Operations Research (W)

Präsenzstudium: ca. 42 Std., Eigenstudium: ca. 108 Std.

Grundlagen der Analysis (Extremwertbestimmung, Grenzwertbildung), Lineare Algebra (Matrizen und Gleichungssysteme), Grundkenntnisse der Programmierung

Lernziele

Die Studierenden sind in der Lage

1. Optimierungsaufgaben zu identifizieren, zu abstrahieren und zu als Optimierungsprobleme zu modellieren und dabei insbesondere zwischen Randbedingunden und Optimierungsfunktionen zu unterscheiden,

2. Optimierungsprobleme zu klassifizieren und geeignete Lösungsmethoden anzuwenden, bzw. die Lösbarkeit (exakt/heuristisch) aus praktischer Sicht zu bewerten,

3. Zur Lösung von Problemstellungen geeignete Software auszuwählen und einzusetzen und

4. Lösungen von Optimierungsproblemen zu interpretieren und kritisch zu analysieren, z.B. bezüglich der Sensitivität gegenüber Datenunsicherheiten.

• Modellbildung und -validierung
• Lineare Oprimierung (Geometrie, Dualität, Simplex)
• Spezialfälle linearer Optimierung (z.B. Transportprobleme)
• Ganzzahlige und kombinatorische Optimierung
• Ausgewählte Probleme der Graphentheorie (z.B. Kürzeste Wege)
• Ausgewählte nichtlineare Optimierungsprobleme und Lösungsverfahren
• Warteschlangentheorie
• Simulationsverfahren

Tafel, Folien oder Beamer, Peer Instruction, Demonstrationen mit Software zur Lösug linearer und nichtlinearer Optimierungsaufgaben

Literaturliste wird zu Beginn der Veranstaltung bekannt gegeben.

Beispiel-Literatur:

• Wolfgang Domschke and Andreas Drexl: Einführung in Operations Research, Springer, ISBN 978-3540709480
• Wolfgang Domschke and Andreas Drexl and Robert Klein and Armin Scholl and Stefan Voß, Übungen und Fallbeispiele zum Operations Research, Springer, ISBN 978-3540716648
• H.A. Eiselt, Carl-Louis Sandblom, Operations Research, Springer, ISBN 978-3-642-31053-9