Student se naučí klasifikovat základní optimalizační úlohy, bude znát
podmínky jejich řešitelnosti, rozumět korektní formulaci, a bude znát a umět použít základní varianty efektivních algoritmů, heuristik a softwaru na jejich řešení.
Povinná literatura
O. Došlý, Základy konvexní analýzy a optimalizace. Masarykova universita, Brno 2005.
V. M. Alexejev a j.: Matematická teorie optimálních procesů, Academia, Praha 1992 (překlad z ruštiny).
R. Fletcher: Practical Methods of Optimization, John Wiley & sons, Chichester 1997.
Doporučená literatura
D. P. Bertsekas, Nonlinear Programming, Athena Scientific, Belmont 1999.
Z. Dostal, Optimal Quadratic Programming Algorithms: With Applications to Variational Inequalities Springer, New York 2009.
I. Griva, S. G. Nash, A. Sofer, Linear and Nonlinear Optimization, Second Edition, SIAM , Philadelphia 2008.
D. T. Pham and D. Karaboga, Intelligent Optimization Techniques, Springer, London 2000.