Valbara matematikkurser på Matematiska institutionen

^{Illustration av graffärgningsproblemet, som exempelvis uppkommer vid färgläggning av en karta. Matematiskt kan det representeras av en oriktad graf i vilken man färglägger noderna så att inga angränsande noder får samma färg. Planeringsproblem som kan beskrivas som graffärgningsproblem uppkommer inom exempelvis produktionsplanering och resursallokering, och kursen behandlar en metod som kan lösa dem.}

Många optimeringsmodeller, till exempel inom produktionsstyrning och logistik, är till sin natur komplexa och innehåller ett mycket stort antal variabler eller bivillkor. Sådana modeller kan ofta inte angripas med standardprogramvara för optimering. Istället är det ofta möjligt att konstruera specialiserade lösningsmetoder. Kursen ger en orientering om vanligt förekommande strukturer hos storskaliga optimeringsmodeller och några principer för konstruktion av lösningsmetoder för sådana modeller. Den ger även exempel på sådana metoder för realistiska tekniska och ekonomiska tillämpningar.

Mer information om kursen

Med hjälp av regressionsmetoder vill man bland annat prediktera/förutsäga en responsvariabel med hjälp av ett antal prediktorer (förklaringsvariabler). Statistisk modellering med regressionsmetoder är en kurs som tar avstamp i klassiska linjära modeller, det vill säga multipel linjär regression samt enklare faktormodeller, då vi undersöker skillnader mellan flera grupper. När kursen är klar har även ickelinjär regression så som logistisk (binära utfall) eller Poisson (antalet gånger en händelse inträffar) regression behandlats. I verkliga analyser är det viktigt med rätt modellval, det vill säga göra ett motiverat urval vilka prediktorer som ska vara med i modellen. Fokus i kursen är ett antal moderna metoder för modellval - Ridge, Lasso, PCR och PLS.

Mer information om kursen