Optimalizace obecný úvod. [proč optimalizovat?] Formalizace problému. [existují podobné problémy?]

Rozměr: px
Začít zobrazení ze stránky:

Download "Optimalizace obecný úvod. [proč optimalizovat?] Formalizace problému. [existují podobné problémy?]"

Transkript

1 Optimalizace obecný úvod 1 Optimalizace obecný úvod Motivace optimalizačních úloh [proč optimalizovat?] Formalizace problému [jak obecně popsat optimalizační úlohu?] Klasifikace optimalizačních problémů [existují podobné problémy?] Třídy optimalizačních algoritmů [existují algoritmy na řešení mého problému?] Příklady

2 Optimalizace obecný úvod 2 Motivace optimalizačních úloh Jak se nejlevněji najíst? Cíl: Z daného seznamu potravin sestavit nejlevnější jídlo Omezení: Výsledné jídlo musí mít dostatečnou nutriční hodnotu Poprvé zkoumáno v 40. letech minulého století pro armádní účely Položka Cena Nutriční hodnota [Kč/1kg] [Cal/100g] Vepřová pečeně s kostí 120, Kuře 51, Brambory rané 8,39 93 Chléb konzumní kmínový 15,

3 Optimalizace obecný úvod 3 Motivace optimalizačních úloh Jak nejbezpečněji uložit peníze? Cíl: Uložit peníze do vybraných akcií s nejmenším rizikem Omezení: Dosáhnout alespoň předepsaného výnosu Základní problém Managementu portfolia [3] Akcie Cena [Kč] Komerční banka ČEZ Unipetrol Philip Morris ČR

4 Optimalizace obecný úvod 4 Motivace optimalizačních úloh Jak nejúsporněji cestovat? Cíl: Vykonat co nejkratší okružní jízdu po vybraných městech Omezení: Každé město navštívit alespoň jednou Úloha obchodního cestujícího, poprvé uvedená v roce 1930 Aplikace v návrhu spojů, automatické výrobě... Praha Brno Ostrava Cheb Praha 0 km Brno km Ostrava km 550 Cheb km Vzdálenosti mezi vybranými městy

5 Optimalizace obecný úvod 5 Motivace optimalizačních úloh Jaký počítač si vybrat? Cíl: Nakoupit nejvhodnější notebook Kritéria výběru: Cena, výkon, velikost paměti, disku, úhlopříčka... Typický příklad hledání kompromisního řešení [teorie rozhodování] Typ Cena Úhlopříčka Disk Váha [Kč] [ ] [GB] [kg] AMILO Pro V ,4 60 2,9 Aspire 9814WKMi ,5 Qosmio G ,5 Lifebook Q2010 U ,9 Vybrané parametry notebooků (prosinec 2006)

6 Optimalizace obecný úvod 6 Formalizace optimalizačních úloh Obecná formulace: Najdi x opt O, které splňuje f (x opt ) H f (x) pro všechna x O x proměnné vystupující v [matematické] formulaci problému O množina přípustných řešení (odpovídá omezení) f cílová funkce [ f : O H] H obor hodnot cílové funkce H [částečné] uspořádání oboru hodnot cílové funkce umožňuje určit, které řešení je lepší x opt optimální řešení úlohy

7 Optimalizace obecný úvod 7 Formalizace optimalizačních úloh Optimální dieta N různých potravin Neznámé hmotnost jednotlivých potravin v kg: x i R, x i 0 Cílová funkce f (x) = x 1 c 1 + x 2 c x N c N, kde c i je cena za 1 kg i-té potraviny Obor hodnot H = R + 0, H odpovídá < Omezení x 1 k 1 + x 2 k x N k N K, kde k i je nutriční obsah i-té potraviny a K požadovaný nutriční obsah O odpovídá poloprostoru v R N

8 Optimalizace obecný úvod 8 Formalizace optimalizačních úloh Nákup počítače Neznámá pořadové číslo notebooku x N Cílová funkce: M různých kritérií f(x) = [ f 1 (x), f 2 (x),..., f M (x)], H R M Porovnání dvou řešení x 1 H x2 f 1 (x 1 ) f 1 (x 2 ) f 2 (x 1 ) f 2 (x 2 ) f 3 (x 1 ) f 3 (x 2 ) f 4 (x 1 ) f 4 (x 2 ) Optimální portfolio cvičení Obchodní cestující přednáška č. 6

9 Optimalizace obecný úvod 9 Základní klasifikace optimalizačních úloh Dimenze problému N počet [nezávislých] složek x Jak roste počet operací potřebných k získání x opt s dimenzí? CN k Polynomiální problém (P) [dieta, portfolio, volba notebooku] 2 N Exponenciální problém (E) Nedeterministický Polynomiální problém (NP) problém řešitelný pomocí polynomiálního počtu kroků, ale jen pomocí stochastického počítače, který umí uhádnout správnou variantu [2] [obchodní cestující]? má cenu 1 mil USD P? = NP E

10 Optimalizace obecný úvod 10 Praktičtější klasifikace optimalizačních úloh Příklad optimalizačního stromu

11 Optimalizace obecný úvod 11 Jaká je souvislost mezi předchozími přístupy? Konvexní množina [Ostře] konvexní funkce O konvexní + f konvexní = P [Ostře] konvexní funkce na konvexní množině má právě jedno minimum Efektivní metody matematického programování [1]

