Modulbeschreibung
Optimierung
Kürzel:
Durchführungszeitraum:
ECTS-Credits:
Lernziele:
Die Studierenden lernen grundlegende Konzepte und Methoden der Mathematischen Optimierung. Sie wenden diese in den Feldern: (a) Ingenieurswissenschaften und (b) Wirtschaft praxisnah an.
Verantwortliche Person:
Standort (angeboten):
Zusätzlich vorausgesetzte Kenntnisse:
Mathematik
- Funktionen in R und RN
- Ableitung, Gradient
- Integralrechnung in R
- Grundfunktionen
- Grundzüge der Vektor-Algebra (Vektoren, Matrizen, Rechenoperationen)
Angewandte Programmierung
Skriptablage:
Modultyp:
Bemerkungen:
Bei allen Terminen werden gebraucht: Python lokal auf dem Laptop der Studierenden
ECTS-Credits pro Kategorie
Modulbewertung
Bewertungsart:
Leistungsbewertung
Während der Prüfungssession:
Gewichtung:
Bemerkungen:
Erlaubte Hilfmittel:
closed book; mit Formelsammlung auf der Prüfung
Kurse in diesem Modul
Optimierung
Kürzel:
Arbeitsaufwand:
Semester:
Lernziele:
Fachkompetenzen:
Die Teilnehmenden können:
• In der Praxis auftretende Extremalwert- und Optimierungs-Aufgaben erkennen und in eine mathematische Optimierungs-Aufgabe überführen.
• Optimierungs-Aufgaben mathematisch korrekt klassifizieren. Darüber hinaus kennen die Studierenden die Eigenschaften der Lösungsmengen der verschiedenen Klassen.
Methodenkompetenzen
Die Teilnehmenden können:
• Mathematisch korrekte Lösungsverfahren identifizieren.
• Mit Hilfe von geeigneten Werkzeugen Lösungsverfahren korrekt anwenden und die Ergebnisse interpretieren
Selbstkompetenzen
Die Teilnehmenden können:
• Die Grenzen der erlernten Verfahren einschätzen
Sozialkompetenzen
Die Teilnehmenden können:
• Mit Fachexperten anderer Disziplinen im Team Optimierungsaufgaben formulieren und lösen
Plan und Lerninhalt:
Grundlagen & Wiederholung
- Univariate Funktionen
- Multivariate Funktionen
- Erste und Zweite Ableitung
- Lokale und Globale Optima
- Klassifikation von Optimierungsproblemen
- Software Tools
Univariate Optimierung
- Modellieren und Lösen reellwertiger Optimierungsprobleme
- Modellieren und Lösen ganzzahliger Optimierungsprobleme
Multivariate Optimierung
- Linear Programming: Reellwertige, ganzzahlige und gemischt-ganzzahlige Optimierung mit linearer Zielfunktion und linearen Nebenbedingungen: Modellierung und Lösungsverfahren
- Non-linear Programming: Reellwertige, ganzzahlige und gemischt-ganzzahlige, multivariate Optimierung mit Nebenbedingungen
- Fallstudie
Unterrichtssprache:
Kursart:
Durchführung gemäss Stundenplan