IWR - Simulation and Optimization

Home | Research | Teaching | People | Grants | Open Positions | Internships | Conferences | Publications | Local | Links |
printer
SimOpt

Home
Research
Teaching
    [Info]
People
Grants
Open Positions
Internships
Conferences
Publications
Local
Links

Algorithmische Optimierung II - Lineare und gemischt-ganzzahlige Optimierung

Titel: Algorithmische Optimierung II - Lineare und gemischt-ganzzahlige Optimierung
4st. A/I
Zeit / Ort: Mo. 11:00 - 13:00 | INF 368 IWR R 432
Do. 11:00 - 13:00 | INF 368 IWR R 432
Inhalt: Praktische Methoden der computergestützten Optimierung sind ein unverzichtbares Mittel für die optimale Auslegung und den optimalen Betrieb wichtiger Prozesse sowohl in der Industrie und Wirtschaft als auch im Hochschul- und Forschungsbereich. Die Kenntnis dieser Methoden und der zugehörigen Software ist für die Berufspraxis von Mathematikern und Naturwissenschaftlern inzwischen immer wichtiger geworden. Die Vorlesung __Algorithmische Optimierung II__ behandelt die Grundlagen der linearen und ganzzahligen Optimierung. Themen sind u.a.: Dualitätstheorie, Simplexalgorithmus und Varianten, Sensitivitätsanalyse, Innere-Punkte-Verfahren, Gomory- und Lift-and-Projekt-Schnittebenen.
Literatur: Nemhauser, Rinnooy Kan, & Todd, eds, Optimization: Handbooks in Operations Research and Management Science, Volume 1, North-Holland, 1989.
Luenberger, Linear and nonlinear programming (2nd ed. Addison-Wesley, 1984);
Nocedal, Wright, Numerical Optimization, 1999.
Literaturtipps des Optimization Technology Center (OTC)
http://www-unix.mcs.anl.gov/otc/Guide/faq/linear-programming-faq.html
Zielgruppe: Studierende der Mathematik, der Natur- und der Wirtschaftswissenschaften
Vorraussetzungen: Mathematische Grundvorlesungen. 'Algorithmische Optimierung I' wird nicht vorausgesetzt.
Dozent: Prof.  Dr.  H. G. Bock

[ Top | Home]

Last Modified By: Jamal Maleki
Last Update:2016-03-30
Webmaster:
 
© Copyright Universität Heidelberg |  Impressum |  Datenschutzerklärung