12 Optimalizace obecný úvod 12 Shrnutí Optimalizační úloha: [Matematický] model problému Optimalizační proměnné x Cílová funkce f Definiční obor O Obor hodnot H + metodika porovnávání Metody řešení Konvexní úloha P matematické programování přednášky 2 3 Nekonvexní úloha NP/E heuristické metody přednášky 4+

13 REFERENCE 13 Reference [1] S. Boyd and L. Vandenberghe, Convex optimization, Cambridge University Press, Cambridge, United Kingdom, 2004, edu/~boyd/cvxbook. [2] K. Devlin, Problémy pro třetí tisíciletí: Sedm největších nevyřešených otázek matematiky, Edice Atelier, vol. 24, Nakladatelství Dokořán a Argo, Praha, [3] J. Veselá, Analýza trhu cenných papírů. I. Díl, Vysoká škola ekonomická v Praze, Fakulta financí a účetnictví, Prosba. V případě, že v textu objevíte nějakou chybu nebo budete mít námět na jeho vylepšení, ozvěte se prosím na zemanj@cml.fsv.cvut.cz. Verze 002

4EK201 Matematické modelování. 4. Typické úlohy lineárního programování

4EK201 Matematické modelování. 4. Typické úlohy lineárního programování 4EK201 Matematické modelování 4. Typické úlohy lineárního programování 4. Typické úlohy LP Úlohy výrobního plánování (alokace zdrojů) Úlohy finančního plánování (optimalizace portfolia) Směšovací problémy

Více

Optimalizace úvěrových nabídek. EmbedIT 7.11.2013 Tomáš Hanžl

Optimalizace úvěrových nabídek. EmbedIT 7.11.2013 Tomáš Hanžl Optimalizace úvěrových nabídek EmbedIT 7.11.2013 Tomáš Hanžl Obsah Spotřebitelský úvěr Popis produktu Produktová definice v HC Kalkulace úvěru Úloha nalezení optimálního produktu Shrnutí Spotřebitelský

Více

Otázky ke státní závěrečné zkoušce

Otázky ke státní závěrečné zkoušce Otázky ke státní závěrečné zkoušce obor Ekonometrie a operační výzkum a) Diskrétní modely, Simulace, Nelineární programování. b) Teorie rozhodování, Teorie her. c) Ekonometrie. Otázka č. 1 a) Úlohy konvexního

Více

Optimalizace. Obsah přednášky. DÚ LP - Okružní problém. Lineární optimalizace. DÚ LP - Okružní problém. DÚ LP - Okružní problém

Optimalizace. Obsah přednášky. DÚ LP - Okružní problém. Lineární optimalizace. DÚ LP - Okružní problém. DÚ LP - Okružní problém Obsah přednášky Mgr. Květuše Sýkorová Optimalizace Lineární programování Distribuční úlohy Okružní problém KI Př UJEP Ústí nad Labem Nederivační metody Metody 1D optimalizace Derivační metody Optimalizace

Více

Genetické programování

Genetické programování Genetické programování Vyvinuto v USA v 90. letech J. Kozou Typické problémy: Predikce, klasifikace, aproximace, tvorba programů Vlastnosti Soupeří s neuronovými sítěmi apod. Potřebuje značně velké populace

Více

Lineární programování

Lineární programování 24.9.205 Lineární programování Radim Farana Podklady pro výuku pro akademický rok 203/204 Obsah Úloha lineárního programování. Formulace úlohy lineárního programování. Typické úlohy lineárního programování.

Více

NP-ÚPLNÉ PROBLÉMY. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze

NP-ÚPLNÉ PROBLÉMY. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze NP-ÚPLNÉ PROBLÉMY Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 2010/2011, Lekce 13 Evropský sociální fond Praha & EU: Investujeme do

Více

OPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB D24FZS

OPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB D24FZS OPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB Optimalizace a multikriteriální hodnocení funkční způsobilosti pozemních staveb Anotace: Optimalizace objektů pozemních staveb

Více

Obecná úloha lineárního programování. Úloha LP a konvexní množiny Grafická metoda. Jiří Neubauer. Katedra ekonometrie FEM UO Brno

Obecná úloha lineárního programování. Úloha LP a konvexní množiny Grafická metoda. Jiří Neubauer. Katedra ekonometrie FEM UO Brno Přednáška č. 3 Katedra ekonometrie FEM UO Brno Optimalizace portfolia Investor se s pomocí makléře rozhoduje mezi následujícími investicemi: akcie A, akcie B, státní pokladniční poukázky, dluhopis A, dluhopis

Více

Dynamické programování

Dynamické programování Dynamické programování prof. Ing. Pavel Tvrdík CSc. Katedra počítačových systémů Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010 Efektivní algoritmy (BI-EFA)

Více

Algoritmizace prostorových úloh

Algoritmizace prostorových úloh INOVACE BAKALÁŘSKÝCH A MAGISTERSKÝCH STUDIJNÍCH OBORŮ NA HORNICKO-GEOLOGICKÉ FAKULTĚ VYSOKÉ ŠKOLY BÁŇSKÉ - TECHNICKÉ UNIVERZITY OSTRAVA Algoritmizace prostorových úloh Grafové úlohy Daniela Szturcová Tento

