Tentalabbet

TAOP33 · 4 hp · Grundnivå (G2F) · Matematik, Tillämpad matematik

Kombinatorisk optimering gk

Ges · nästa start HT 2026

69 %

klarade senaste ordinarie tentan

TEN2 · 24 okt 2025 · 93 studenter

79 %

klarade ordinarie tentorna, alla tillfällen de senaste 5 åren

TEN2 · 463 studenter

57 %

Svårare än 57 % av kurserna på grundnivå

Jämfört med 874 kurser på samma nivå, ordinarie tentor de senaste tre läsåren. 187 studenter.

Ingår i 2 program

Tentamen

TEN2 En skriftlig tentamen

  • 5
  • 4
  • 3
  • U

Ordinarie tentor

79 % godkända · 463 studenter

  • 69 %93
  • 82 %94
  • 89 %101
  • 74 %77
  • 78 %98

Omtentor

56 % godkända · 81 studenter

  • 20 %5
  • 44 %25
  • 50 %8
  • 30 %10
  • 75 %8
  • 82 %11
  • 60 %5
  • 89 %9
  • Klarar omtentan: 56 % (81 studenter), jämfört med 79 % (463 studenter) på ordinarie
  • Får 4 eller 5: 43 % (544 studenter)
Visa små tillfällen (4)

Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.

  • 100 %1
  • 0 %1
  • 50 %4
  • 67 %3

Övriga moment

Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.

Inlämning eller laboration

LAB2 Laborationsmoment

  • G

Ordinarie tillfällen

100 % godkända · 389 studenter

  • 100 %78
  • 100 %84
  • 100 %86
  • 100 %73
  • 100 %68

Senare tillfällen

100 % godkända · 7 studenter

  • 100 %7
  • Klarar ett senare tillfälle: 100 % (7 studenter), jämfört med 100 % (389 studenter) på ordinarie
Visa små tillfällen (24)

Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.

  • 100 %2
  • 100 %2
  • 100 %1
  • 100 %1
  • 100 %2
  • 100 %2
  • 100 %1
  • 100 %2
  • 100 %4
  • 100 %1
  • 100 %2
  • 100 %1
  • 100 %2
  • 100 %3
  • 100 %2
  • 100 %3
  • 100 %1
  • 100 %1
  • 100 %2
  • 100 %4
  • 100 %4
  • 100 %2
  • 100 %3
  • 100 %2

Om kursen

Mål

Kursen behandlar matematiska verktyg för att lösa och analysera kombinatoriska optimeringsproblem. Fokus ligger på att modellera problemet, välja och använda den mest effektiva algoritmen för varje specifik problemstruktur samt användaprogramvara för att lösa olika typer av problem. Kursens lärandemål är kategoriserade under följande två huvudrubriker och lärandemålen M1-M6 inom denna struktur specificerar vad studenten ska kunna efter fullgjord kurs.

1. Inom matematisk modellering och användning av programvara för att lösa optimeringsproblem, kunna

  • (M1) identifiera optimeringsfrågor, beskriva och formulera viktiga typer av kombinatoriska och heltal optimeringsproblem som matematiska modeller och bedöma problemens svårighetsgrad med hjälp av komplexitetsteori;
  • (M2) kombinera kunskaper inom modellering av optimeringsproblem, användning av optimeringsmjukvara och programmering för att lösa ett givet optimeringsproblem, samt genomföra rimlighetsbedömning ochanalys av resultatet;
  • (M3) tillämpa optimeringslära på problemställningar hållbar utveckling.

2. Inom lösningsmetoder och teori, kunna

  • (M4) använda grundläggande begrepp och satser, samt välja och tillämpa lämpliga metoder för att lösa och analysera linjära programmeringsproblem modellerade med kontinuerliga beslutsvariabler;
  • (M5) använda grundläggande begrepp och satser, samt välja och tillämpa lämpliga metoder för att lösa och analysera linjära programmeringsproblem modellerade med diskreta beslutsvariabler eller i form av ett nätverk;
  • (M6) utveckla en enkel heuristik för ett strukturerat kombinatoriskt optimeringsprobleminom ramen för vad som beskrivs av kursinnehållet.
  • Som en del av (M4), (M5) och (M6) kunna tydligt redovisa beräkningar och resonemang, samt göra enklare rimlighetsbedömningar av resultaten.

Innehåll

Introduktion till optimering, problemformulering, grafisk lösning, beräkningskomplexitet. Simplexmetoden, linjär dualitet och känslighetsanalys. Grundläggande grafteori, modeller och metoder för att finna billigaste uppspännande träd, billigaste handelsresandetur, billigaste brevbärartur, billigaste väg, minkostnadsflöde samt maxflöde. Metoder för heltalsoptimering, bl.a. trädsökningsmetoder. Problemkomplexitet samt heuristiker.

Examinator
Roghayeh Hajizadeh
Schemalagd tid
44 h
Huvudområde
Matematik, Tillämpad matematik
Kursplanen på Studieinfo ↗