ConvApprox26: различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к навигации Перейти к поиску
Нет описания правки
Нет описания правки
Строка 15: Строка 15:
<!--- Расписание курса пока не определено, более точная информация появится позже.
<!--- Расписание курса пока не определено, более точная информация появится позже.
!--->
!--->
Лекции будут по понедельникам, первая 19 января, начало 11:10.
Лекции будут по понедельникам, первая 19 января, начало 11:10, аудитория S324.
<!---
<!---
, ауд. S301 (в дальнейшем аудитории будут меняться - смотрите распсиание или РУЗ).
, ауд. S301 (в дальнейшем аудитории будут меняться - смотрите распиcание или РУЗ).
Семинары будут по субботам,  
Семинары будут по субботам,  
!--->
!--->
Строка 27: Строка 27:


Вес домашних заданий в итоговой оценке равен 0.4, вес экзамена равен 0.6. Округление арифметическое.
Вес домашних заданий в итоговой оценке равен 0.4, вес экзамена равен 0.6. Округление арифметическое.
===Задачи для семинаров и домашние задания===
# [https://drive.google.com/file/d/1IHw5cuEegH-ec9Uhgjb8NzQtoHmN4ksV/view?usp=sharing Листок 1]


<!---  
<!---  

Версия от 19:14, 18 января 2026


Общая информация о курсе Выпуклое программирование и аппроксимационные алгоритмы

Основная цель дисциплины «Выпуклое программирование и аппроксимационные алгоритмы» - освоение основных понятий и методов построения приближенных алгоритмов для задач комбинаторной оптимизации, которые основаны на решении выпуклых релаксаций задачи.

Лекции будут по понедельникам, первая 19 января, начало 11:10, аудитория S324.


Правила оценивания

Оценка по курсу состоит из двух компонент: домашние задания (выдаются на неделю в течение модуля) и устный экзамен в сессию после 3го модуля. Экзамен устный. В билете два вопроса: один на знание определений и формулировок утверждений, второй - на знание доказательств.

Вес домашних заданий в итоговой оценке равен 0.4, вес экзамена равен 0.6. Округление арифметическое.

Задачи для семинаров и домашние задания

  1. Листок 1


Контакты

Чат курса в telegram: https://t.me/+qnh5yDSxQhgxOTcy

Лектор: Вялый Михаил Николаевич, e-mail: vyalyi@gmail.com, telegram: @mnvyalyi.

Семинарист: Павел Александрович Захаров, telegram: @DuckBinLaden


Литература

Рекомендуется использовать черновик электронного учебника, который полностью покрывает материал этого курса (и содержит много других сведений, в частности, раздел про трудность приближения, который в курсе не обсуждается). Этот файл, возможно, будет меняться во время курса, чтобы наиболее удобным образом покрыть его содержание.

Кроме того, полезными могут оказаться следующие книги:

  1. Approximation algorithms, V. Vazirani, 2001.
  2. Комбинаторная оптимизация: теория и алгоритмы, Корте, Б., Фиген, Й., 2015.
  3. Методы выпуклой оптимизации, Нестеров, Ю. Е.
  4. Н.В.Верещагин, М.Н.Вялый Записки о линейном программировании (учебные материалы для курса ДМ2 2017 года)