Více

Třídy složitosti P a NP, NP-úplnost

Třídy složitosti P a NP, NP-úplnost Třídy složitosti P a NP, NP-úplnost Cíle přednášky: 1. Definovat, za jakých okolností můžeme problém považovat za efektivně algoritmicky řešitelný. 2. Charakterizovat určitou skupinu úloh, pro které není

Více

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu 4EK311 Operační výzkum 1. Úvod do operačního výzkumu Mgr. Jana SEKNIČKOVÁ, Ph.D. Nová budova, místnost 433 Konzultační hodiny InSIS E-mail: jana.seknickova@vse.cz Web: jana.seknicka.eu/vyuka Garant kurzu:

Více

ÚVOD DO ROZHODOVÁNÍ PŘEDNÁŠKA. OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ Přednáška 1. Zuzana Bělinová

ÚVOD DO ROZHODOVÁNÍ PŘEDNÁŠKA. OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ Přednáška 1. Zuzana Bělinová PŘEDNÁŠKA 1 ÚVOD DO ROZHODOVÁNÍ Organizační Vyučující Ing., Ph.D. email: belinova@k620.fd.cvut.cz Doporučená literatura Dudorkin J. Operační výzkum. Požadavky zápočtu docházka zápočtový test (21.5.2015)

Více

Navrženy v 60. letech jako experimentální optimalizační metoda. Velice rychlá s dobrou podporou teorie

Navrženy v 60. letech jako experimentální optimalizační metoda. Velice rychlá s dobrou podporou teorie Evoluční strategie Navrženy v 60. letech jako experimentální optimalizační metoda Založena na reálných číslech Velice rychlá s dobrou podporou teorie Jako první zavedla self-adaptation (úpravu sebe sama)

Více

Konvexní množiny Formulace úloh lineárního programování. Jiří Neubauer. Katedra ekonometrie FEM UO Brno

Konvexní množiny Formulace úloh lineárního programování. Jiří Neubauer. Katedra ekonometrie FEM UO Brno Přednáška č. 2 Katedra ekonometrie FEM UO Brno Euklidovský prostor E n Pod pojmem n-rozměrný euklidovský prostor budeme rozumnět prostor, jehož prvky jsou uspořádané n-tice reálných čísel X = (x 1, x 2,...,

Více

Aproximativní algoritmy UIN009 Efektivní algoritmy 1

Aproximativní algoritmy UIN009 Efektivní algoritmy 1 Aproximativní algoritmy. 14.4.2005 UIN009 Efektivní algoritmy 1 Jak nakládat s NP-těžkými úlohami? Speciální případy Aproximativní algoritmy Pravděpodobnostní algoritmy Exponenciální algoritmy pro data

Více

Úvod do optimalizace, metody hladké optimalizace

Úvod do optimalizace, metody hladké optimalizace Evropský sociální fond Investujeme do vaší budoucnosti Úvod do optimalizace, metody hladké optimalizace Matematika pro informatiky, FIT ČVUT Martin Holeňa, 13. týden LS 2010/2011 O čem to bude? Příklady

Více

4EK311 Operační výzkum. 5. Teorie grafů

4EK311 Operační výzkum. 5. Teorie grafů 4EK311 Operační výzkum 5. Teorie grafů 5. Teorie grafů definice grafu Graf G = uspořádaná dvojice (V, E), kde V označuje množinu n uzlů u 1, u 2,, u n (u i, i = 1, 2,, n) a E označuje množinu hran h ij,

Více

3. úloha - problém batohu metodami branch & bound, dynamické programování, heuristika s testem

3. úloha - problém batohu metodami branch & bound, dynamické programování, heuristika s testem ČVUT FEL X36PAA - Problémy a algoritmy 3. úloha - problém batohu metodami branch & bound, dynamické programování, heuristika s testem Jméno: Marek Handl Datum: 1. 1. 2009 Cvičení: Pondělí 9:00 Zadání Naprogramujte

Více

ALGORITMY A DATOVÉ STRUKTURY

ALGORITMY A DATOVÉ STRUKTURY Název tématického celku: Cíl: ALGORITMY A DATOVÉ STRUKTURY Metodický list č. 1 Časová složitost algoritmů Základním cílem tohoto tematického celku je vysvětlení potřebných pojmů a definic nutných k popisu

Více

Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D.

Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D. OPTIMALIZACE BRAMOVÉHO PLYNULÉHO ODLÉVÁNÍ OCELI ZA POMOCI NUMERICKÉHO MODELU TEPLOTNÍHO POLE Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D. Fakulta strojního inženýrství

Více

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ část druhá Přednáša 5 PŘEDNÁŠKA 5 MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ část druhá Přednáša 5 Multiriteriální rozhodování

Více

MATEMATIKA A 3 Metodický list č. 1

MATEMATIKA A 3 Metodický list č. 1 Metodický list č. 1 Název tématického celku: Úvod do problematiky diskrétní matematiky Cíl: Cílem tohoto tématického celku je vymezení oblasti diskrétní matematiky a příprava na další výklad kurzu. Jedná

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Číslo předmětu: 545-0259 Garantující institut: Garant předmětu: Exaktní metody rozhodování Institut ekonomiky a systémů řízení RNDr. Radmila Sousedíková,

Více

Matematika pro informatiky

Matematika pro informatiky (FIT ČVUT v Praze) Konvexní analýza 13.týden 1 / 1 Matematika pro informatiky Jaroslav Milota Fakulta informačních technologíı České vysoké učení technické v Praze Letní semestr 2010/11 Extrémy funkce

