Introduktionskursus (anbefales som første semester). At give et teoretisk og praktisk velfunderet kendskab til statiske og dynamiske optimeringsmodeller til brug ved databaseret beslutningstagen. Herved sættes den studerende i stand til at formulere og angive løsningsmetoder til operationsanalytiske og teknisk-økonomiske modeller, samt til at forholde sig konstruktivt til samspillet mellem optimeringsmodeller og den virkelighed, disse beskriver. En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Analysere en forelagt problemstilling med henblik på at opstille en optimeringsmodel .
• Formulere og analysere modeller som disse ses i statisk og dynamisk optimering.
• Redegøre for de forudsætninger, der ligger til grund for modeller og beregninger.
• Analysere et optimeringsproblem med henblik på at identificere en relevant løsningsmetodik.
• Forstå og ved hjælp af software løse ligningssystemer relateret til givne optimeringsproblemer.
• Fortolke resultaterne fra løsningen af et optimeringsmodel.
• Redegøre for den matematiske baggrund for de anvendte optimeringsmetoder.
• Foretage følsomhedsanalyser som led i vurderingen af what-if scenarier ved beslutningstagning.
• Anvende mulighederne for følsomhedsanalyse i gængs optimeringssoftware.

Statisk optimering: Lineær programmering og dualitet, Konveksitet og optimalitet, Karush-Kuhn-Tucker betingelser, Lagrange dualitet, Løsningsmetoder. Eksempler på økonomiske og tekniske anvendelser: Produktionsplanlægning, Porteføljeplanlægning. Dynamisk optimering: Kontrol teori, Pontriagin's Maksimumsprincip, Dynamisk Programmering, Bellmann's Optimalitets Princip. Eksempler på økonomiske og tekniske anvendelser: Rørlednings problem, produktionsplanlægning, økonomiske modeller. Kjølstad Poulsen: Dynamic Optimization
Hillier & Lieberman: Intro. to OR, kap. Nonlinear Programming (i 9th og 8th Ed., kap. 12)
J. Brinkhuis and V. Tikhomirov:Optimization: Insights and Applications 08. marts, 2021