Operaatiotutkimuksessa tulee usein vastaan tilanteita, joista voidaan muodostaa lineaarinen optimointimalli.
Opintojakson suoritettuaan opiskelija:
- osaa muodostaa lineaarisen optimointimallin, jossa on muuttujat, rajoitteet ja kohdefunktio
- osaa esittää lineaarisen optimointimallin GMPL-koodilla
- osaa käyttää joukkoja, kun lineaarinen optimointimalli muodostetaan
- osaa laskea kahden jatkuvan muuttujan lineaarisen optimointiongelman ratkaisun graafisesti
- osaa muodostaa lineaarisen optimointimallin, kun kohdefunktio on luonteeltaan max-min -tyyppinen tai min-max -tyyppinen tai kohdefunktiossa esiintyy itseisarvoja
- osaa muodostaa loogisista ehdoista rajoitteet käyttäen hyväksi binäärimuuttujia
- osaa päättelemään, onko lineaarinen optimointimalli rajoitettu vai ei ja onko se hyvin määritelty vai ei
- osaa tulkita herkkyysanalyysin tulokset
- osaa tunnista, mikä on monitavoitetehtävä ja mikä on Pareto-ratkaisu
- tunnistaa seuraavat kokonaislukutehtävät: reppuongelma (knapsack problem), kohdistustehtävä (assignment problem), palvelupisteiden sijaintiongelma (facility location problem), yhden koneen aikataulun laadintaongelma (single-processor scheduling problem), lyhyimmän polun tehtävä ja kaupparatsutehtävä (travelling salesman problem)
- osaa käyttää verkkomallia
- osaa tulkita dynaamisen optimoinnin tulokset yksinkertaisesta lineaarisesta optimointimallista