Více

Numerické metody optimalizace - úvod

Numerické metody optimalizace - úvod Numerické metody optimalizace - úvod Petr Tichý 16. února 2015 1 Organizace přednášek a cvičení 13 přednášek a cvičení. Zápočet: úloha programování a testování úloh v Matlabu. Další informace na blogu

Více

Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování študenti MFF 15. augusta 2008 1 15 Základy lineárního programování Požadavky Simplexová metoda Věty o dualitě (bez důkazu)

Více

Základy algoritmizace

Základy algoritmizace Základy algoritmizace Matematické algoritmy (11MAG) Jan Přikryl 1. přednáška 11MAG pondělí 5. října 2014 verze: 2014-11-10 10:35 Obsah 1 Algoritmy a algoritmizace 1 1.1 Vlastnosti algoritmů..................................

Více

CVIČNÝ TEST 42. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15

CVIČNÝ TEST 42. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15 CVIČNÝ TEST 42 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15 I. CVIČNÝ TEST VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Na číselné ose jsou zakresleny obrazy čísel

Více

Vícekriteriální programování příklad

Vícekriteriální programování příklad Vícekriteriální programování příklad Pražírny kávy vyrábějí dva druhy kávy (Super a Standard) ze dvou druhů kávových bobů KB1 a KB2, které mají smluvně zajištěny v množství 4 t a 6 t. Složení kávy (v procentech)

Více

TGH12 - Problém za milion dolarů

TGH12 - Problém za milion dolarů TGH12 - Problém za milion dolarů Jan Březina Technical University of Liberec 7. května 2013 Složitost problému Co je to problém? Složitost problému Co je to problém? K daným vstupním datům (velkému binárnímu

Více

Jak se matematika poučila v biologii

Jak se matematika poučila v biologii Jak se matematika poučila v biologii René Kalus IT4Innovations, VŠB TUO Role matematiky v (nejen) přírodních vědách Matematika inspirující a sloužící jazyk pro komunikaci s přírodou V 4 3 r 3 Matematika

Více

OSA. maximalizace minimalizace 1/22

OSA. maximalizace minimalizace 1/22 OSA Systémová analýza metodika používaná k navrhování a racionalizaci systémů v podmínkách neurčitosti vyšší stupeň operační analýzy Operační analýza (výzkum) soubor metod umožňující řešit rozhodovací,

Více

Úloha - rozpoznávání číslic

Úloha - rozpoznávání číslic Úloha - rozpoznávání číslic Vojtěch Franc, Tomáš Pajdla a Tomáš Svoboda http://cmp.felk.cvut.cz 27. listopadu 26 Abstrakt Podpůrný text pro cvičení předmětu X33KUI. Vysvětluje tři způsoby rozpoznávání

Více

Systematická tvorba jízdního řádu 2. cvičení

Systematická tvorba jízdního řádu 2. cvičení Projektování dopravní obslužnosti Systematická tvorba jízdního řádu 2. cvičení Ing. Zdeněk Michl Ústav logistiky a managementu dopravy ČVUT v Praze Fakulta dopravní Rekapitulace zadání Je dána následující

Více

Detekce interakčních sil v proudu vozidel

Detekce interakčních sil v proudu vozidel Detekce interakčních sil v proudu vozidel (ANEB OBECNĚJŠÍ POHLED NA POJEM VZDÁLENOSTI V MATEMATICE) Doc. Mgr. Milan Krbálek, Ph.D. Katedra matematiky Fakulta jaderná a fyzikálně inženýrská České vysoké

Více

OPTIMALIZACE. (přehled metod)

OPTIMALIZACE. (přehled metod) OPTIMALIZACE (přehled metod) Typy optimalizačních úloh Optimalizace bez omezení Nederivační metody Derivační metody Optimalizace s omezeními Lineární programování Nelineární programování Globální optimalizace

Více

Lineární klasifikátory

Lineární klasifikátory Lineární klasifikátory Lineární klasifikátory obsah: perceptronový algoritmus základní verze varianta perceptronového algoritmu přihrádkový algoritmus podpůrné vektorové stroje Lineární klasifikátor navrhnout

Více

4EK311 Operační výzkum. 2. Lineární programování

4EK311 Operační výzkum. 2. Lineární programování 4EK311 Operační výzkum 2. Lineární programování 2.2 Matematický model úlohy LP Nalézt extrém účelové funkce z = c 1 x 1 + c 2 x 2 + + c n x n na soustavě vlastních omezení a 11 x 1 + a 12 x 2 + a 13 x

Více

Téma 8: Optimalizační techniky v metodě POPV

Téma 8: Optimalizační techniky v metodě POPV Téma 8: Optimalizační techniky v metodě POPV Přednáška z předmětu: Pravděpodobnostní posuzování konstrukcí 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební Vysoká škola báňská

Více

Úvod do optimalizace Matematické metody pro ITS (11MAMY)

Úvod do optimalizace Matematické metody pro ITS (11MAMY) Úvod do optimalizace Matematické metody pro ITS (11MAMY) Jan Přikryl (volně dle M.T. Heathe) 10. přednáška 11MAMY úterý 22. března 2016 verze: 2016-04-01 16:10 Obsah Optimalizační problém 1 Definice 1

