Alex Teacher's Site

Методы оптимизации для групп БПИ24, БИС24

Posted on Fri 13 February 2026

Добрый день!

Здесь, на сайте, для вас будут размещены задания, список вопросов к зачету, список литературы по предмету и другая необходимая информация.

Задания будут размещаться в виде ссылок на Google Colab, для выполнения заданий вам будет необходимо иметь учетную запись Google (например, почту на gmail). В качестве варианта вы можете использовать Jupyter Notebook, установленный локально

Преполагается, что курс будет включать в себя 5 лабораторных работ.

Курс рассчитан на 1 семестр, в конце курса предусмотрен зачет.

Итоговая оценка выставляется в соответствии с требованиями балльно-рейтинговой системы (см. критерии так же оценки на экзамене).

При выполнении работ можно использовать следующие ресурсы (список будет пополняться):

Краткий справочник по языку Питон
Изучите X за Y минут, Где X=Python
Нейросеть на Python, часть 2: градиентный спуск, читать Часть 1: Оптимизация (не удивляйтесь, что статья про нейросети, описание методов оптимизации там неплохое)
Интерактивная визуализация алгоритмов на базе Jupyter (для нас особый интерес представляет пункт Визуализация с использованием Matplotlib, там как раз есть пример оптимизации)
An introduction to Numpy and Scipy
SciPy, оптимизация
https://habr.com/ru/company/ods/blog/448054/
Задачи оптимизации

Курс состоит из теоретического материала и заданий, реализованных в виде блокнотов пакета Jupyter notebook.

При первом переходе по ссылке задание откроется в сервисе Google Colab. После первого открытия доступ к вашему файлу вы можете получить в своем Google-аккаунте, по адресу Google Colab. Не открывайте задание снова с этого сайта, используйте свой аккаунт Google!

Задания для работы:

Вопросы к для подготовки к зачету:

Функции одной и многих переменных: производная по направлению, наклон вдоль линии и кривизна вдоль линии, градиент
Разновидности точек минимума. Условия локального минимума.
Алгоритм линейного поиска: методы спуска, метод наискорейшего спуска, тест сходимости или правило остановки.
Методы одномерной оптимизации без производной: метод золотого сечения, парабол и Брента.
Алгоритмы для подзадачи линейного поиска: поиск методом дихотомии, поиск методом Фибоначчи, поиск методом золотого сечения.
Обзор методов условной оптимизации.
Штрафные и барьерные функции. Штрафная функция Куранта.
Штрафные функции с множителем. Оценивание множителей Лагранжа. Метод Лагранжа-Ньютона (SQP – sequential quadratic programming method).
Опишите имитацию отжига с симметричным предложением

Основы цифровой обработки изображений БПМ22-01 весна 2026

Posted on Mon 09 February 2026

In Осн. цифр. обр-ки изображений.

tags: Основы цифровой обработки изображений бпм

Основы цифровой обработки изображений БПМ22-01 весна 2026

Теория управления для БПМ22-01 / весна 2026

Posted on Mon 09 February 2026

In Теория управления.

tags: Теория управления бпм

Теория управления для БПМ, список литературы, ссылки и.т.д.