Datateknik AV, Tillämpad optimering, 6 hp

Observera att kurslitteraturen kan ändras/revideras fram till: 
• 1 juni för en kurs som startar på höstterminen
• 15 november för en kurs som startar på vårterminen
• 1 april för en kurs som startar på sommaren 

Skriv ut eller spara kursplanen som PDF

Du kan enkelt skriva ut en kursplan direkt från webbsidan. Använd kortkommandot ctrl+p (Windows) eller command+p (Mac). I nästa steg väljer du om du vill skriva ut eller spara kursplanen som PDF.

 

För en nedlagd kurs kan eventuell information om avvecklingsperiod hittas under rubriken "Övergångsregel" i senaste versionen av kursplanen.


Versioner:
Gå till kursen

Kursplan för:
Datateknik AV, Tillämpad optimering, 6 hp
Computer Engineering MA, Applied Optimization, 6 credits

Allmänna data om kursen

  • Kurskod: DT059A
  • Ämne huvudområde: Datateknik alt. Matematik/Tillämpad matematik
  • Nivå: Avancerad
  • Högskolepoäng: 6
  • Fördjupning vs. Examen: A1N - Kursen ligger på avancerad nivå och har endast kurs(er) på grundnivå som förkunskapskrav.
  • Utbildningsområde: Teknik 100%
  • Ansvarig fakultet: Fakulteten för naturvetenskap, teknik och medier
  • Ansvarig institution: Informationssystem och -teknologi
  • Fastställd: 2018-06-04
  • Giltig fr.o.m: 2018-07-01

Syfte

Kursens mål är att ge kunskap om konvex optimering och hur det kan användas inom praktiska tillämpningar inom områden som datateknik (maskinlärande, robotik, algoritmer och komplexitet), kommunikationsnätverk, ekonomi, signalbehandling, och informationsteori.

Lärandemål

Efter kursen ska studenten kunna
- Identifiera konvexa optimeringsproblem som kan uppkomma i praktiska tillämpningar,
- Omformulera icke konvexa optimeringsproblem så att de blir konvexa där det är möjligt,
- Presentera gundläggande teori som kan appliceras på ovanstående problemställningar,
- Redogöra för centrala begrepp och definitioner inom konvexitetsteorin, använda kursens teori, metoder och tekniker för att lösa matematiska problem,
- Beskriva något program- och modellspråk för optimering,
- Presentera muntligt och skriftligt arbete utfört individuellt eller i grupp.

Innehåll

Kursen innehåller följande moment
Konvexa mängder, funktioner och optimeringsproblem. Linjär programmering dualitet, simplexalgoritmen, inrepunktmetoder samt orientering om komplexitet. Icke-linjär och konvex optimering Lagrangefunktionen, Kuhn-Tuckers satser. Exempel på icke konvexa problem, t.ex. området heltals- och mixad linjär programmering. Exempel från signalbehandling, statistik, maskinlärande, radioresursallokering, produktionsplanering, ekonomi samt spelteori kommer att behandlas beroende på deltagarnas bakgrund och intresse.

Behörighet

Datateknik GR (ABC), 30 hp inkluderande minst 7,5 hp programmering. Matematik, 22,5 hp, varav minst 7,5 hp statistik och 7,5 hp linjär algebra.

Urvalsregler

Urval sker i enlighet med Högskoleförordningen och den lokala antagningsordningen.

Undervisning

Undervisning bedrivs med hjälp av följande moment
- Föreläsningar
- Inlämningsuppgifter

Examination

L101: Laborationer, 1,5 hp
Betygsskala: Underkänd (U) eller Godkänd (G)

T101: Skriftlig tentamen, 4,5 hp
Betygsskala: På kursen ges något av betygen A, B, C, D, E, Fx och F. A - E är Godkänt, Fx och F är underkänt.

1.5 hp, L101: Laborationer.
Betyg: Godkänd eller Underkänd

4.5 hp, T101: Skriftlig tentamen.
Betyg: A, B, C, D, E, Fx och F. A-E är Godkänt, Fx och F är Underkänt.

Betygskriterier för ämnet finns på www.miun.se/betygskriterier.

Om en student har ett beslut från samordnaren vid Mittuniversitetet om pedagogiskt stöd vid funktionsnedsättning, har examinator rätt att ge anpassad examination för studenten.

Begränsning av examination

Studenter registrerade på denna version av kursplan har rätt att examineras 3 gånger inom loppet av 1 år enligt angivna examinationsformer. Därefter gäller examinationsform enligt senast gällande version av kursplan.

Betygsskala

På kursen ges något av betygen A, B, C, D, E, Fx och F. A - E är Godkänt, Fx och F är underkänt.

Litteratur

Välj litteraturlista:

Obligatorisk litteratur

  • Författare/red: Boyd and Vandenberghe
  • Titel: Convex Optimization
  • Upplaga: 2004
  • Förlag: Cambridge University Press

Forskningsartiklar och annat material kommer att lämnas ut på föreläsningarna.

Kolla om litteraturen finns på biblioteket

Sidan uppdaterades 2024-08-15