Více

Přednáška 13 Redukce dimenzionality

Přednáška 13 Redukce dimenzionality Vytěžování Dat Přednáška 13 Redukce dimenzionality Miroslav Čepek Fakulta Elektrotechnická, ČVUT Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti ČVUT (FEL) Redukce dimenzionality 1 /

Více

Metody síťové analýzy

Metody síťové analýzy Metody síťové analýzy Řeší problematiku složitých systémů, zejména pak vazby mezi jejich jednotlivými prvky. Vychází z teorie grafů. Základní metody síťové analýzy: CPM (Critical Path Method) deterministický

Více

4EK201 Matematické modelování. 2. Lineární programování

4EK201 Matematické modelování. 2. Lineární programování 4EK201 Matematické modelování 2. Lineární programování 2.1 Podstata operačního výzkumu Operační výzkum (výzkum operací) Operational research, operations research, management science Soubor disciplín zaměřených

Více

3. Třídy P a NP. Model výpočtu: Turingův stroj Rozhodovací problémy: třídy P a NP Optimalizační problémy: třídy PO a NPO MI-PAA

3. Třídy P a NP. Model výpočtu: Turingův stroj Rozhodovací problémy: třídy P a NP Optimalizační problémy: třídy PO a NPO MI-PAA Jan Schmidt 2011 Katedra číslicového návrhu Fakulta informačních technologií České vysoké učení technické v Praze Zimní semestr 2011/12 MI-PAA EVROPSKÝ SOCIÁLNÍ FOND PRAHA & EU: INVESTUJENE DO VAŠÍ BUDOUCNOSTI

Více

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 7 Rozdělení pravděpodobnosti spojité náhodné veličiny Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka

Více

PRŮMĚRNÉ SPOTŘEBITELSKÉ CENY VYBRANÝCH POTRAVINÁŘSKÝCH VÝROBKŮ

PRŮMĚRNÉ SPOTŘEBITELSKÉ CENY VYBRANÝCH POTRAVINÁŘSKÝCH VÝROBKŮ PRŮMĚRNÉ SPOTŘEBITELSKÉ CENY VYBRANÝCH POTRAVINÁŘSKÝCH VÝROBKŮ kraj V pravidelném měsíčním šetření vybraných potravinářských výrobků v měsíci březnu oproti březnu 11 vzrostly nejvíce ceny hovězího zadního

Více

Kombinatorická minimalizace

Kombinatorická minimalizace Kombinatorická minimalizace Cílem je nalézt globální minimum ve velké diskrétní množině, kde může být mnoho lokálních minim. Úloha obchodního cestujícího Cílem je najít nejkratší cestu, která spojuje všechny

Více

Pozn. 1. Při návrhu aproximace bychom měli aproximační funkci vybírat tak, aby vektory ϕ (i) byly lineárně

Pozn. 1. Při návrhu aproximace bychom měli aproximační funkci vybírat tak, aby vektory ϕ (i) byly lineárně 9. Řešení typických úloh diskrétní metodou nejmenších čtverců. DISKRÉTNÍ METODA NEJMENŠÍCH ČTVERCŮ použití: v případech, kdy je nevhodná interpolace využití: prokládání dat křivkami, řešení přeurčených

Více

Matematické modelování 4EK201

Matematické modelování 4EK201 Matematické modelování 4EK0 Ukázkový test Maimum 00 bodů. Pokud má úloha lineárního programování více optimálních řešení, pak (a) jich může být nekonečně mnoho, (b) jich musí být nekonečně mnoho.. Doplňte

Více

Seminář z umělé inteligence. Otakar Trunda

Seminář z umělé inteligence. Otakar Trunda Seminář z umělé inteligence Otakar Trunda Plánování Vstup: Satisficing task: počáteční stav, cílové stavy, přípustné akce Optimization task: počáteční stav, cílové stavy, přípustné akce, ceny akcí Výstup:

Více

Moderní systémy pro získávání znalostí z informací a dat

Moderní systémy pro získávání znalostí z informací a dat Moderní systémy pro získávání znalostí z informací a dat Jan Žižka IBA Institut biostatistiky a analýz PřF & LF, Masarykova universita Kamenice 126/3, 625 00 Brno Email: zizka@iba.muni.cz Bioinformatika:

Více

1 Úvod do celočíselné lineární optimalizace

1 Úvod do celočíselné lineární optimalizace Úvod do celočíselné lineární optimalizace Martin Branda, verze 7.. 7. Motivace Reálné (smíšeně-)celočíselné úlohy Optimalizace portfolia celočíselné počty akcií, modelování fixních transakčních nákladů,

Více

Manažerská ekonomika KM IT

Manažerská ekonomika KM IT KVANTITATIVNÍ METODY INFORMAČNÍ TECHNOLOGIE (zkouška č. 3) Cíl předmětu Získat základní znalosti v oblasti práce s ekonomickými ukazateli a daty, osvojit si znalosti finanční a pojistné matematiky, zvládnout

Více

4EK201 Matematické modelování 5. Speciální úlohy lineárního programování

4EK201 Matematické modelování 5. Speciální úlohy lineárního programování 4EK201 Matematické modelování 5. Speciální úlohy lineárního programování 4. Typické úlohy LP Úlohy výrobního plánování (alokace zdrojů) Úlohy finančního plánování (optimalizace portfolia) Směšovací problémy

Více

Diskrétní matematika. DiM /01, zimní semestr 2016/2017

Diskrétní matematika. DiM /01, zimní semestr 2016/2017 Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2016/2017 O tomto souboru Tento soubor je zamýšlen především jako pomůcka

