A kurzus a matematikus MSC hallgatók számára meghírdetett "Optimalizálási eljárások" heti 2+2 órás előadás és gyakorlat előadás része. A kurzus kreditelése egyben történik.

A gyakorlati teljesítmény és az előadás megértése külön-külön lesz elbírálva. Mindkettőért 50-50 pont kapható. A gyakorlat szabályai (hogyan szerezhetők a pontok) ott lesznek ismertetve.

Az előadás mégértését vizsgán tesztelem. A vizsga szóbeli vizsga lesz. A vizsgához közeledve pontos tematikák, mintavizsgák segítik az elvek teljes tisztázását.

Előre láthatólag a max 100 elérése mellett az jegyek a következőképpen alakulnak ki:

• 1: < 50 összpont
• 2: 50 < ₌ összpont < ₌ 60
• 3: 60 < összpont < ₌ 70
• 4: 70 < összpont < ₌ 85
• 5: 85 < összpont

A biztos ismeret, illetve az anyag folyamatos követésének hiánya komoly problémákat okozhat a vizsgára készülésnél és a vizsgánál. Így az előadás hallgatása nem csupán heti 2 óra előadáson való megjelenést jelent, de otthoni munkát is követel. A hallgató felkészültségétől függően ez heti több óra munkát is jelenthet.

Előadás: Péntek 8:00-9:30, Farkas terem, Bolyai épület

Szobám: A Bolyai-épület 102-es számú szobája

Fogadóóra: Később rögzített időpont vagy megbeszélés szerint (Telefon: X 4088 (kívülről 544 088)).

    Akinek ez az időpont nem megfelelő vagy más problémával akar hozzám fordulni az emailen hajnal@math.u-szeged.hu tud velem legkönnyebben kapcsolatot teremteni

• Stephen Boyd and Lieven Vandenberghe, Convex Optimization, Cambridge University Press    online elérhető
• Egy stanford-i optimalizálási kurzus    link

  A kurzusban leírják kiknek ajánlják az előadások/gyakorlatok látogatását: "This course should benefit anyone who uses or will use scientific computing or optimization in engineering or related work (e.g., machine learning, finance). More specifically, people from the following departments and fields: Electrical Engineering (especially areas like signal and image processing, communications, control, EDA & CAD); Aero & Astro (control, navigation, design), Mechanical & Civil Engineering (especially robotics, control, structural analysis, optimization, design); Computer Science (especially machine learning, robotics, computer graphics, algorithms & complexity, computational geometry); Operations Research (MS&E at Stanford); Scientific Computing and Computational Mathematics. The course may be useful to students and researchers in several other fields as well: Mathematics, Statistics, Finance, Economics."

• Frank András és Király Tamás, Operációkutatás, ELTE TTK, Typotex, 2013, VI.-VII, fejezet    Online elérhető
• Egres, Operációkutatás példatár, ELTE TTK, Typotex, 2013    Online elérhető
• Rapcsák Tamás, Nemlineáris optimalizálás, 2007    Online elérhető
• Csendes Tibor (SZTE, Informatika) optimalizálási előadásai    link