Detta är förra årets kurs!

Information om detta årets kurs finns här.

Optimering under osäkerhet

TMA136/MAM350, lp1, ht 2002, 5p





Kursansvariga


Maillista

Här kan du anmäla dig till kursens email-lista. Listan kommer användas för att förmedla information även till de vilka väljer att inte gå på samtliga föreläsningar.


Extra exemplar av material som delats ut vid förläsningar finns nu i en tidskriftssamlare utanför Fredriks kontor. Det mesta går även att ladda ner direkt från denna sida.

Munta

Tider för muntliga tentamina finns här. Mötesplats är utanför Fredriks rum.
I tentamens-stoffet ingår följande: Själva muntan går till så att man får ut tre uppgifter plus en av de fyra artiklarna (slumpvis utvald) att fundera över/läsa på/lösa under ca två timmar. Man får INTE ha med kurslitteraturen under dessa timmar. Sedan träffar man oss (Ann-Brith och Fredrik) under ungefär en timma, då man diskuterar uppgifterna och får svara på frågor om innehållet i den 'slumpade' artikeln plus sin egen artikel.


Schema

Måndagar 13-15, tisdagar 10-12 och onsdagar 10-12, samtliga tillfällen i MD3.

Presentationer

Schema för muntliga presentationer finns här som ps och pdf.

Beskrivning av kursen

En grundläggande kurs i optimering under osäkerhet (eller, stokastisk optimering). Den ger inblick i praktiska problemställningar som uppkommer vid kvantitativt beslutsfattande inom ekonomi, samhällsplanering och ingenjörsvetenskap inom vilka det är viktigt att beakta osäkerhet i indata; exempel ges via aktuella tidskriftsartiklar och projekt. Kursen ger kunskap om modellering av beslutsproblem med osäker information som stokastiska optimeringsproblem, illustrerar vikten och nyttan av att beakta denna typ av modellering samt presenterar exempel på metoder för att effektivt lösa de optimeringsproblem som uppkommer. Kursen ger också kunskap om och förståelse av den grundläggande matematiska teori som är relevant för denna typ av modeller. [Ladda ner kursinformation]

Kursstart

Du som vill läsa kursen men inte kan närvara vid första kurstillfället bör kontakta Ann-Brith eller Fredrik så snart som möjligt.




Litteratur

Valda delar ur samt följande vetenskapliga artiklar och utdrag ur böcker:

Examination


Schema (kan komma att justeras ytterligare)

Vecka Dag Tid Sal Innehåll Läsanvisning Lärare Deadlines mm
v 36 måndag 13.15-15.00 MD3 Introduktion, illustrativa exempel från jordbruk och byggsektor [KW] 1.1 ABS Kursstart & upprop. [OH-fö1.ps]
  tisdag 10.00-11.45 MD3 Repetition av LP, känslighetsanalys, dualitet [NS] 4-6, [KW] 1.2, [LP]:ps,pdf ABS [OH-fö2a.ps], [bilder-fö2a.ps], [OH-fö2b.ps]
  onsdag 10.00-11.45 MD3 Stokastiska variabler, fördelningar, utfallsrum, diskretisering, deterministisk ekvivalent [KW] 1.3-6, 2.3-4, 2.6 FA [OH-fö3.ps]
v 37 måndag 13.15-15.00 MD3 Modellerings-komponenter, scenarioträd, AMPL   FA [OH-fö4.ps], [filer]
  tisdag 10.00-11.45 MD3 Optimalitet, dekomposition [KW] 1.7 & 1.3 FA Inl. A,   [OH-fö5.ps]
  onsdag 10.00-11.45 MD3 Tvåstegsmodeller med recourse, optimalitet [KW] 3 ABS [OH-fö6.ps]
v 38 måndag 13.15-15.00 MD3 Värdet av den stokastiska lösningen & varianter, gränser m.m. [KW] 2.9, 3?, [BL] 4 FA [OH-fö7.ps]
  tisdag 10.00-11.45 MD3 Algoritmer för linjära recourse-problem -"- ABS [OH-fö8.ps]
  onsdag 10.00-11.45 MD3 Nyttofunktioner [Lue] 9.1-5 FA Inl. B, [OH-fö9.ps(4Mb)], [OH-fö9.pdf]
v 39 måndag 13.15-15.00 MD3 Finansiell planering, scenariogenerering [Car+94], [Hoy+97] FA [OH-fö10.ps] [OH-fö10.pdf]
  tisdag 10.00-11.45 MD3 Modellering med probabilistiska bivillkor, modellering av risk inom finans, robust optimering [KW] 4.1-2, [Dup+91], [RoU00], [Ury00], [BeN00] FA [OH-fö11.ps]
  onsdag 10.00-11.45 MD3 Fallstudie i finansiell planering för Livia   FA Inl. C
v 40 måndag 13.15-15.00 MD3 Fallstudie, kraftoptimering [KW] 2.8 ABS [OH-fö13.ps]
  tisdag 10.00-11.45 MD3 Muntliga redovisningar   studenter  
  onsdag 10.00-11.45 MD3 Muntliga redovisningar   studenter Inl. D
v 41 måndag 13.15-15.00 MD3 Algoritmer: Stokastisk kvasigradient [KW] 3.9, [Pol87], [BeT00] ABS  
  tisdag 10.00-11.45 MD3 Muntliga redovisningar   studenter  
  onsdag 10.00-11.45 MD3 Stokastiska heltalsmodeller + Muntliga redovisningar [BL] 3.3 ABS + studenter Inl. E, [OH-fö15.ps]
v 42 måndag 13.15-15.00 MD3 Muntliga redovisningar   studenter  
  tisdag 10.00-11.45 MD3 [Kursutvärdering]   alla  
  onsdag 10.00-11.45 MD3 Muntliga redovisningar   studenter Fallst.