Více

MĚSTA A OBCE VE VEŘEJNÝCH ZAKÁZKÁCH

MĚSTA A OBCE VE VEŘEJNÝCH ZAKÁZKÁCH MĚSTA A OBCE VE VEŘEJNÝCH ZAKÁZKÁCH PŘEDSTAVENÍ SPOLEČNOSTI ecentre, a. s. Společnost ecentre, a.s je na trhu od r. 2006 a je tvořena týmem 48 odborníků v oblasti veřejných zakázek, práva a nastavování

Více

MANAŽERSKÉ ROZHODOVÁNÍ. Zpracoval Ing. Jan Weiser

MANAŽERSKÉ ROZHODOVÁNÍ. Zpracoval Ing. Jan Weiser MANAŽERSKÉ ROZHODOVÁNÍ Zpracoval Ing. Jan Weiser Obsah výkladu Rozhodovací procesy a problémy Dvě stránky rozhodování Klasifikace rozhodovacích procesů Modely rozhodování Nástroje pro podporu rozhodování

Více

Lineární stabilita a teorie II. řádu

Lineární stabilita a teorie II. řádu Lineární stabilita a teorie II. řádu Sestavení podmínek rovnováhy na deformované konstrukci Konstrukce s a bez počáteční imperfekce Výpočet s malými vs. s velkými deformacemi ANKC-C 1 Zatěžovacídráhy [Šejnoha,

Více

DSS a De Novo programming

DSS a De Novo programming De Novo Programming DSS a De Novo programming DSS navrhují žádoucí budoucnost a cesty k jejímu uskutečnění Optimalizační modely vhodné nástroje pro identifikaci optimálního řešení problému Je ale problém

Více

10. Složitost a výkon

10. Složitost a výkon Jiří Vokřínek, 2016 B6B36ZAL - Přednáška 10 1 Základy algoritmizace 10. Složitost a výkon doc. Ing. Jiří Vokřínek, Ph.D. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Jiří

Více

Přijímací zkouška - matematika

Přijímací zkouška - matematika Přijímací zkouška - matematika Jméno a příjmení pište do okénka Číslo přihlášky Číslo zadání 1 Grafy 1 Pro který z následujících problémů není znám žádný algoritmus s polynomiální časovou složitostí? Problém,

Více

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE. Provozně ekonomická fakulta Katedra statistiky Obor Provoz a ekonomika

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE. Provozně ekonomická fakulta Katedra statistiky Obor Provoz a ekonomika ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE Provozně ekonomická fakulta Katedra statistiky Obor Provoz a ekonomika Teze k diplomové práci Posouzení výnosnosti portfolií akcií na základě vztahu k riziku Vedoucí

Více

ČVUT FEL X36PAA - Problémy a algoritmy. 4. úloha - Experimentální hodnocení algoritmů pro řešení problému batohu

ČVUT FEL X36PAA - Problémy a algoritmy. 4. úloha - Experimentální hodnocení algoritmů pro řešení problému batohu ČVUT FEL X36PAA - Problémy a algoritmy 4. úloha - Experimentální hodnocení algoritmů pro řešení problému batohu Jméno: Marek Handl Datum: 3. 2. 29 Cvičení: Pondělí 9: Zadání Prozkoumejte citlivost metod

Více

FINANČNÍ A POJISTNÁ MATEMATIKA

FINANČNÍ A POJISTNÁ MATEMATIKA Metodický list č. 1 Vymezení pojistné matematiky a oblasti její aplikace a) Principy finanční matematiky, úrokový a důchodový počet b) Pojistná matematika v širším a užším slova smyslu c) Oblasti aplikace

Více

FIT ČVUT MI-LOM Lineární optimalizace a metody. Dualita. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti

FIT ČVUT MI-LOM Lineární optimalizace a metody. Dualita. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti FIT ČVUT MI-LOM Lineární optimalizace a metody Dualita Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Michal Černý, 2011 FIT ČVUT, MI-LOM, M. Černý, 2011: Dualita 2/5 Dualita Evropský

Více

Co a k čemu je optimalizace 1 / 11

Co a k čemu je optimalizace 1 / 11 Co a k čemu je optimalizace Tomáš Werner 1 / 11 Co je optimalizace? Co na to slovník: Merriam-Webster dictionary: an act, process, or methodology of making something (such as a design, system, or decision)

Více

DIPLOMOVÁ PRÁCE OPTIMALIZACE MECHANICKÝCH

DIPLOMOVÁ PRÁCE OPTIMALIZACE MECHANICKÝCH DIPLOMOVÁ PRÁCE OPTIMALIZACE MECHANICKÝCH VLASTNOSTÍ MECHANISMU TETRASPHERE Vypracoval: Jaroslav Štorkán Vedoucí práce: prof. Ing. Michael Valášek, DrSc. CÍLE PRÁCE Sestavit programy pro kinematické, dynamické

Více

Programování: základní konstrukce, příklady, aplikace. IB111 Programování a algoritmizace

Programování: základní konstrukce, příklady, aplikace. IB111 Programování a algoritmizace Programování: základní konstrukce, příklady, aplikace IB111 Programování a algoritmizace 2011 Připomenutí z minule, ze cvičení proměnné, výrazy, operace řízení výpočtu: if, for, while funkce příklady:

