Tối ưu hóa nâng cao

Thông tin chung
Mã học phần: 
MAT6202
Chuyên ngành: 
Khoa học dữ liệu
Tóm tắt môn học

Học phần có mục đích trang bị kiến thức tổng quan về tối ưu lồi và không lồi gồm có lý thuyết đối ngẫu, điều kiện KKT (Karush – Kuhn – Tucker), các thuật toán hiệu năng cao và các tiến bộ gần đây trong tối ưu tuyến tính và phi tuyến. Nội dung học phần được chia thành 3 phần: phần 1 giới thiệu về quy hoạch toán học và một số ứng dụng cũng như mô hình áp dụng trong thực tế; phần 2 tập trung và các kiến thức lý thuyết bao gồm bài toán và lý thuyết đối ngẫu, điều kiện tối ưu, lý thuyết Lagrange; phần 3 trình bày các thuật toán giải các bài toán tối ưu từ bài toán tối ưu không ràng buộc đến có ràng buộc tuyến tính và phi tuyến.

Tài liệu tham khảo

  • Tài liệu bắt buộc
    • Bài giảng của giảng viên
    • D. G. Luenberger and Y. Ye (2016), Linear and Nonlinear Programming, 4th Edition, Springer
    • J. Nocedal and S. Wright (2006), Numerical Optimization, Springer
  • Tài liệu tham khảo thêm
    • R. Fletcher (2000), Practical Methods of Optimization, Willey