We use cookies in order to improve the quality and usability of the HSE website. More information about the use of cookies is available here, and the regulations on processing personal data can be found here. By continuing to use the site, you hereby confirm that you have been informed of the use of cookies by the HSE website and agree with our rules for processing personal data. You may disable cookies in your browser settings.

  • A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Optimization Methods

2024/2025
Academic Year
RUS
Instruction in Russian
6
ECTS credits
Delivered at:
Department of Applied Mathematics and Informatics (Faculty of Informatics, Mathematics, and Computer Science (HSE Nizhny Novgorod))
Course type:
Compulsory course
When:
1 year, 3, 4 module

Instructor

Программа дисциплины

Аннотация

Материал базируется на знании основ следующих дисциплин: «Математический анализ», «Линейная алгебра», «Теория вероятностей и математическая статистика», «Дискретная математика». В дальнейшем приобретенные знания могут быть использованы в таких курсах, как «Исследование операций», «Машинное обучение», «Анализ данных».
Цель освоения дисциплины

Цель освоения дисциплины

  • Формирование у учащихся навыков работы с математическими задачами теории оптимизации, численных методов и исследования операций
Планируемые результаты обучения

Планируемые результаты обучения

  • В результате освоения дисциплины студент должен знать классификацию задач оптимизации и методов их решения
  • Студент должен владеть основными методами решения задач оптимизации, а также нестандартными подходами к решению.
  • Студент должен уметь анализировать задачи с точки зрения алгоритмической сложности, применять аналитические и численные методы решения задач оптимизации; применять свои знания для решения практических задач.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Основы выпуклого анализа
  • Задача математического программирования. Условия оптимальности в задачах без ограничений.
  • Задачи с ограничениями.
  • Выпуклые задачи мат. программирования.
  • Двойственность.
  • Задачи двухуровневого программирования
  • Численные методы решения задач оптимизации.
  • Численные методы решения задач оптимизации. (часть 2)
Элементы контроля

Элементы контроля

  • неблокирующий Лабораторная работа
  • неблокирующий Лабораторная работа
  • блокирует часть оценки/расчета Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 4th module
    0.4 * Лабораторная работа + 0.4 * Лабораторная работа + 0.2 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Arkadi Nemirovski. (2001). Lectures on modern convex optimization. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.5E080C05
  • Stephen Boyd, Lieven Vandenberghe, & Lieven V. (2015). Additional Exercises for Convex Optimization. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.E7445CE1
  • Методы оптимизации. Задачник : учебное пособие для бакалавриата и магистратуры / В. В. Токарев, А. В. Соколов, Л. Г. Егорова, П. А. Мышкис. — Москва : Издательство Юрайт, 2019. — 292 с. — (Бакалавр и магистр. Академический курс). — ISBN 978-5-534-10417-2. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/429999 (дата обращения: 28.08.2023).

Рекомендуемая дополнительная литература

  • Du, D., & Pardalos, P. M. (2005). Handbook of Combinatorial Optimization : Supplement Volume B. [Berlin]: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=133080

Авторы

  • Колданов Петр Александрович
  • Кузьмин Никита Александрович