Institut für Betriebssysteme und Rechnerverbund
- News
- Wir über uns
- Connected and Mobile Systems
- Verteilte Systeme
- Algorithmik
- Mikroprozessorlabor
- Studium
- Service
- Spin-Offs
- Forschungsverbünde
  - IST.hub

Mathematische Methoden der Algorithmik

Semester	Wintersemester 2017/2018 Wintersemester 2022/2023 Wintersemester 2021/2022 Wintersemester 2020/2021 Wintersemester 2019/2020 Wintersemester 2018/2019 Wintersemester 2016/2017 Wintersemester 2015/2016 Wintersemester 2014/2015 Wintersemester 2013/2014 Wintersemester 2012/2013 Wintersemester 2011/2012 Wintersemester 2010/2011 Wintersemester 2009/2010 Wintersemester 2008/2009
Modulnummer	INF-ALG-03
Veranstaltungsnummer	INF-ALG-003, INF-ALG-004
Studiengänge	Wirtschaftsinformatik Master, Informations-Systemtechnik Master, Informatik Master
IBR Gruppe	ALG (Prof. Fekete)
Art	Vorlesung & Übung
Dozent	Prof. Dr. Sándor P. Fekete Abteilungsleiter s.fekete[[at]]tu-bs.de +49 531 3913111 Raum 335
Assistent	Dr. Dominik Krupke Wissenschaftlicher Mitarbeiter krupke[[at]]ibr.cs.tu-bs.de +49 531 3913112 Raum 317
LP	5
SWS	2+1+1
Ort & Zeit	Vorlesung: Dienstag, 15:00 - 16:30, SN 19.3, Große Übung: Montag, 15:00 - 16:30, 14-täglich, SN 19.3 Kleine Übung: Dienstag, 9:45 - 11:15, 14-täglich, IZ161
Beginn	Voraussichtliche Starttermine: Erste Vorlesung: 24. Okt. Erste große Übung: 13. Nov Erste kleine Übung: 21. Nov
Voraussetzungen	keine
Scheinerwerb	Studienleistung: Erfolgreiche Bearbeitung von mindestens 50 Prozent der Hausaufgaben. Prüfungsleistung: Mündliche Prüfung.
Inhalt	Thema ist lineare und ganzzahlige Optimierung. Die Studierenden erlernen, gegebene Probleme als solche Programme zu formulieren und zu lösen, sowie die theoretischen Aspekte dahinter: Lineare Optimierung Simplexalgorithmus Dualität Ganzzahlige Optimierung
Termine	[ Kalender abonnieren \| Kalender herunterladen ] 24.10.2017, 15:00 Uhr 1. Vorlesung (SN19.3) 31.10.2017, 13:15 Uhr Ausgabe 1. Hausaufgabe 07.11.2017, 15:00 Uhr 2. Vorlesung (SN19.3) 13.11.2017, 15:00 Uhr 1. Große Übung (SN19.3) 14.11.2017, 13:15 Uhr Abgabe 1. Hausaufgabe, Ausgabe 2. Hausaufgabe (IZ) 14.11.2017, 15:00 Uhr 3. Vorlesung (SN19.3) 21.11.2017, 09:45 Uhr 1. Kleine Übung (IZ161) 21.11.2017, 15:00 Uhr 4. Vorlesung (SN19.3) 27.11.2017, 15:00 Uhr 2. Große Übung (SN19.3) 28.11.2017, 13:15 Uhr Abgabe 2. Hausaufgabe, Ausgabe 3. Hausaufgabe (IZ) 28.11.2017, 15:00 Uhr 5. Vorlesung (SN19.3) 05.12.2017, 09:45 Uhr 2. Kleine Übung (IZ161) 05.12.2017, 15:00 Uhr 6. Vorlesung (SN19.3) 11.12.2017, 15:00 Uhr 3. Große Übung (+Vorlesung) (SN19.3) 12.12.2017, 13:15 Uhr Abgabe 3. Hausaufgabe, Ausgabe 4. Hausaufgabe (IZ) 12.12.2017, 15:00 Uhr 7. Vorlesung (+Übung) (SN19.3) 19.12.2017, 09:45 Uhr 3. Kleine Übung (IZ161) 19.12.2017, 15:00 Uhr 8. Vorlesung (SN19.3) 08.01.2018, 15:00 Uhr 4. Große Übung (SN19.3) 09.01.2018, 13:15 Uhr Abgabe 4. Hausaufgabe, Ausgabe 5. Hausaufgabe (IZ) 09.01.2018, 15:00 Uhr 9. Vorlesung (SN19.3) 16.01.2018, 09:45 Uhr 4. Kleine Übung (IZ161) 16.01.2018, 15:00 Uhr 10. Vorlesung (SN19.3) 23.01.2018, 13:15 Uhr Abgabe 5. Hausaufgabe (IZ) 23.01.2018, 09:45 Uhr 5. Große Übung (IZ161) 23.01.2018, 15:00 Uhr 11. Vorlesung (SN19.3) 29.01.2018, 15:00 Uhr 5. Kleine Übung (SN19.3) 30.01.2018, 15:00 Uhr 12. Vorlesung (SN19.3)
