Overordnede kursusmål
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.
Læringsmål
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.
Kursusindhold
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.
Litteraturhenvisninger
Dynamic Optimization: TBA
Hillier & Lieberman: Intro. to OR, kap. Nonlinear Programming
(i 9th og 8th Ed., kap. 12)
J. Brinkhuis and V. Tikhomirov:Optimization: Insights and
Applications
Sidst opdateret
13. februar, 2023
