Siirry suoraan sisältöön

Sovellettu matematiikka: Optimointi ja verkkomallit (3 op)

Toteutuksen tunnus: TTZM0330-3004

Toteutuksen perustiedot


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

  • TTV19S1
    Tieto- ja viestintätekniikka
  • TTV19S2
    Tieto- ja viestintätekniikka
  • TTV19S5
    Tieto- 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

-