Literatur/Links	Ein Skript aus dem Wintersemester 2008/09 (Wir planen dieses Skript während des Semesters zu aktualiseren.) A. Schrijver: Theory of Linear and Integer Programming, Wiley-Interscience Series in Discrete Mathematics and Optimization, John Wiley & Sons, 1998 (s-tlip-98, BibTeX) V. Chvátal: Linear Programming, Series of Books in the Mathematical Sciences, W.H. Freeman, 1983 (c-lp-83, BibTeX) Einführung in die Mathematische Optimierung - Burkard und Zimmermann Freier Zugang im Uni-Netzwerk. Gut für den Einstieg. B. Korte and J. Vygen: Combinatorial Optimization: Theory and Algorithms, Algorithms and Combinatorics, Springer, 2005 (kv-cota-05, BibTeX) Dieses Buch ist aber eher als Nachschlagewerk zu betrachten. Für den Einstieg sind obige Bücher vermutlich besser geeignet. Viele der umfassenden Einstiegswerke für Informatiker enthalten ein Kapitel zu Linear Programming. z.B. Introduction to Algorithms - Cormen et al.
Aktuelles ~~Dieser Kurs startet mit der ersten Vorlesung am 24. Oktober.~~ ~~The mailinglist has been reseted on 12. October. If you have subscribed before, please recheck if you really are on this list.~~ Hausaufgaben 1. Hausaufgabenblatt 2. Hausaufgabenblatt 3. Hausaufgabenblatt 4. Hausaufgabenblatt 5. Hausaufgabenblatt Übung 1. große Übung: Folien, LP1, LP2 Hier könnt ihr ein paar einfache Übungsaufgaben inklusive Lösung zu LPs und der geometrischen Darstellung finden. Cycling im Simplex-Algorithmus Das restliche Material wurde über die Mailingliste verschickt. Mailingliste Es gibt eine Mailingliste zu dieser Vorlesung, in die sich Teilnehmer bitte eintragen. Bei Problemen bitte an Dr. Dominik Krupke wenden. Hinweise zu LP-Lösern Im Laufe des Kurses werden einige Aufgaben zu CPLEX gestellt. Jedoch kann man diese Aufgaben mit jedem oben genannten LP-Löser bearbeiten. Ein kurzer Einsteiger-Guide ist das CPLEX1x1. Ein guter Startpunkt ist dieses Beispiel. Die offizielle Dokumentation findet ihr hier. Darüber hinaus gibt es eine kurze Einführung in ZIMPL, SoPlex und SCIP. IBM ILOG CPLEX (`cplex`) ist kommerziell, die SCIP Optimization Suite (`scip`, `soplex`, `zimpl`) ist freie Software und kann kostenfrei auf diversen Betriebssystemen installiert werden. Insbesondere ist dort das ZIMPL User Guide verfügbar. Um nur mal schnell in LP- und IP-Solver reinzuschnuppern muss man nicht gleich ein komplexes Program installieren. Es gibt auch einen Javascript Port des GLPK. Dieser wird aber nicht annährend die Leistungsfähigkeit von richtigen Solvern haben.