Semester | Winter 2018/2019 [ Other terms: Winter 19/20 · Winter 17/18 · Winter 16/17 · Winter 15/16 · Winter 14/15 · Winter 13/14 · Winter 12/13 · Winter 11/12 · Winter 10/11 · Winter 09/10 · Winter 08/09 ] | ||||||||||||||||||||||||||||||||||||||||||||||||||
Programmes | Master Wirtschaftsinformatik, Master Informations-Systemtechnik, Master Informatik | ||||||||||||||||||||||||||||||||||||||||||||||||||
IBR Group(s) | ALG (Prof. Fekete) | ||||||||||||||||||||||||||||||||||||||||||||||||||
Type | Vorlesung/Übung | ||||||||||||||||||||||||||||||||||||||||||||||||||
Lecturer | |||||||||||||||||||||||||||||||||||||||||||||||||||
Assistant | |||||||||||||||||||||||||||||||||||||||||||||||||||
Hiwi | |||||||||||||||||||||||||||||||||||||||||||||||||||
Credits | 5 | ||||||||||||||||||||||||||||||||||||||||||||||||||
Hours | 2+1+1 | ||||||||||||||||||||||||||||||||||||||||||||||||||
Time & Place | Lecture: Tuesday, 15:00-16:30, PK 2.1, Big Tutorial: Monday, 15:00-16:30 (biweekly), SN 19.7 Small Tutorial: Tuesday, 9:45-11:15 (biweekly), IZ 160 | ||||||||||||||||||||||||||||||||||||||||||||||||||
Start | Expected starting dates: First lecture: 23. October 2018 First big tutorial: 29. October 2018 First small tutorial: 20. November 2018 | ||||||||||||||||||||||||||||||||||||||||||||||||||
Prerequisites | none | ||||||||||||||||||||||||||||||||||||||||||||||||||
Certificates | Studienleistung: 50 percent of the homework. ''Prüfungsleistung'': Mündliche Prüfung oder Klausur. | ||||||||||||||||||||||||||||||||||||||||||||||||||
Content | The topic is linear and integer programming. Besides the theoretical basics, the students learn to model problems as such programs and how to solve them:
| ||||||||||||||||||||||||||||||||||||||||||||||||||
Schedule |
| ||||||||||||||||||||||||||||||||||||||||||||||||||
References |
| ||||||||||||||||||||||||||||||||||||||||||||||||||
Aktuelles
ÜbungHabt ihr euch schon mal gefragt wie eigentlich die Gruppeneinteilungen für das SEP optimiert werden? Wir werden gleich zu Begin eine Einführung in die Modelierung und Lösung von 'Alltagsproblemen' mittels Linear und Integer Programming geben ohne konkret zu verstehen, wie der Lösungsvorgang selbst funktioniert (das werden wir im Laufe der Vorlesung lernen). Wir werden die Linear Algebra Grundlagen praktisch mit Python Numpy auffrischen. Mit den Grundlagen werdet ihr dann in der zweiten Hälfte einen einfachen Linear Programming Solver selber programmieren. Die Übungen und Hausaufgaben werden also nicht nur den theoretischen Inhalt der Vorlesungen vertiefen, sondern euch auch der praktischen Anwendung näher bringen. Übungen und Hausaufgaben wurden in Zusammenarbeit mit einem Studenten der die Vorlesung letztes Mal gehört hat (und natürlich eigener Erfahrung) überarbeitet um die Verständlichkeit und Struktur zu verbessern. Wir hoffen so euch die best mögliche Lernerfahrung in Theorie und Praxis zu geben. Egal ob ihr eher an Theorie (Mathematische Optimierung) oder Praxis (Operations Research) interessiert seid, wir haben beides. HausaufgabenEs wird fünf Hausaufgaben mit jeweils zwei Wochen Bearbeitungszeit geben. Es müssen am Ende mindestens 50% der Punkte erreicht worden sein, wobei es aber unerheblich ist ob ihr 50% oder 100% habt. Dies erlaubt euch auch mal Aufgaben auszulassen, falls ihr gerade zu viel um die Ohren habt. Es ist jedoch sehr zu empfehlen, alle Aufgaben vor der Prüfung verstanden zu haben.
MailinglisteEs gibt eine Mailingliste zu dieser Vorlesung, in der ihr euch eintragen solltet wenn ihr über die Vorlesung informiert werden wollt. Ihr könnt euch jederzeit wieder austragen, falls ihr euch umentscheidet. Bei Problemen bitte an Dominik Krupke wenden. Hinweise zu LP-LösernIm Laufe des Kurses werden einige Aufgaben zu CPLEX (eventuell nutzen wir eine Open Source Alternative) 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 ( 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. |