Moses - Diskrete Optimierung (ADM II)

Anzeigesprache

Zur Modulseite PDF generieren

Modul / Version:
#20088 / #1

Gültigkeit:
Seit SS 2014

Standard-Anzeigesprache:
Deutsch

Titel des Moduls:
Diskrete Optimierung (ADM II)

Leistungspunkte:
10

Modulverantwortliche*r:
Skutella, Martin

Benotung:
benotet

Prüfungsform:
Mündliche Prüfung

Zugehörigkeit

Fakultät:
Fakultät II

Institut:
Institut für Mathematik

Fachgebiet:
Keine Angabe

Prüfungsausschuss:
Mathe

Kontakt

Sekretariat:
MA 5-2

Ansprechpartner*in:
Keine Angabe

E-Mail-Adresse:
skutella@math.tu-berlin.de

Webseite:
Keine Angabe

Lernergebnisse

In der Veranstaltung werden algorithmische und strukturelle Methoden der linearen, kombinatorischen und ganzzahligen Optimierung vermittelt und vertieft. Dazu gehort insbesondere die Komplexität linearer Programme, die Behandlung NP-schwerer Optimierungsprobleme sowie Theorie und Praxis der Lösung ganzzahliger Optimierungsprobleme. Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5%

Lehrinhalte

Simplex-Verfahren: revidierter Simplex-Algorithmus, dualer Simplexalgorithmus Pivotregeln, exponentielle Beispiele Polyedertheorie, Geometrie des Simplex-Verfahrens Primal-duale Algorithmen mit Anwendungen bei Graphen und Netzwerken Polynomiale Verfahren: Ellipsoid-Methode, innere-Punkte-Verfahren Ganzzahlige lineare Optimierung: Branch und Bound, Lagrange Relaxation, Schnittebenenverfahren Zuordnungsprobleme,Matchings, Matroide Polynomiale Techniken zur Behandlung NP-schwerer Probleme: Approximationsalgorithmen, Gutegarantien. Klassikation der Approximierbarkeit, stark- und schwach NP-vollstandig, MAX-SNP schwer.

Modulbestandteile

Pflichtteil:

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS
Diskrete Optimierung (ADM II)	VL	3236 L 236	SoSe	Deutsch	4
Diskrete Optimierung (ADM II)	TUT		SoSe	Deutsch	2
Diskrete Optimierung (ADM II)	UE		SoSe	Deutsch	2

Arbeitsaufwand und Leistungspunkte

Diskrete Optimierung (ADM II) (VL):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Präsenzzeit	15.0	4.0h	60.0h
Vor-/Nachbereitung	15.0	8.0h	120.0h
			180.0h(~6 LP)

Diskrete Optimierung (ADM II) (TUT):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Präsenzzeit	15.0	2.0h	30.0h
			30.0h(~1 LP)

Diskrete Optimierung (ADM II) (UE):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Präsenzzeit	15.0	2.0h	30.0h
			30.0h(~1 LP)

Lehrveranstaltungsunabhängiger Aufwand:

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Prüfungsvorbereitung	1.0	60.0h	60.0h
			60.0h(~2 LP)

Der Aufwand des Moduls summiert sich zu 300.0 Stunden. Damit umfasst das Modul 10 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Vorlesungen, Übungen, Programmierubungen, Übungen in Kleingruppen

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Analysis, Lineare Algebra, Kenntnisse in einer hoheren Programmiersprache, Einführung in die lineare und kombinatorische Optimierung (ADM I)

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

benotet

Prüfungsform

Mündliche Prüfung

Sprache

Deutsch

Dauer/Umfang

Keine Angabe

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Werden in der Vorlesung angegeben.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: nicht verfügbar

Literatur

Empfohlene Literatur
Wird in der Vorlesung bekannt gegeben.

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Computer Engineering (M. Sc.)	1	15	SS 2017	SoSe 2024
Computer Science (Informatik) (M. Sc.)	1	25	SS 2017	SoSe 2024
Elektrotechnik (M. Sc.)	1	15	SS 2017	SoSe 2024
Mathematik (B. Sc.)	1	20	WS 2014/15	SoSe 2024
Mathematik (M. Sc.)	1	19	WS 2014/15	SoSe 2024
Naturwissenschaften in der Informationsgesellschaft (B. Sc.)	3	43	WS 2015/16	SoSe 2024
Technomathematik (B. Sc.)	1	19	WS 2014/15	SoSe 2024
Technomathematik (M. Sc.)	1	20	WS 2014/15	SoSe 2024
Wirtschaftsmathematik (B. Sc.)	1	20	WS 2014/15	SoSe 2024
Wirtschaftsmathematik (M. Sc.)	2	21	WS 2014/15	SoSe 2024

Sonstiges

Literatur wird in der Vorlesung angegeben.