- Institut für Betriebssysteme und Rechnerverbund
- News
- Wir über uns
- Connected and Mobile Systems
- Verteilte Systeme
- Algorithmik
- Mikroprozessorlabor
- Studium
- Service
- Spin-Offs
- Forschungsverbünde
Mathematische Methoden der Algorithmik
Semester | Wintersemester 2018/2019 Wintersemester 2022/2023Wintersemester 2021/2022Wintersemester 2020/2021Wintersemester 2019/2020Wintersemester 2017/2018Wintersemester 2016/2017Wintersemester 2015/2016Wintersemester 2014/2015Wintersemester 2013/2014Wintersemester 2012/2013Wintersemester 2011/2012Wintersemester 2010/2011Wintersemester 2009/2010Wintersemester 2008/2009 |
Studiengänge | Wirtschaftsinformatik Master, Informations-Systemtechnik Master, Informatik Master |
IBR Gruppe | ALG (Prof. Fekete) |
Art | Vorlesung & Übung |
Dozent | |
Assistent | |
Hiwi | Alexander Hill |
LP | 5 |
SWS | 2+1+1 |
Ort & Zeit | Vorlesung: Dienstag, 15:00-16:30, PK 2.1, Große Übung: Montag, 15:00-16:30 (14 Tägig), SN 19.7 Kleine Übung: Dienstag, 9:45-11:15 (14 Tägig), IZ 160 |
Beginn | Voraussichtliche Starttermine: Erste Vorlesung: 23. Oktober 2018 Erste große Übung: 29. Oktober 2018 Erste kleine Übung: 20. November 2018 |
Voraussetzungen | keine |
Scheinerwerb | Studienleistung: Erfolgreiche Bearbeitung von mindestens 50 Prozent der Hausaufgaben. Prüfungsleistung: Mündliche Prüfung oder Klausur. |
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:
|
Termine | 23.10.2018, 15:00 Uhr 1. Vorlesung (SN19.7) 29.10.2018, 15:00 Uhr 1. Große Übung: Modell.+Lösen von LPs/IPs mit SW (SN19.7) 30.10.2018, 15:00 Uhr 2. Vorlesung (SN19.7) 06.11.2018, 15:00 Uhr 3. Vorlesung (SN19.7) 12.11.2018, 15:00 Uhr 2. Große Übung: Branch and Bound (SN19.7) 13.11.2018, 15:00 Uhr 4. Vorlesung (SN19.7) 20.11.2018, 09:45 Uhr 1. Kleine Übung (160) 20.11.2018, 15:00 Uhr 5. Vorlesung (PK2.1) 26.11.2018, 15:00 Uhr 3. Große Übung: Lineare Algebra mit NumPy (SN19.7) 27.11.2018, 15:00 Uhr 6. Vorlesung (PK2.1) 04.12.2018, 09:45 Uhr 2. Kleine Übung (160) 04.12.2018, 15:00 Uhr 7. Vorlesung (PK2.1) 10.12.2018, 15:00 Uhr 4. Große Übung: Alles dualisieren (SN19.7) 11.12.2018, 15:00 Uhr 8. Vorlesung (PK2.1) 18.12.2018, 09:45 Uhr 3. Kleine Übung (160) 07.01.2019, 15:00 Uhr 5. Große Übung (Faellt aus: Krupke @ALENEX, USA) (SN19.7) 08.01.2019, 15:00 Uhr 10. Vorlesung (PK2.1) 15.01.2019, 09:45 Uhr 4. Kleine Übung (160) 15.01.2019, 15:00 Uhr 11. Vorlesung (PK2.1) 21.01.2019, 15:00 Uhr 6. Große Übung (SN19.7) 22.01.2019, 15:00 Uhr 12. Vorlesung (PK2.1) 29.01.2019, 09:45 Uhr 5. Kleine Übung (160) 29.01.2019, 15:00 Uhr 13. Vorlesung (PK2.1) |
Literatur/Links |
|
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 Dr. 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. |