Uniwersytet w Białymstoku - Centralny System Uwierzytelniania
Strona główna

Operational Research and optimization

Informacje ogólne

Kod przedmiotu: 360-FS1-2BOPa
Kod Erasmus / ISCED: 11.102 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0541) Matematyka Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Operational Research and optimization
Jednostka: Wydział Matematyki
Grupy: Erasmus+ sem. zimowy
Punkty ECTS i inne: 4.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
zobacz reguły punktacji
Język prowadzenia: angielski
Rodzaj przedmiotu:

fakultatywne
Założenia (opisowo):

Student have to know basic notions from Linear algebra and Mathematical Analysis
Skrócony opis:

In this course students learn about mathematical models of decision and linoptimization problems, linear programming, nonlinear programming, transportation problem and its generalizations, computer methods of finding optimal solutions, discrete programming, mulicriterial programming and programming under noncertain conditions.

After classes they achieve the competence of building models and solving optimization problems including computer programming and interpretation of obtained results.
Pełny opis:

Course profile: academic

Form of study: stationary

Course type: obligatory

Academic discipline: Mathematics, field of study in the arts and science: mathematics

Year: 2, semester: 3

Prerequisities: Mathematical Analysis, Linear Algebra

lecture 30 h exercise class (in computer laboratory) 30 h

Verification methods: lectures, exercises, consultations, studying literature, homeworks, discussions in groups.

ECTS credits: 4

Balance of student workload:

attending lectures 15x2h = 30h

attending exercise classes 15x2h = 30h

preparation for classes 7x1h = 7h

completing notes after exercises and lectures 7x2h = 14h

consultations 5x1h = 5h

homeworks: solving exercises 15h = 15h

the final examination: preparation.and take 9h + 3h = 12h

Quantitative description

Direct interaction with the teacher: 60 h., 2 ECTS

Practical exercises: 53 h., 2 ECTS
Literatura:

1. M. Carter, C. Price, G. Rabadi Operations Research. A practical introduction, CRC Press, Taylor & Francis, 2021

2. A. Schrijver Theory of linear and integer programming, Wiley 1998

3. R.G.D. Allen Mathematical Economics, Springer 1959

4. H.A. Eisel, C.I. Sandblom Linear programming and its applications, Springer Verlag 2007
Efekty uczenia się:

After classes students achieve the competence of building models and solving optimization problems including computer programming and interpretation of obtained results.

Metody i kryteria oceniania:

Final exam including practical and theoretical parts.

Final mark is according to the grading:

91% - 100% A

81% - 90% B

71% - 80% C

61% - 70% D

51% - 60% E

0% - 50% F

Zajęcia w cyklu "Rok akademicki 2023/24" (w trakcie)

Okres: 2023-10-01 - 2024-06-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Tomasz Czyżycki, Aneta Sliżewska
Prowadzący grup: Tomasz Czyżycki
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę
Skrócony opis:

In this course students learn about mathematical models of decision and linoptimization problems, linear programming, nonlinear programming, transportation problem and its generalizations, computer methods of finding optimal solutions, discrete programming, mulicriterial programming and programming under noncertain conditions.
Pełny opis:

Plan of classes:

1) Model of decision process

2) Linear programming, model and assumptions

3) Graphical method of solving linear programming problems

4) Simplex method

5) Dual linear problem

6) Nonlinear programming, analytical approach

7) Elements of convex analysis

8) Transportation problem, its generalizations and algorithms

9) Integer programming

10) Multicriterial decision–making

11) Optimization under risk and uncertainty

12) Computer methods in optimization
Literatura:

1. M. Carter, C. Price, G. Rabadi Operations Research. A practical introduction, CRC Press, Taylor & Francis, 2021

2. A. Schrijver Theory of linear and integer programming, Wiley 1998

3. R.G.D. Allen Mathematical Economics, Springer 1959

4. H.A. Eisel, C.I. Sandblom Linear programming and its applications, Springer Verlag 2007

5. Lectures and exercises
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.
ul. Świerkowa 20B, 15-328 Białystok tel: +48 85 745 70 00 (Centrala) https://uwb.edu.pl kontakt deklaracja dostępności mapa serwisu USOSweb 7.0.4.0-1 (2024-05-13)