Lehrinhalte
Lineare Programme: Struktur, Modellierung, Transformation auf Standardform, Basen, primale und duale
Zuläassigkeit Simplex-Verfahren, Grundversion/Tableaux und revidierter Simplex-Algorithmus
Pivotregeln, exponentielle Beispiele Polyedertheorie, geometrische Interpretation des Simplex-Verfahrens Dualitatstheorie, komplementarer Schlupf, Primal-duale Algorithmen mit Anwendungen bei Graphen und Netzwerken
Anwendungen: Netzwerk-Probleme, Planungsprozesse, okonomische Interpretation (Schattenpreise)
Polynomiale Verfahren: Ellipsoid-Methode, innere-Punkte-Verfahren
Ganzzahlige lineare Optimierung: Branch und Bound, Lagrange Relaxation, Schnittebenenverfahren