logo
Karta przedmiotu
logo

Optymalizacja nieliniowa

Podstawowe informacje o zajęciach

Cykl kształcenia: 2021/2022

Nazwa jednostki prowadzącej studia: Wydział Matematyki i Fizyki Stosowanej (p.prakt)

Nazwa kierunku studiów: Inżynieria i analiza danych

Obszar kształcenia: nauki ścisłe

Profil studiów: praktyczny

Poziom studiów: pierwszego stopnia

Forma studiów: stacjonarne

Specjalności na kierunku: inżynieria i analiza danych

Tytuł otrzymywany po ukończeniu studiów: inżynier

Nazwa jednostki prowadzącej zajęcia: Zakład Topologii i Algebry

Kod zajęć: 12309

Status zajęć: obowiązkowy dla programu inżynieria i analiza danych

Układ zajęć w planie studiów: sem: 5 / W15 L15 P15 / 2 ECTS / Z

Język wykładowy: polski

Imię i nazwisko koordynatora: dr Krzysztof Pupka

Cel kształcenia i wykaz literatury

Główny cel kształcenia: Przygotowanie studentów do wykorzystania algorytmów i technik programowania nieliniowego do rozwiązywania problemów optymalizacyjnych

Ogólne informacje o zajęciach: Moduł jest realizowany w piątym semestrze, w wymiarze 15 godzin wykładów, 15 godzin laboratoriów oraz 15 godzin zajęć projektowych

Wykaz literatury, wymaganej do zaliczenia zajęć
Literatura wykorzystywana podczas zajęć wykładowych
1 J.G. Ecker, M. Kupferschmid Introduction to Operations Research John Wiley & Sons, New York. 1988
2 W. Findeisen, J. Szymanowski, A. Wierzbicki Teoria i metody obliczeniowe optymalizacji PWN, Warszawa. 1980
Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych
1 H. Wickham Język R: kompletny zestaw narzędzi dla analityków danych Wydawnictwo Helion, Gliwice . 2018
2 P. Biecek Przewodnik po pakiecie R GiS, Wrocław . 2017
Literatura do samodzielnego studiowania
1 K. Kukuła (red.) Badania operacyjne w przykładach i zadaniach PWN, Warszawa. 2016

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Piąty semestr studiów na kierunku inżynieria i analiza danych. Student spełnia wymagania określone w regulaminie studiów.

Wymagania wstępne w kategorii Wiedzy: Znajomość podstawowych pojęć algebry liniowej i analizy matematycznej

Wymagania wstępne w kategorii Umiejętności: Umiejętność wykonywania operacji na macierzach i wektorach, rozwiązywania układów równań liniowych, obliczania pochodnych i całek. Znajomość podstaw programowania w R

Wymagania wstępne w kategorii Kompetencji społecznych: Chęć dalszego zdobywania wiedzy matematycznej. Umiejętność pracy w grupie

Efekty kształcenia dla zajęć

MEK Student, który zaliczył zajęcia Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia Metody weryfikacji każdego z wymienionych efektów kształcenia Związki z KEK Związki z PRK
01 rozumie podstawowe pojęcia programowania nieliniowego, zna warunki optymalności i potrafi wyznaczyć minima i maksima funkcji jednej i wielu zmiennych (bez ograniczeń) wykład, laboratorium, projekt zaliczenie pisemne, ocena projektów K_W02+
K_W03++
K_U03++
K_U24+
K_K02+
P6S_KK
P6S_KO
P6S_UK
P6S_UO
P6S_UW
P6S_WG
02 zna i umie zastosować metodę mnożników Lagrange’a, umie zidentyfikować ograniczenia nieaktywne, zna wybrane własności funkcji wypukłych i podstawy teorii Karusha-Kuna-Tuckera wykład, laboratorium, projekt zaliczenie pisemne, ocena projektów K_W02+
K_W03++
K_U03++
K_U24+
K_K02+
P6S_KK
P6S_KO
P6S_UK
P6S_UO
P6S_UW
P6S_WG
03 zna wybrane metody obliczeniowe optymalizacji nieliniowej i potrafi je zastosować w prostych sytuacjach używając programu R laboratorium, projekt ocena projektów K_W02+
K_U03+++
K_U08+
K_U25+
K_K04++
P6S_KO
P6S_KR
P6S_UU
P6S_UW
P6S_WG

Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).

Treści kształcenia dla zajęć

Sem. TK Treści kształcenia Realizowane na MEK
5 TK01 Optymalizacja funkcji jednej zmiennej – wybrane metody numeryczne W1-W2, L1-L4 MEK01 MEK03
5 TK02 Problem optymalizacji nieliniowej bez ograniczeń: sformułowanie problemu, warunki optymalności, minima i maksima funkcji wielu zmiennych W3-W8, L5-L8 MEK01 MEK03
5 TK03 Problem optymalizacji nieliniowej z ograniczeniami: ograniczenia równościowe – metoda Lagrange’a, ograniczenia nieaktywne – warunek ortogonalności, funkcje wypukłe i ich wybrane własności, elementy teorii Karusha-Kuna-Tuckera W9-W15, L9-L15 MEK02 MEK03
5 TK04 Program R i jego zastosowanie do modelowania i rozwiązywania wybranych problemów optymalizacji nieliniowej L1-L15, P1-P10 MEK01 MEK02 MEK03
5 TK05 Prezentacja projektów P11-P15 MEK03

Nakład pracy studenta

Forma zajęć Praca przed zajęciami Udział w zajęciach Praca po zajęciach
Wykład (sem. 5) Godziny kontaktowe: 15.00 godz./sem.
Laboratorium (sem. 5) Godziny kontaktowe: 15.00 godz./sem.
Dokończenia/wykonanie sprawozdania: 4.00 godz./sem.
Projekt/Seminarium (sem. 5) Godziny kontaktowe: 15.00 godz./sem..
Wykonanie projektu/dokumentacji/raportu: 5.00 godz./sem.
Przygotowanie do prezentacji: 1.00 godz./sem.
Konsultacje (sem. 5) Udział w konsultacjach: 1.00 godz./sem.
Zaliczenie (sem. 5) Przygotowanie do zaliczenia: 3.00 godz./sem.
Zaliczenie pisemne: 1.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć Sposób wystawiania oceny podsumowującej
Wykład Ocena z wykładu jest to ocena z zaliczenia pisemnego
Laboratorium Ocena co najmniej 3,0 z wszystkich projektów – ocena ostateczna jest ich średnią arytmetyczną
Projekt/Seminarium Ocena 3,0 za 70% możliwych do zdobycia punktów. Ocena 4,0 za 80% możliwych do zdobycia punktów. Ocena 5,0 za 90% możliwych do zdobycia punktów
Ocena końcowa Ocena końcowa jest średnią arytmetyczną ocen: z laboratorium, z projektu i z wykładu

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
OL.pdf

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: nie