Curricula

Objectives

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.

Content

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.

Time and location

Zoom / Teams

Learning materials and recommended literature

Opettaja antaa materiaalit opintojakson alussa / aikana.

Teaching methods

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.

Exam dates and retake possibilities

Sovitaan opintojakson alussa.

Student workload

Ohjaukset 30h, itsenäinen työskentely 51h.

Evaluation scale

Hyväksytty/Hylätty

Evaluation criteria, satisfactory (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.

Evaluation criteria, pass/failed

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.

Prerequisites

-