Více

Ekonomická formulace. Matematický model

Ekonomická formulace. Matematický model Ekonomická formulace Firma balící bonboniéry má k dispozici 60 čokoládových, 60 oříškových a 85 karamelových bonbónů. Může vyrábět dva druhy bonboniér. Do první bonboniéry se dávají dva čokoládové, šest

Více

Grafové algoritmy. Programovací techniky

Grafové algoritmy. Programovací techniky Grafové algoritmy Programovací techniky Grafy Úvod - Terminologie Graf je datová struktura, skládá se z množiny vrcholů V a množiny hran mezi vrcholy E Počet vrcholů a hran musí být konečný a nesmí být

Více

Počítačová geometrie I

Počítačová geometrie I 0 I RNDr., Ph.D. Katedra didaktiky matematiky Univerzita Karlova v Praze Matematicko-fyzikální fakulta petra.surynkova@mff.cuni.cz http://surynkova.info Osnova předmětu Pojem výpočetní geometrie, oblasti

Více

Rozhodovací procesy 3

Rozhodovací procesy 3 Rozhodovací procesy 3 Informace a riziko Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 III rozhodování 1 Rozhodovací procesy Cíl přednášky 1-3: Význam rozhodování Rozhodování

Více

Grafové algoritmy. Programovací techniky

Grafové algoritmy. Programovací techniky Grafové algoritmy Programovací techniky Grafy Úvod - Terminologie Graf je datová struktura, skládá se z množiny vrcholů V a množiny hran mezi vrcholy E Počet vrcholů a hran musí být konečný a nesmí být

Více

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 Úvodní poznámky... 11 1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 1.1 Základní pojmy... 15 1.2 Aplikační oblasti a etapy zpracování signálů... 17 1.3 Klasifikace diskretních

Více

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Optimální výrobní program Radka Zahradníková e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Obsah 1 Lineární programování 2 Simplexová metoda 3 Grafická metoda 4 Optimální výrobní program Řešení

Více

Data Envelopment Analysis (Analýza obalu dat)

Data Envelopment Analysis (Analýza obalu dat) Data Envelopment Analysis (Analýza obalu dat) Martin Branda Univerzita Karlova v Praze Matematicko-fyzikální fakulta Katedra pravděpodobnosti a matematické statistiky Optimalizace s aplikací ve financích

Více

OPTIMALIZAČNÍ ÚLOHY. Modelový příklad problém obchodního cestujícího:

OPTIMALIZAČNÍ ÚLOHY. Modelový příklad problém obchodního cestujícího: OPTIMALIZAČNÍ ÚLOHY Problém optimalizace v různých oblastech: - minimalizace času, materiálu, - maximalizace výkonu, zisku, - optimalizace umístění komponent, propojení,... Modelový příklad problém obchodního

Více

Aplikovaná matematika I

Aplikovaná matematika I Metoda nejmenších čtverců Aplikovaná matematika I Dana Říhová Mendelu Brno c Dana Říhová (Mendelu Brno) Metoda nejmenších čtverců 1 / 8 Obsah 1 Formulace problému 2 Princip metody nejmenších čtverců 3

Více

Operační výzkum. Vícekriteriální programování. Lexikografická metoda. Metoda agregace účelových funkcí. Cílové programování.

Operační výzkum. Vícekriteriální programování. Lexikografická metoda. Metoda agregace účelových funkcí. Cílové programování. Operační výzkum Lexikografická metoda. Metoda agregace účelových funkcí. Cílové programování. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu

Více

Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9.

Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9. Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9. Školní rok 2013/2014 Mgr. Lenka Mateová Kapitola Téma (Učivo) Znalosti a dovednosti (výstup)

Více

Příklady modelů lineárního programování

Příklady modelů lineárního programování Příklady modelů lineárního programování Příklad 1 Optimalizace výroby konzerv. Podnik vyrábí nějaký výrobek, který prodává v 1 kg a 2 kg konzervách, přičemž se řídí podle následujících velmi zjednodušených

Více

VÍCEKRITERIÁLNÍ ROZHODOVANÍ

VÍCEKRITERIÁLNÍ ROZHODOVANÍ VÍCEKRITERIÁLNÍ ROZHODOVANÍ 1 Obsah Typy modelů vícekriteriálního rozhodování Základní pojmy Typy informací Cíl modelů Užitek, funkce užitku Grafické zobrazení Metody vícekriteriální analýzy variant 2

Více

Trénování sítě pomocí učení s učitelem

Trénování sítě pomocí učení s učitelem Trénování sítě pomocí učení s učitelem! předpokládá se, že máme k dispozici trénovací množinu, tj. množinu P dvojic [vstup x p, požadovaný výstup u p ]! chceme nastavit váhy a prahy sítě tak, aby výstup

Více

Numerické metody a programování. Lekce 8

Numerické metody a programování. Lekce 8 Numerické metody a programování Lekce 8 Optimalizace hledáme bod x, ve kterém funkce jedné nebo více proměnných f x má minimum (maximum) maximalizace f x je totéž jako minimalizace f x Minimum funkce lokální:

Více

Rozvrhování na více procesorech

Rozvrhování na více procesorech Rozvrhování na více procesorech Rozvrhování na více procesorech je složitjší úloha než na jednom procesoru. Uvažujeme m procesor. Rozlišujeme typy procesor - paralelní nebo dedikované a jejich rychlosti