Datorsalar

Vi har bokat datorsal H 8-12 på måndagar, 13-15 på tisdagar och 13-15 på torsdagar. Man kan även gå till salarna på övriga tider då de ej är bokade för någon kurs (när salarna är bokade står på dörrarna). Ni kan även ta lediga datorer när salarna är bokade för andra kurser, men får då ge er iväg om någon i den bokade kursen vill ha er dator. På samma sätt får ni jaga iväg folk på våra bokade tider.

På måndag 16/9 kl 10-12 (ungefär) kommer Fredrik att vara i datorsal H för att svara på frågor och hjälpa den som behöver. Övriga tider när datorsalen är bokad går det bra att eposta eller ringa Fredrik om man behöver hjälp.

Inlämningsuppgifter


Fallstudier

Information om fallstudierna finns i ps och pdf . Information för AMPL-varianten finns även den i ps och pdf

Hjälp till inlämningsuppgift I

För att lösa uppgifterna behöver ni använda t.ex. modelleringsspråket AMPL, tillsammans med en lämplig lösare, som t.ex. Cplex eller någon hos NEOS server for optimization (klicka vidare på lämplig lösare och sedan på "www-form", lägg in dina modell- och data-filer, skicka iväg problemet och vänta på lösningen).

-->

Vissa av uppgifterna kan ev. lösas m.h.a. Matlab's Optimization toolbox (skriv matlab i kommandofönstret).

Nedan finns lite instruktioner om AMPL.

Ny, korrigerad version av AMPL-hjälpen!!!

Papperet finns i PS-format och i PDF-format . De filer som refereras till i papperet finns även som zip-fil och tar-fil för dem som vill köra på andra ställen. Om man vill köra på andra ställen behöver man även programvara som finns att hämta hos netlib. Notera att programvaran minos ej klarar heltaliga variabler. För dessa problem måste lp-solve eller cplex användas. Lp-solve respektive cplex används i ampl genom att ge kommandot options solver lpsolve eller options solver ampl_cplex.

Mer information om ampl finns på AMPL's hemsida, där det även finns en artikel som beskriver en äldre version av språket. Dessutom finns ett antal exempel här.


Hjälp till inlämningsuppgift II

Om modellerna i Inlämningsuppgifter II blir för stora att lösa med ovanstående versioner av AMPL, kan man pröva att skicka dem till NEOS server for optimization, (Klicka vidare på lämplig lösare och sedan på "www-form". Lägg in dina modell- och data-filer, skicka iväg problemet och vänta på lösningen.)


Last modified: Thu Oct 17 14:45:47 MET DST 2002