Bilgi Paketi / Ders Kataloğu
Optimizasyon Teorisine Giriş
Ders Kodu: MTK648
Ders Türü: Seçmeli
Ders Grubu: Doktora
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 3
Uyg.: 0
Kredi: 3
Laboratuvar: 0
AKTS: 8
Amaç

Bu dersin amacı, doğrusal ve doğrusal olmayan problemler açısından optimizasyon teorisinin önemini tanıtmak ve anlamaktır. Ders ayrıca hem teorik hem de pratik olarak bu alandaki modern yaklaşımları kullanılarak araştırma yapabilme yetisini kazandırmayı amaçlar.

Özet İçerik

Optimizasyon kuramına genel bakış ve optimizasyon için gerekli matematiksel ön bilgiler, kısıtsız optimizasyon, Yerel en küçükleme, tek boyutta arama yöntemleri, En Dik İniş Yöntemi, Düşüm (Gradyen) Yöntemlerinin Analizi, Newton metodu ve Levenberg-Marquardt optimizasyonu, Doğrusal olmayan En Küçük Kareler için Newton Yöntemi, Eşlenik doğrultu ve Eşlenik Düşüm Algoritmaları, Kuadratik olmayan problemler için eşlenik düşüm algoritması, Quasi-Newton Yöntemi, En Küçük Karelerin Analizi ve Özyineli En Küçük Kareler Algoritması, Kısıtlamasız optimizasyon ve yapay sinir ağları.

Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
1.Karar verme problemlerinin çözümünde optimizasyonun önemini anlama
2.Verilen bir amaç fonksiyonu doğrultusunda en iyi optimizasyon metodunu seçebilme
3.Yapay zeka problemlerinde optimizasyon metotlarını kullanabilme
4.Kısıtsız optimizasyon problemlerini çözebilme
5.Konveks ve konveks olmayan optimzasyon kavramlarını anlayabilme
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Rangarajan K. Sundaram, A First Course in Optimization Theory, Cambridge University Press, ISBN-13: 978-0521497701, 2013.
2.Edwin K. P. Chong , Stanislaw H. Zak, An Introduction to Optimization, 4th Edition, Wiley, ISBN-13: 978-1118279014, 2008.
3.P. Venkataraman, Applied Optimization with MATLAB Programming, 2nd Edition, Wiley, ISBN-13: 978-0470084885, 2009.
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Optimizasyon kuramına giriş ve optimizasyon için gerekli matematiksel ön bilgiler
2. Hafta - Teorik
Kısıtsız optimizasyona giriş
3. Hafta - Teorik
Yerel en küçükleme için koşullar
4. Hafta - Teorik
Tek boyutta arama yöntemleri (Golden ve Fibonacci Arama, Newton ve Secant Yöntemleri)
5. Hafta - Teorik
En Dik İniş Yöntemi
6. Hafta - Teorik
Düşüm (Gradyen) Yöntemlerinin Analizi
7. Hafta - Teorik
Newton metodunun analizi ve Levenberg-Marquardt optimizasyonu
8. Hafta - Teorik
Doğrusal olmayan En Küçük Kareler için Newton Yöntemi
9. Hafta - Teorik
Eşlenik doğrultu ve Eşlenik Düşüm Algoritmaları, Arasınav
9. Hafta - Ön Hazırlık
İşlenen konular gözden geçirilmeli
10. Hafta - Teorik
Kuadratik olmayan problemler için eşlenik düşüm algoritması
11. Hafta - Teorik
Quasi-Newton Yöntemi
12. Hafta - Teorik
En Küçük Karelerin Analizi ve Özyineli En Küçük Kareler Algoritması
13. Hafta - Teorik
Kısıtlamasız optimizasyon ve yapay sinir ağları
14. Hafta - Teorik
Geri yayılım algoritması
15. Hafta - Dönem Sonu Sınavı (Final)
Dönem Sonu Sınavı
Değerlendirme
Değerlendirme TürüAdetYüzde
Ödev1%5
Dönem Ödevi1%5
Ara Sınav (Vize)1%20
Dönem Sonu Sınavı (Final)1%70
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders140342
Ödev1066
Dönem Ödevi1066
Bireysel Çalışma140570
Ara Sınav130232
Dönem Sonu Sınavı142244
TOPLAM İŞ YÜKÜ (Saat)200
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
PÇ-8
PÇ-9
PÇ-10
PÇ-11
PÇ-12
PÇ-13
PÇ-14
PÇ-15
OÇ-1
4
4
4
3
3
4
3
3
2
3
4
OÇ-2
4
4
4
4
4
4
3
3
3
3
3
3
OÇ-3
5
5
5
5
5
5
3
3
5
3
4
2
5
OÇ-4
4
5
4
4
4
4
3
3
2
2
3
OÇ-5
3
3
3
4
3
4
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026