Více

Zada ní 1. Semina rní pra ce z pr edme tu Matematický software (KI/MSW)

Zada ní 1. Semina rní pra ce z pr edme tu Matematický software (KI/MSW) Zada ní. Semina rní pra ce z pr edme tu Matematický software (KI/MSW) Datum zadání: 5.. 06 Podmínky vypracování: - Seminární práce se skládá z programové části (kódy v Matlabu) a textové části (protokol

Více

Hledání kořenů rovnic jedné reálné proměnné metoda sečen Michal Čihák 23. října 2012

Hledání kořenů rovnic jedné reálné proměnné metoda sečen Michal Čihák 23. října 2012 Hledání kořenů rovnic jedné reálné proměnné metoda sečen Michal Čihák 23. října 2012 Opakování rovnice přímky Úloha: Určete rovnici přímky procházející body A[a, f(a)] a B[b, f(b)], kde f je funkce spojitá

Více

Kartografické modelování. VIII Modelování vzdálenosti

Kartografické modelování. VIII Modelování vzdálenosti VIII Modelování vzdálenosti jaro 2015 Petr Kubíček kubicek@geogr.muni.cz Laboratory on Geoinformatics and Cartography (LGC) Institute of Geography Masaryk University Czech Republic Vzdálenostní funkce

Více

Složitost 1.1 Opera ní a pam ová složitost 1.2 Opera ní složitost v pr rném, nejhorším a nejlepším p ípad 1.3 Asymptotická složitost

Složitost 1.1 Opera ní a pam ová složitost 1.2 Opera ní složitost v pr rném, nejhorším a nejlepším p ípad 1.3 Asymptotická složitost 1 Složitost 1.1 Operační a paměťová složitost Nezávislé určení na konkrétní implementaci Několik typů operací = sčítání T+, logické T L, přiřazení T A(assign), porovnání T C(compare), výpočet adresy pole

Více

Lineární programování(optimalizace) a soustavy lineárních nerovností

Lineární programování(optimalizace) a soustavy lineárních nerovností Lineární programování(optimalizace) a soustavy lineárních nerovností 2017 tuma@karlin.mff.cuni.cz 0-1 Příklad úlohy lineárního programování najdětemaximálníhodnotufunkce x 1 +x 2 přesvšechnyvektoryx =

Více

þÿx ea e n í t e c h n i c k é i n f r a s t r u k t u r y dopravního problému

þÿx ea e n í t e c h n i c k é i n f r a s t r u k t u r y dopravního problému DSpace VSB-TUO http://www.dspace.vsb.cz þÿx a d a s t a v e b n í / C i v i l E n g i n e e r i n g S e r i e s þÿx a d a s t a v e b n í. 2 0 0 8, r o. 8 / C i v i l E n g i n e e r i n g þÿx ea e n í

Více

Učitelství 1. stupně ZŠ tématické plány předmětů matematika

Učitelství 1. stupně ZŠ tématické plány předmětů matematika Učitelství 1. stupně ZŠ tématické plány předmětů matematika Povinné předměty: Matematika I aritmetika (KMD/MATE1) 2 Matematika 3 aritmetika s didaktikou (KMD/MATE3) 3 Matematika 5 geometrie (KMD/MATE5)

Více

4EK201 Matematické modelování. 10. Teorie rozhodování

4EK201 Matematické modelování. 10. Teorie rozhodování 4EK201 Matematické modelování 10. Teorie rozhodování 10. Rozhodování Rozhodování = proces výběru nějaké možnosti (varianty) podle stanoveného kritéria za účelem dosažení stanovených cílů Rozhodovatel =

Více

Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012

Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012 Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012 Problém hledání kořenů rovnice f(x) = 0 jeden ze základních problémů numerické matematiky zároveň i jeden

Více

MIŠ MAŠ. 47 POJEM funkce,d,h notebook. February 04, Základní škola Nýrsko, Školní ulice, příspěvková organizace.

MIŠ MAŠ. 47 POJEM funkce,d,h notebook. February 04, Základní škola Nýrsko, Školní ulice, příspěvková organizace. Základní škola Nýrsko, Školní ulice, příspěvková organizace (www.sumavanet.cz/zsskolni/projekt zakladni.asp) Název projektu: MIŠ MAŠ Moderní Interaktivní Škola Možností a Šancí (pro každého žáka) Číslo

Více

12. Globální metody MI-PAA

12. Globální metody MI-PAA Jan Schmidt 2011 Katedra číslicového návrhu Fakulta informačních technologií České vysoké učení technické v Praze Zimní semestr 2011/12 MI-PAA EVROPSKÝ SOCIÁLNÍ FOND PRAHA & EU: INVESTUJENE DO VAŠÍ BUDOUCNOSTI

Více

4EK311 Operační výzkum. 4. Distribuční úlohy LP část 1

4EK311 Operační výzkum. 4. Distribuční úlohy LP část 1 4EK311 Operační výzkum 4. Distribuční úlohy LP část 1 4. Distribuční úlohy LP Úlohy výrobního plánování (alokace zdrojů) Úlohy finančního plánování (optimalizace portfolia) Úlohy reklamního plánování (plánování

Více

Lineární programování

Lineární programování Lineární programování Petr Tichý 19. prosince 2012 1 Outline 1 Lineární programování 2 Optimalita a dualita 3 Geometrie úlohy 4 Simplexová metoda 2 Lineární programování Lineární program (1) min f(x) za

Více