TAOP24 · 6 hp · Grundnivå (G2F) · Matematik, Tillämpad matematik
Optimeringslära fortsättningskurs
Ges · nästa start VT 2027
77 %
klarade senaste ordinarie tentan
TEN1 · 4 jun 2026 · 43 studenter
83 %
klarade ordinarie tentorna, alla tillfällen de senaste 5 åren
TEN1 · 127 studenter
45 %
Svårare än 45 % av kurserna på grundnivå
Jämfört med 874 kurser på samma nivå, ordinarie tentor de senaste tre läsåren. 74 studenter.
Ingår i 5 program
Tentamen
TEN1 Skriftlig tentamen
- 5
- 4
- 3
- U
Ordinarie tentor
83 % godkända · 127 studenter
- 77 %43
- 87 %31
- 93 %29
- 79 %24
Omtentor
87 % godkända · 30 studenter
- 92 %12
- 92 %13
- 60 %5
- Klarar omtentan: 87 % (30 studenter), jämfört med 83 % (127 studenter) på ordinarie
- Får 4 eller 5: 45 % (157 studenter)
Visa små tillfällen (7)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %4
- 0 %2
- 75 %4
- 50 %4
- 100 %1
- 100 %1
- 100 %4
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Inlämning eller laboration
LAB1 Laborationskurs
- G
Ordinarie tillfällen
100 % godkända · 106 studenter
- 100 %40
- 100 %39
- 100 %27
Senare tillfällen
100 % godkända · 69 studenter
- 100 %53
- 100 %16
- Klarar ett senare tillfälle: 100 % (69 studenter), jämfört med 100 % (106 studenter) på ordinarie
Visa små tillfällen (1)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
Om kursen
Mål
Studenten ska efter avslutad kurs
- M1 (modellering):ha förmåga att konstruera matematiska modeller för icke standardmässiga optimeringsproblem inom nätverksoptimering och heltalsoptimering,
- M2 (teori och metod):kunna identifiera optimeringsproblem från de delområden som ingår i kursen och kunna använda begrepp, teori och metoder inom dessa områden,
- M3 (redovisning):kunna redovisa hur modellering görs och metoder används inom kursens delområden, med hjälp av korrekta begrepp,
- M4 (programvara):kunna använda standardoptimeringsprogramvara för optimeringsproblem.
Innehåll
Nätverksoptimering:nätverksmodellering, LP-formulering av flöden i nätverk, kortaste väg, minkostnadsflöden, maxflöden.
Dynamisk programmering:optimalitetsprincipen, formulering, deterministisk dynamisk programmering.
Heltalsoptimering:heltalsmodellering, relaxationer, heuristiker.
Flermålsoptimering:Pareto-optimalitet och Pareto-front, skalarisering, exponerade Pareto-punkter.
Olinjär optimering:optimalitetsvillkor, gradientbaserade metoder, kvadratisk programmering.
Optimering under osäkerhet:robust optimering och stokastisk optimering.
- Examinator
- Jan Rolfes
- Schemalagd tid
- 40 h
- Huvudområde
- Matematik, Tillämpad matematik