Programmēšana tīmeklī JAVA

Pieteikties

"9:00-10:30 10:40-12:10"

"Trešdiena Piekdiena"

"Trešdiena - (12.02. - 02.04.) Piekdiena - (14.02. - 04.04.)"

240

Profesionālā bakalaura

6

C106

Karina Šķirmante

APRAKSTS

Kursa laikā studenti tiks iepazīstināti ar objektorientētās programmēšanas paradigmu, izmantojot JAVA programmēšanas valodu. Kursā tiks apskatīts Spring satvars, ar kura palīdzību ir iespējams izstrādāt tīmekļa informācijas sistēmas, izmantojot JAVA programmēšanas valodu aizmugursistēmas daļā. Kursa nodarbībās tiks pildīti semināra darbi, tādejādi nostiprinot teorētiskās zināšanas arī praktiski. Semināra darbos tiks pielietots MVC (Model-View-Controller) programmēšanas stils, atdalot klases pēc funkcionalitātes. Nodarbībās tiks izmantots Spring Data JPA satvars un apskatīti datubāzes pamati. Kursā praktisko darbu izpildē tiks izmantota git versiju kontrole.


SATURS

"1. Optimizācijas metožu klasifikācija. Aktīvā un pasīvā meklēšana. Varbūtiskie un determinētie minimizācijas algoritmi. Viena un vairāku argumentu funkciju diferenciālrēķinu pamatrezultātu izmantošana funkciju ekstremālo vērtību noteikšanai; funkcijas inf, sup, arg min un arg max jēdzieni; lokālie un absolūtie ekstrēmi; absolūto ekstrēmu noteikšana situācijās ar uz bez papildu nosacījumiem vienādību vai nevienādību formā. 

2. Unimodālu viena argumenta funkciju minimizācijas matemātiski teorētiskie pamati, biežāk lietojamie skaitliskie algoritmi – dihotomijas, zelta šķēluma, Fibonači metodes. 

3. Lipšicnepārtrauktas funkcijas jēdziens, šādu viena argumenta funkciju minimizācijas skaitliskie algoritmi, tai skaitā, lauzto līniju metode. Pieskaru metode. 

4. Biežāk lietojumos sastopamie lineārās plānošanas uzdevumu veidi – uzdevums par racionu, ražošanas uzdevums, transporta uzdevums. Transportveida uzdevumu reducēšanas iespējas uz transporta uzdevumu. Biežāk lietojamie skaitliskie algoritmi lineārās plānošanas uzdevumu risināšanā. 

5. Spēļu teorijas matemātiskie pamati. Divu spēlētāju spēles ar nulles summu reducēšana uz lineārās plānošanas uzdevuma atrisināšanu. 

6. Vairāku argumentu funkciju nosacīto absolūto ekstrēmu noteikšana, tai skaitā, izslēgšanas metode, Lagranža reizinātāju metode, grafiskais šādu uzdevumu risināšanas paņēmiens. 

7. Vairāku argumentu funkciju skaitliskās minimizācijas pamatalgoritmi – gradientu metodes, Ņūtona metode u.c. 

8. Belmana dinamiskās plānošanas principa lietošana optimālās vadības uzdevumu risināšanā."