TU BRAUNSCHWEIG
| Carl-Friedrich-Gauß-Fakultät | Department Informatik
Informatikzentrum

Mathematische Methoden der Algorithmik

SemesterWintersemester 2019/2020 [ Andere Semester: · Winter 18/19 · 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 ]
Studieng.Master Wirtschaftsinformatik, Master Informations-Systemtechnik, Master Informatik
IBR Gruppe(n)ALG (Prof. Fekete)
ArtVorlesung/Übung
Dozent
PhotoDr. Linda Kleist
Wissenschaftliche Mitarbeiterin
kleist[[at]]ibr.cs.tu-bs.de
+49 531 3913118
Raum 331
Assistenten
PhotoPhillip Keldenich
Wissenschaftlicher Mitarbeiter
keldenich[[at]]ibr.cs.tu-bs.de
+49 531 3913112
Raum 318
PhotoDominik Krupke
Wissenschaftlicher Mitarbeiter
krupke[[at]]ibr.cs.tu-bs.de
+49 531 3913116
Raum 315
Hiwi
PhotoAlexander Hill
Studentische Hilfskraft
Algorithmen und Datenstrukturen
ahill[[at]]ibr.cs.tu-bs.de
LP5
SWS2+1+1
Ort & Zeit Vorlesung: Dienstag, 9:45-11:15, SN 19.3
Große und kleine Übung: Mittwoch, 15:00-16:30 (abwechselnd), IZ 358
Beginn Voraussichtliche Starttermine:
Erste Vorlesung: 29. Oktober 2019
Erste große Übung: 30. Oktober 2019
Erste kleine Übung: 13. November
Voraussetzungenkeine
Scheinerwerb

Studienleistung: Erreichen von mindestens 50 Prozent der Hausaufgabenpunkte.

Prüfungsleistung: Mündliche Prüfung oder Klausur.

Inhalt

Das Modul behandelt die lineare und ganzzahlige Optimierung. Die Studierenden erlernen, gegebene Probleme als lineare Programme zu formulieren und zu lösen, sowie die theoretischen Aspekte dahinter:

  1. Lineare Optimierung
  2. Simplexalgorithmus
  3. Dualität
  4. Ganzzahlige Optimierung
Literatur/Links
  1. Matousek and Gärtner: Understanding and Using Linear Programming (Springer). Dieses Buch ist die von uns empfohlene Begleitliteratur zur Vorlesung.
  2. A. Schrijver: Theory of Linear and Integer Programming, Wiley-Interscience Series in Discrete Mathematics and Optimization, John Wiley & Sons, 1998 (s-tlip-98, BibTeX)
  3. V. Chvátal: Linear Programming, Series of Books in the Mathematical Sciences, W.H. Freeman, 1983 (c-lp-83, BibTeX)
  4. Einführung in die Mathematische Optimierung - Burkard und Zimmermann Freier Zugang im Uni-Netzwerk.
  5. B. Korte and J. Vygen: Combinatorial Optimization: Theory and Algorithms, Algorithms and Combinatorics, Springer, 2005 (kv-cota-05, BibTeX)
    6. Dieses Buch ist aber eher als Nachschlagewerk zu betrachten. Für den Einstieg sind obige Bücher vermutlich besser geeignet.
  6. Viele der umfassenden Einstiegswerke für Informatiker enthalten ein Kapitel zu Linear Programming. z.B. Introduction to Algorithms - Cormen et al.

Zusatz-Material

Hausaufgaben

Es wird mehrere Hausaufgabenblätter mit jeweils zwei Wochen Bearbeitungszeit geben. Zum Bestehen der Studienleistung, müssen am Ende mindestens 50% der Punkte erreicht worden sein.

Mailingliste

Es gibt eine Mailingliste, in der ihr euch eintragen solltet, wenn ihr über aktuelle Änderungen oder anderweitige Informationen zum Modul erhalten möchtet. Ihr könnt euch jederzeit wieder austragen. Bei Problemen bitte an Dominik Krupke oder Phillip Keldenich wenden.

aktualisiert am 22.01.2020, 17:07 von Dr. Linda Kleist
printemailtop