Методи негладкої оптимізації
Освітня програма: Прикладна математика (м)
Структурний підрозділ: Факультет комп'ютерних наук та кібернетики
Назва дисципліни
Методи негладкої оптимізації
Код дисципліни
ДВВ.06
Тип модуля
Обов’язкова дисципліна для ОП
Цикл вищої освіти
Другий
Рік навчання
2021/2022
Семестр / Триместр
2 Семестр
Кількість кредитів ЕСТS
3
Результати навчання
ПРН7. Вміння організовувати, конфігурувати та 13 розробляти Web-системи, використовуючи принципи розподілених систем, гіпертекстових систем, відповідні технічні та програмні засоби.
Форма навчання
Очна форма
Попередні умови та додаткові вимоги
Для успішного вивчення дисципліни «Методи негладкої оптимізації» студент повинен відповідати наступним вимогам: 1. Володіння компетентностями дисциплін: 1. Математичний аналіз. 2. Функціональний аналіз. 3. Дослідження операцій. 4. Теорія керування. 2. Знання: 1. Теоретичних основ та методів дослідження систем з використанням підходів функціонального аналізу, дослідження операцій, теорії керування. 2. Принципів побудови систем. 3. Вміння: 1. Розв’язувати базові задачі дослідження операцій і теорії керування. 2. Розв’язувати базові задачі математичного аналізу. 3. Формулювати оптимізаційні задачі для розв’язування практичних задач. 4. Застосовувати методи математичного та комп’ютерного моделювання для дослідження систем та побудови математичних моделей. 4. Володіння: 1. Навичками програмування. 2. Навичками побудови, аналізу та застосування математичних моделей при розв’язанні прикладних задач негладкого аналізу.
Зміст навчальної дисципліни
Ознайомлення з методами диференціювання негладких функцій, чисельними методами розв’язування задач оптимізації з недиференційованим критерієм якості, методами розв’язування задач оптимального керування з негладким критерієм якості. У курсі передбачено дві контрольні роботи. Завершується дисципліна заліком.
Рекомендована та необхідна література
1. Башняков О.М., Гаращенко Ф.Г., Пічкур В.В. Практична стійкість, оцінки та оптимізація. – К.: Київський університет. – 2008. 2. Nesterov Y. Lectures on Convex Optimization. – Springer, 2018. – 603 p. 3. Моклячук М.П. Негладкий аналiз та оптимiзацiя. К.: Київський університет, 2008. 4. Пічкур В. В., Капустян О. В., Собчук В. В. Теорія динамічних систем. – Луцьк : Вежа-Друк, 2020. – 348 с. 5. Моклячук М.П. Варіаційне числення. Екстремальні задачі. – К.: Либідь, 1994. 6. Шор Н.З. Методы минимизации недифференцируемых функций и их приложение. – К.: Наукова думка, 1979. 7. Башняков О.М., Пічкур В.В. Задача синтезу в теорії керування: Навчальний посібник. – К.: Вид-во «Сталь», 2012. – 116 с.
Заплановані освітні заходи та методи викладання
Лекції, самостійна робота.
Методи та критерії оцінювання
Семестрове оцінювання: Максимальна кількість балів які можуть бути отримані студентом: 100 балів. 1. Контрольна робота № 1: 30/18 балів. 2. Контрольна робота № 2: 30/18 балів. 3. Самостійна робота № 1: 20/12 балів. 4. Поточне оцінювання: 20/12 балів. Підсумкове оцінювання (залік): Згідно пп. 4.6.1 та 7.1.5 «Положення про організацію освітнього процесу у Київському національному університеті імені Тараса Шевченка» залік виставляється на підставі поточного контролю (див. семестрове оцінювання) як сума оцінок/балів за всіма успішно оціненими результатами навчання; оцінки нижче від мінімального порогового рівня підсумкової оцінки не додаються. До заліку допускаються всі студенти.
Мова викладання
Українська
Викладачі
Ця дисципліна викладаеться наступними викладачами
Андрій
Леонідович
Максименко
Моделювання складних систем
Факультет комп'ютерних наук та кібернетики
Факультет комп'ютерних наук та кібернетики
Кафедри
Наступні кафедри задіяні у викладанні наведеної дисципліни
Моделювання складних систем
Факультет комп'ютерних наук та кібернетики