Sovellettu matematiikka: Optimointi ja verkkomallitLaajuus (3 op)
Tunnus: TTZM0330
Laajuus
3 op
Opetuskieli
- suomi
Vastuuhenkilö
- Sirpa Alestalo
Osaamistavoitteet
Opiskelija tuntee verkkoihin liittyvät matemaattiset peruskäsitteet sekä tietää ja ymmärtää opintojaksolla esitetyt verkkoalgoritmit (ks. Sisältö). Opiskelija kykenee muotoilemaan optimointiongelmasta lineaarisen mallin ratkaisuineen. Opiskelija ymmärtää optimoinnin yleisen periaatteen ja on tutustunut joihinkin epälineaarisiin optimointiongelmiin.
Sisältö
Suunnattu ja suuntaamaton verkko. Verkon väritys, aikataulutusongelmat, Welsh-Powell-algoritmi. Minimipuu, lyhin reitti, Dijkstran algoritmi, Bellman-Ford-algoritmi. Tietoverkko ja reititys. Virtausverkot, maksimivirtaus minimikustannuksin, Ford-Fulkerson-algoritmi. Lineaarinen optimointi, Simplex-algoritmi. Epälineaarisen optimoinnin alkeita.
Esitietovaatimukset
-
Arviointikriteerit, tyydyttävä (1)
Opintojakson kaikkia oppimistuloksia arvioidaan sekä harjoitustöiden että tentin avulla.
Hyväksytty suoritus:
Opiskelija osoittaa tentillä ja palautettavilla tehtävillä sekä peruskäsitteiden ja algoritmien ymmärtämistä että sovelluskykyä. Suoritteilla opiskelija näyttää osaavansa ratkaista lineaarisen optimointiongelman ja tunnistavansa lineaarisen menetelmän rajoitukset.
Hyväksyttyyn suoritukseen vaaditaan 50 % suoritusten maksimipistemäärästä.
Arviointikriteeri, hyväksytty/hylätty
Opintojakson kaikkia oppimistuloksia arvioidaan sekä harjoitustöiden että tentin avulla. Hyväksytty suoritus: Opiskelija osoittaa tentillä ja palautettavilla tehtävillä sekä peruskäsitteiden ja algoritmien ymmärtämistä että sovelluskykyä. Suoritteilla opiskelija näyttää osaavansa ratkaista lineaarisen optimointiongelman ja tunnistavansa lineaarisen menetelmän rajoitukset. Hyväksyttyyn suoritukseen vaaditaan 50 % suoritusten maksimipistemäärästä.
Ilmoittautumisaika
01.11.2021 - 09.01.2022
Ajoitus
07.03.2022 - 29.04.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Verkko-opetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Paikat
0 - 35
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Harri Varpanen
Ryhmät
-
TTV19S1Tieto- ja viestintätekniikka
-
TTV19S2Tieto- ja viestintätekniikka
-
TTV19S5Tieto- ja viestintätekniikka
Tavoitteet
Opiskelija tuntee verkkoihin liittyvät matemaattiset peruskäsitteet sekä tietää ja ymmärtää opintojaksolla esitetyt verkkoalgoritmit (ks. Sisältö). Opiskelija kykenee muotoilemaan optimointiongelmasta lineaarisen mallin ratkaisuineen. Opiskelija ymmärtää optimoinnin yleisen periaatteen ja on tutustunut joihinkin epälineaarisiin optimointiongelmiin.
Sisältö
Suunnattu ja suuntaamaton verkko. Verkon väritys, aikataulutusongelmat, Welsh-Powell-algoritmi. Minimipuu, lyhin reitti, Dijkstran algoritmi, Bellman-Ford-algoritmi. Tietoverkko ja reititys. Virtausverkot, maksimivirtaus minimikustannuksin, Ford-Fulkerson-algoritmi. Lineaarinen optimointi, Simplex-algoritmi. Epälineaarisen optimoinnin alkeita.
Aika ja paikka
Zoom / Teams
Oppimateriaali ja suositeltava kirjallisuus
Opettaja antaa materiaalit opintojakson alussa / aikana.
Opetusmenetelmät
Luennot ja ohjaukset alkuviikosta luokassa, loppuviikosta Zoomissa (samat asiat kuin alkuviikosta, tallennetaan).
Viikoittaiset tehtävät, palautetaan kirjallisesti.
Lopputesti.
Läpäisykriteerit: kaikki tehtävät hyväksytysti palautettu, lopputesti läpäisty.
Python-koodia ja student-palvelinta käytetään havainnollistamaan algoritmeja. Aiempaa python-kokemusta ei tarvita.
Tenttien ajankohdat ja uusintamahdollisuudet
Sovitaan opintojakson alussa.
Opiskelijan ajankäyttö ja kuormitus
Ohjaukset 30h, itsenäinen työskentely 51h.
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteerit, tyydyttävä (1-2)
Opintojakson kaikkia oppimistuloksia arvioidaan sekä harjoitustöiden että tentin avulla.
Hyväksytty suoritus:
Opiskelija osoittaa tentillä ja palautettavilla tehtävillä sekä peruskäsitteiden ja algoritmien ymmärtämistä että sovelluskykyä. Suoritteilla opiskelija näyttää osaavansa ratkaista lineaarisen optimointiongelman ja tunnistavansa lineaarisen menetelmän rajoitukset.
Hyväksyttyyn suoritukseen vaaditaan 50 % suoritusten maksimipistemäärästä.
Arviointikriteeri, hyväksytty/hylätty
Opintojakson kaikkia oppimistuloksia arvioidaan sekä harjoitustöiden että tentin avulla. Hyväksytty suoritus: Opiskelija osoittaa tentillä ja palautettavilla tehtävillä sekä peruskäsitteiden ja algoritmien ymmärtämistä että sovelluskykyä. Suoritteilla opiskelija näyttää osaavansa ratkaista lineaarisen optimointiongelman ja tunnistavansa lineaarisen menetelmän rajoitukset. Hyväksyttyyn suoritukseen vaaditaan 50 % suoritusten maksimipistemäärästä.
Esitietovaatimukset
-