, ekonomi och spelteori.
Undervisning
Föreläsningar och räkneövningar.
Examination
Skriftligt prov vid kursens slut kombinerat med inlämningsuppgifter under kursen enligt anvisningar som lämnas vid kursens start.