Letzte Änderung : 20.01.2025 12:11:56   


Output

Code: 278550
Module title: Mathematical Programming
Version: 1.0 (06/2021)
Last update: 9.12.2021 11:23:51
Person responsible for content: Prof. Dr.-Ing. Ringwelski, Georg
G.Ringwelski@hszg.de

Offered in:Computer Science (M.Sc.) valid from class 2024

Semester according to timetable: SoSe (summer semester)
Module level:Master
Duration:1 semester
Language of Instruction:German
Place where the module will be offered:Görlitz

ECTS Credits: 5
Student workload (in hours): 150

Number of hours of teaching:
total
subdivided into
4
0
Lecture
0
Seminar/Exercise
4
Laboratory work
0
Other
Self study time (in hours):
sum
subdivided into
105
105
Preparation of contact hours
0
Preparation of exam
0
Other

Learning and teaching methods:Das Modul wird in integrierten Vorlesungs- und Praktikums- und Seminaranteilen durchgeführt. Der Schwerpunkt liegt dabei bei der selbstständigen Erarbeitung der Themengebiete durch die Studierenden. Insbesondere sind für die Prüfungsleistung mehrere kleine Projekte in Einzelarbeit zu erstellen. Die Themen werden dabei individuell unterschiedlich in Abstimmung mit dem Dozenten festgelegt und im Anschluss in klassischer Seminarform im Plenum präsentiert.
Further information: Zur aktuell durchgeführten Veranstaltung finden Sie Informationen im OPAL: https://bildungsportal.sachsen.de/opal/auth/RepositoryEntry/33284227072?12


Exam(s)
Assessment Major exam (laboratory work)
 - 
100.0%



Syllabus plan/Content:

  • Lineare Programmierung und das Simplexverfahren

  • Dynamische Optimierung

  • Spieltheorie

  • Ganzzahlige und Gemischtganzzahlige Programmierung


Learning Goals
Subject-specific skills and competences:

  • Die Studierenden können Optimierungsprobleme so analysieren, dass daraus ein verarbeitbares Modell entsteht

  • Die Studierenden können beurteilen, mit welchen Verfahren (vgl. Lerninhalte) dieses Modell grundsätzlich verarbeitbar ist

  • Die Studierenden können so erstelle Modelle bezüglich bestimmter Qualitätskriterien beurteilen und gezielt äquivalente Veränderungen am Modell durchführen, die ihre Qualität verbessern können

Generic competences (Personal and key skills): Die Studierenden können praktische Aufgabenstellungen so analysieren, dass sie daraus ein maschinell verarbeitbares Modell sowie die zu dessen Einsatz nötigen Daten erstellen können.

Prerequisites: Modul "Maschinelles Lernen" (nur wegen der darin erreichten Kompetenz zur Evaluierung von Syastemen bzg. funktionaler und nichtfunktionaler Anforderungen)

Verstehendes Lesen englischsprachiger Texte.
Optional: keine

Literature: Aktuelle Literaturlisten werden auf der OPAL Seite zur Lehrveranstaltung angegeben.