Mô tả vắn tắt học phần

1. Tên học phần:

Vận trù học (EN)

2. Ngôn ngữ giảng dạy:

Tiếng Anh

3. Mã học phần:

OR0321

4. Bộ môn phụ trách giảng dạy:

CNTK - Khoa Công nghệ thông tin kinh doanh

5. Trình độ:

Đại Học

6. Số tín chỉ:

3

7. Phân bổ thời gian:

  • Đối với hoạt động trên lớp:
  • Lý thuyết: 30
  • Làm việc nhóm, thảo luận:: 15
  • Đối với hoạt động tại phòng máy tính, phòng mô phỏng, …:
  • Thực hành, làm việc nhóm, thảo luận
  • Tự nghiên cứu, tự học: 105
  • Đồ án, Đề án, Dự án
  • Thực tập

8. Tính chất học phần:

Dữ liệu đang cập nhật...

9. Ngành áp dụng:

Dữ liệu đang cập nhật...

10. Điều kiện tiên quyết:

Không có môn học bắt buộc phải hoàn thành trước học phần này

11. Mục tiêu học phần:

Học phần "Vận trù học" trang bị cho sinh viên kiến thức và kỹ năng nền tảng để xây dựng, mô hình hóa, và giải quyết các bài toán tối ưu hóa trong thực tế. Sinh viên sẽ được làm quen với các khái niệm cơ bản về vận trù học, các phương pháp mô hình hóa bài toán quy hoạch tuyến tính, và sử dụng công cụ giải như CPLEX IBM. Học phần tập trung vào các phương pháp giải bài toán quy hoạch tuyến tính, bao gồm phương pháp hình học, phương pháp đơn hình dạng chuẩn, phương pháp Big-M, và phương pháp Two-phase. Ngoài ra, sinh viên sẽ nghiên cứu các kỹ thuật phân tích độ nhạy để đánh giá sự ảnh hưởng của các thay đổi trong các thông số bài toán và làm quen với các bài toán thực tế như bài toán vận tải, bài toán tìm đường đi ngắn nhất, và bài toán quy hoạch số nguyên. Thông qua việc học các phương pháp giải thuật như Vogel, Dijkstra, và Branch and Bound, sinh viên sẽ có khả năng áp dụng kiến thức vận trù học để giải quyết các vấn đề tối ưu hóa trong nhiều lĩnh vực khác nhau./ The "Operations Research" course provides students with foundational knowledge and skills to formulate, model, and solve optimization problems in practical contexts. Students will be introduced to the basics of operations research, linear programming problem modeling, and solving methods using tools like CPLEX IBM. The course emphasizes solution techniques for linear programming problems, including the geometric method, the simplex method, the Big-M method, and the Two-phase method. Additionally, students will learn sensitivity analysis to evaluate the impact of changes in problem parameters and will explore real-world applications such as the transportation problem, the shortest path problem, and integer programming. By mastering algorithms like Vogel, Dijkstra, and Branch and Bound, students will be equipped to apply operations research methodologies to solve optimization challenges in various fields.

12. Mô tả vắn tắt nội dung học phần:

Thiết kế giải thuật và nghiên cứu các yếu tố của quá trình giải quyết vấn đề. Sử dụng các phân tích số học và đại số tuyến tính trong giải quyết các vấn đề trong công nghiệp. Môn học bao gồm mô hình hóa các vấn đề, phương pháp đơn hình dạng bảng, lý thuyết đối ngẫu, giới thiệu phương pháp hình học cho phương pháp đơn hình, phân tích độ nhạy, các vấn đề về vận tải và lưu lượng mạng, các điều kiện tối ưu hóa và các phương pháp số học cơ bản của hoạch định phi tuyến tính.