Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Optymalizacja procesowa
Koordynator przedmiotu:
dr inż. Cezary Szwed
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Zarządzanie Bezpieczeństwem Infrastruktury Krytycznej
Grupa przedmiotów:
Kierunkowe
Kod przedmiotu:
-
Semestr nominalny:
1 / rok ak. 2019/2020
Liczba punktów ECTS:
3
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
3 ECTS 10h wykłady + 10h zajęcia ćwiczeniowe + 25h studiowanie literatury + 35h przygotowanie do zajęć oraz wykonanie zadań ćwiczeniowych = 80h
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
0,75 ECTS 10h wykłady + 10h zajęcia ćwiczeniowe = 20h
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
2,63 ECTS 10h zajęcia ćwiczeniowe + 25h studiowanie literatury + 35h przygotowanie do zajęć oraz wykonanie zadań ćwiczeniowych = 70h
Formy zajęć i ich wymiar w semestrze:
  • Wykład15h
  • Ćwiczenia15h
  • Laboratorium0h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Znajomość w stopniu co najmniej średnio-zaawansowanym analizy matematycznej, algebry, rachunku prawdopodobieństwa, statystyki, matematyki dyskretnej, metod numerycznych.
Limit liczby studentów:
- od 25 osób do limitu miejsc w sali audytoryjnej (wykład) - od 25 osób do limitu miejsc w sali laboratoryjnej (ćwiczenia)
Cel przedmiotu:
Celem przedmiotu jest poznanie metod matematycznych wykorzystywanych do rozwiązywania i optymalizacji procesów technicznych.
Treści kształcenia:
A. Wykład: 1. Podstawowe pojęcia optymalizacji. Metoda optymalizacyjna: zaawansowany rachunek różniczkowy. 2. Metoda optymalizacyjna: metoda mnożników Lagrange’a. 3. Metoda optymalizacyjna: warunki Kuhna-Tuckera. 4. Metoda optymalizacyjna: programowanie dynamiczne. 5. Metoda optymalizacyjna: ciągły algorytm zasady maksimum. 6. Metoda optymalizacyjna: rachunek wariacyjny. 7. Metoda optymalizacyjna: dyskretny algorytm zasady maksimum. Metoda optymalizacyjna: dyskretny algorytm ze stałym hamiltonianem. B. Ćwiczenia: 1. Podstawowe pojęcia optymalizacji. Metoda optymalizacyjna: zaawansowany rachunek różniczkowy. 2. Ćwiczenia analityczne: metoda mnożników Lagrange’a. 3. Ćwiczenia analityczne: warunki Kuhna-Tuckera. 4. Ćwiczenia analityczne: programowanie dynamiczne. Kolokwium. 5. Ćwiczenia analityczne: ciągły algorytm zasady maksimum. 6. Ćwiczenia analityczne: rachunek wariacyjny. Ćwiczenia analityczne: dyskretny algorytm zasady maksimum. 7. Ćwiczenia analityczne: dyskretny algorytm ze stałym hamiltonianem. Kolokwium.
Metody oceny:
A. Wykład: 1. Ocena formatywna: ocena aktywności w trakcie zajęć. 2. Ocena sumatywna: osoby, które wykażą się dużą aktywnością podczas zajęć otrzymują dodatkowe punkty podnoszące ocenę końcową. B. Ćwiczenia: 1. Ocena formatywna: na zajęciach jest weryfikowana znajomość przez studentów wprowadzanych zagadnień i / lub jest omawiany ze studentami sposób wykonania poszczególnych ćwiczeń analitycznych. 2. Ocena sumatywna: Oceniana jest: • Umiejętność wykorzystania wiedzy uzyskanej na wykładach do rozwiązywania zadań analitycznych. Ocena z ćwiczeń w zakresie 2-5; do zaliczenia ćwiczeń jest wymagane uzyskanie oceny >=3. Zaliczenie ćwiczeń jest warunkiem możliwości przystąpienia do egzaminu. E. Końcowa ocena z przedmiotu: ocena z przedmiotu w zakresie 2-5; do zaliczenia wymagane jest uzyskanie oceny >=3. Ocenę końcową stanowi średnia ważona (0,4 oceny za ćwiczenia; 0,6 oceny za egzamin, w tym punkty dodatkowe uzyskane na wykładzie).
Egzamin:
tak
Literatura:
Obowiązkowa: 1. Sieniutycz S., 1994, Optymalizacja w inżynierii procesowej, Warszawa: WNT Uzupełniająca: 1. Sieniutycz S., Szwast Z., 1980, Przykłady i zadania z optymalizacji procesowej, Warszawa: Oficyna Wydawnicza PW 2. Sieniutycz S., Szwast Z., 1982, Praktyka obliczeń optymalizacyjnych, Warszawa: WNT
Witryna www przedmiotu:
www.olaf.wz.pw.edu.pl
Uwagi:
-

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka W_PIST_BI2_01
Absolwent zna i rozumie w pogłębionym stopniu teorie naukowe właściwe dla optymalizacji procesowej
Weryfikacja: Egzamin pisemny
Powiązane charakterystyki kierunkowe:
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - umiejętności

Charakterystyka U_PIST_BI2_01
Absolwent potrafi zaproponować ulepszenie i modyfi-kację procesu wykorzystując metody optymalizacji
Weryfikacja: Ćwiczenia, zaliczenie pisemne
Powiązane charakterystyki kierunkowe:
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - kompetencje społeczne

Charakterystyka K_PIST_BI2_03
Absolwent jest gotów do uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych
Weryfikacja: Udział w zajęciach, zaliczenie pisemne
Powiązane charakterystyki kierunkowe:
Powiązane charakterystyki obszarowe: