GAZİ ÜNİVERSİTESİ BİLGİ PAKETİ - 2019 AKADEMİK YILI

DERS TANIMI
OPTİMİZASYON TEKNİKLERİ I/İST-303
Dersin Adı: OPTİMİZASYON TEKNİKLERİ I
Dersin Kredisi: 4 Ders AKTS : 7
Dersin Yarıyılı: 5 Ders Türü : Zorunlu
DERS BİLGİLERİ
 -- DERSİN DİLİ
  Türkçe
 -- ÖĞRETİM ELEMAN(LAR)I
  Prof. Dr. Hasan BAL
 -- ÖĞRETİM ELEMANI WEB SİTESİ/SİTELERİ
  http://websitem.gazi.edu.tr/site/hasanbal
 -- ÖĞRETİM ELEMANI E-POSTASI/E-POSTALARI
  hasanbal@gazi.edu.tr
 -- ÖĞRENME ÇIKTILARI
Gerçek hayat problemlerini bir optimizasyon modeli olarak ifade edebilir.
Klasik optimizasyon ve temel teoremlerini öğrenir.
Bir optimizasyon probleminde minimum, maksimum ve eyer noktaları kavramlarını öğrenir.
Konveks ve konkav fonksiyonlar kavramlarını öğrenir.
Tek ve çok değişkenli optimizasyon problemlerini çözebilir.
Eşitlik kısıtlı çok değişkenli bir optimizasyon probleminin çözümünü yapabilir.
Eşitsizlik kısıtlı çok değişkenli bir optimizasyon probleminin çözümünü yapabilir.
Direct arama yöntemleri ile bir optimizasyon probleminin çözümünü yapabilir.
Gradyant arama yöntemleri ile bir optimizasyon probleminin çözümünü yapabilir.
 -- DERSİN VERİLİŞ BİÇİMİ
  Bu ders sadece yüz yüze eğitim şeklinde yürütülmektedir.
 -- DERSİN ÖNKOŞULLARI
  Bu dersin önkoşulu yada eş koşulu bulunmamaktadır.
 -- ÖNERİLEN DERSLER
  Yöneylem Araştırması I
 --DERS İÇERİĞİ
1. Hafta  Optimizasyon ve Yöneylem ile ilgili temel kavramlar ve matematik alt yapının gözden geçirilmesi
2. Hafta  Konveks-konkav fonksiyonlar ve optimizasyondaki önemi
3. Hafta  Tek değişkenli kısıtsız optimizasyon ve temel teoremler
4. Hafta  Çok değişkenli kısıtsız optimizasyon ve temel teoremler
5. Hafta   Kısıtlı optimizasyon, temel teoremler, grafik çözüm
6. Hafta   Eşitlik Kısıtlı optimizasyon modelleri ve grafik çözüm
7. Hafta  Eşitsizlik Kısıtlı optimizasyon modelleri ve grafik çözüm
8. Hafta  Arasınav
9. Hafta  Kuhn-Tucker ve Karush-Kuhn-Tucker yöntemleri
10. Hafta  Kuhn-Tucker ve Karush-Kuhn-Tucker yöntemleri
11. Hafta  Kareli programlama ve potföy örneği
12. Hafta  Arama teknikleri (sabit adımlı, artmalı adım, iki nokta)
13. Hafta  Arama teknikleri ( üç nokta, altın oranı, fibonacci arama)
14. Hafta  Newton yöntemleri
15. Hafta  Konulara İlişkin Güncel Yazılım Desteği (Winqsb, Matlab, . . .)
16. Hafta  Final sınavı
 -- ZORUNLU YA DA ÖNERİLEN KAYNAKLAR
  Bal H., 1985, Optimizasyon Teknikleri, G.Ü. publishing. Rao S.S., 1991, Optimization : Theory application, second edition, Willey.
 -- ÖĞRETİM YÖNTEM VE TEKNİKLERİ
  Anlatım, Soru-Yanıt
 -- STAJ / UYGULAMA
  Uygulama
 -- DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ
 
Sayısı
Toplam Katkısı(%)
 Ara Sınav
1
30
 Ödev
2
10
 Uygulama
0
0
 Projeler
0
0
 Pratik
0
0
 Quiz
0
0
 Yıliçinin Başarıya Oranı (%)  
40
 Finalin Başarıya Oranı (%)  
60
 -- İŞ YÜKÜ
 Etkinlik  Toplam hafta sayısı  Süre (Haftalık Saat)  Dönem boyu toplam iş yükü
 Haftalık teorik ders saati
14
4
56
 Haftalık uygulamalı ders saati
0
 Okuma Faaliyetleri
10
4
40
 İnternette tarama, kütüphane çalışması
10
3
30
 Materyal tasarlama, uygulama
0
 Rapor hazırlama
0
 Sunu hazırlama
0
 Sunum
0
 Ara sınav ve ara sınava hazırlık
2
5
10
 Final sınavı ve final sınavına hazırlık
4
10
40
 Diğer
0
 TOPLAM İŞ YÜKÜ: 
176
 TOPLAM İŞ YÜKÜ / 25 : 
7.04
 DERSİN AKTS KREDİSİ: 
7
 -- PROGRAM ÖĞRENME ÇIKTILARI KATKI DÜZEYLERİ
NO
PROGRAM ÖĞRENME ÇIKTILARI
1
2
3
4
5
1
1. İstatistik konusundaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen bilimsel yaklaşımı ön plana alacak şekilde lisans düzeyindeki kuramsal ve uygulamalı bilgilere sahiptir.X
2
2. Edindiği lisans düzeyindeki bilgi ve becerileri kullanarak, verileri modeller, çözümler, yorumlar ve karar verir.X
3
3. İstatistikte güncel teknolojik gelişmelere paralel sorunları tanımlar, analiz eder, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirir.X
4
4. İstatistik konusunda edindiği lisans düzeyindeki kuramsal ve uygulamalı bilgileri, güncel problemlere uygular ve aktarır.X
5
5. İstatistik alanının gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim teknolojilerini kullanabilir.X
6
6. Disiplin içi ve disiplinler arası çalışmalarda bireysel ve ekip üyesi olarak sorumluluk alır.X
7
7. İstatistik konusundaki gelişmeleri takip edebilecek bilgi ve donanıma sahip olup, yaşamı boyu öğrenmeye ilişkin olumlu tutum geliştirir.X
8
8. İngilizceyi kullanarak, istatistik konusundaki bilgileri izleyebilir, meslektaşları ile iletişim kurabilir.X
9
9. İstatistik konusunda edindiği bilgileri mesleki anlamda uygularken toplumsal, bilimsel ve etik değerlere sahiptir.X
10
10. Toplumsal duyarlılık ve sosyalleşme becerisine sahiptir.X
11
11. Analitik düşünme yeteneği ile sonuç çıkarma sürecinde zamanı etkin kullanır.X