Christian Günther's homepage

Internetseite von Dr. rer. nat. Christian Günther

Ab 01.04.2020 vertrete ich die Professur "Numerik der Optimalen Steuerung" am Institut für Numerische Mathematik an der TU Dresden.

News:

Die TU Dresden befindet sich seit dem 21.03.2020 im Notbetrieb (siehe TUD-Corona-Ticker). Die Lehrveranstaltungen

Mathematik für Chemiker und Lebensmittelchemiker (OPAL Kurs),
Diskrete Optimierung (OPAL Kurs),
Vektoroptimierung (OPAL Kurs)

werden auch ohne Präsenzlehrveranstaltungen durchgeführt.

Für den Semesterstart werden Online-Angebote im OPAL Lehrsystem bereitgestellt. Ab 6. April 2020 finden Sie alle relevanten Materialien und Hinweise im OPAL-Kurs der jeweiligen Lehrveranstaltung. Bitte schreiben Sie sich dort ein!

Kontakt Lehre Forschung Veröffentlichungen Software Lebenslauf Links

Lehrveranstaltung: Diskrete Optimierung (Math-Ma-DISOPT)

Details

Beginn der Vorlesung: 06.04.2020
Umfang der Lehrveranstaltung: 3 SWS Vorlesung, 1 SWS Übung
Dozent: Dr. rer. nat. Christian Günther
Kursassistent: Dipl.-Math. Torsten Buchwald
Vorlesungsmaterialien: siehe OPAL
Übungsaufgaben: siehe OPAL

Inhalt

In dieser Veranstaltung werden die Grundlagen der diskreten Optimierung vermittelt. Insbesondere gehen wir auf die folgende Punkte ein:

Motivation und einführende Beispiele
Polyedertheorie
Ganzzahlige lineare Optimierung
Optimierung in Graphen
Greedyalgorithmen und Matroide

Modulbeschreibung

"Inhalt des Moduls sind Konzepte und zugehörige theoretische Hilfsmittel für die Lösung diskreter Optimierungsprobleme, insbesondere das Branch-and-Bound Prinzip,
Aspekte der Modellierung und der Komplexität. Großen Raum nehmen dabei ganzzahlige lineare Optimierungsprobleme ein, darunter speziell Grundlagen zu Polyedern
und ganzzahligen Polyedern sowie Prinzipien zur Erzeugung von Schnitten. Unter anderem werden Rundreiseprobleme, Optimierungsprobleme in Graphen und über Matroiden
behandelt. Die Studierenden kennen die wesentlichen Begriffe, ihre Interaktion und ihre Bedeutung für die Lösung diskreter Optimierungsprobleme, verstehen
grundlegende algorithmische Konzepte und sind in der Lage, konkrete Optimierungsprobleme selbstständig zu analysieren und zu modellieren und dafür geeignete Algorithmen auszuwählen."

Ergänzende Literatur

S. Dempe, H. Schreier: Operations Research, Vieweg+Teubner, 2006
B. Korte, J. Vygen: Combinatorial Optimization - Theory and Algorithms, Springer, 2006
G. L. Nemhauser, L. Wolsey: Integer and Combinatorial Programming, Wiley, 1999
A. Schrijver: Theory of Linear and Integer Programming, Wiley, 1986
R. J. Vanderbei: Linear Programming and Extensions, Kluwer Academic Publishers, 1996

Letzte Aktualisierung: 20.03.2020 21:20 Uhr, Christian Günther