Γενικά
| Σχολή
|
Σχολή Θετικών Επιστημών
|
| Τμήμα
|
Τμήμα Μαθηματικών
|
| Επίπεδο Σπουδών
|
Μεταπτυχιακό
|
| Κωδικός Μαθήματος
|
ΣEE7
|
| Εξάμηνο
|
2
|
| Τίτλος Μαθήματος
|
ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
|
| Αυτοτελείς Διδακτικές Δραστηριότητες
|
Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
|
| Τύπος Μαθήματος
|
Ειδικότητας
|
| Προαπαιτούμενα Μαθήματα
|
|
| Γλώσσα Διδασκαλίας και Εξετάσεων
|
Ελληνική
|
| Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus
|
Ναι (στην Αγγλική γλώσσα)
|
| Ηλεκτρονική Σελίδα Μαθήματος (URL)
|
Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.
|
Μαθησιακά Αποτελέσματα
| Μαθησιακά Αποτελέσματα
|
Στόχος του μαθήματος είναι η παρουσίαση των βασικών αρχών του μη γραμμικού προγραμματισμού, σε προβλήματα βελτιστοποίησης με και χωρίς περιορισμούς. Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής /τρια θα είναι σε θέση να:
- κατανοεί τις βασικές αρχές βελτιστοποίησης μη γραμμικών προβλημάτων
- χρησιμοποιεί μερικούς από τους ευρέως χρησιμοποιούμενους αλγορίθμους για μη γραμμική βελτιστοποίηση (χωρίς περιορισμούς και περιορισμούς)
- επιλέγει τον κατάλληλο αλγόριθμο σε σχέση με το πρόβλημα βελτιστοποίησης.
|
| Γενικές Ικανότητες
|
- Αυτόνομη εργασία
- Λήψη αποφάσεων
- Προσαρμογή σε νέες καταστάσεις
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
- Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
|
Περιεχόμενο Μαθήματος
Βελτιστοποίηση με και χωρίς περιορισμούς: Πολλαπλασιαστές Lagrange, συνθήκες KarushKuhn-Tucker. Μέθοδοι βελτιστοποίησης για προβλήματα χωρίς περιορισμούς: Line Search, Trust Region, Conjugate Gradient, Newton, Quasi-Newton methods. Μέθοδοι βελτιστοποίησης για προβλήματα με περιορισμούς: Quadratic Programming, Penalty Barrier και Augmented Lagrangian Methods.
Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση
| Τρόπος Παράδοσης
|
Πρόσωπο με πρόσωπο
|
| Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
|
- Χρήση Lindo/Lingo Software, Mathematica/ Matlab
- Χρήση Τ.Π.Ε. στην Επικοινωνία
|
| Οργάνωση Διδασκαλίας
|
| Δραστηριότητα
|
Φόρτος Εργασίας Εξαμήνου
|
| Διαλέξεις
|
39
|
| Αυτοτελής Μελέτη
|
70
|
| Ασκήσεις Πεδίου (7-8 σύνολα ασκήσεων)
|
78.5
|
| Σύνολο Μαθήματος
|
187.5
|
|
| Αξιολόγηση Φοιτητών
|
- Γραπτές εργασίες (30%)
- Γραπτή τελική εξέταση (70%)
|
Συνιστώμενη Βιβλιογραφία
- Bazarra, Sherali, and Shetty Nonlinear Programming: Theory and Algorithms, 3rd Edition, John Wiley & Sons, 2006.
- Bertsekas D. Nonlinear Programming, Athena Scientic, 2004.
- Luenberger, David G.; Ye, Yinyu (2008). Linear and nonlinear programming. (Fourth ed). New York: Springer
- Γεωργίου Α. Βασιλείου Π.-Χ. Μη γραμμικές μέθοδοι βελτιστοποίησης, Εκδόσεις Ζήτη, 1996.
- Παπαγεωργίου Μ. Μη γραμμικός προγραμματισμός. Ηλεκτρονικό σύγγραμμα
- [Περιοδικό / Journal] Computational Optimization and Applications
- [Περιοδικό / Journal] Journal of Global Optimization
- [Περιοδικό / Journal] Journal of Optimization Theory and Applications
- [Περιοδικό / Journal] Optimal Control Applications and Methods
- [Περιοδικό / Journal] Optimization
- [Περιοδικό / Journal] SIAM Journal on Optimization (SIOPT)