Springe zum Hauptinhalt
Professur Algorithmische und Diskrete Mathematik
Algorithmische und Diskrete Mathematik
Professur Algorithmische und Diskrete Mathematik 

Logo der Arbeitsgruppe

Optimierung (für Nichtmathematiker)

Wintersemester 09/10

Vorlesung: C. Helmberg,
Übung: A. Lau

Prof. Christoph Helmberg

Vorlesung:

Mo 11:30 - 13:00, Raum 2/N102
Vorlesungsbeginn am 12.10.2009

Übung:

Mo 9:15 - 10:45, Raum 2/39/738
Übungsbeginn am 12.10.2009

Nächste Konsultation:


1.2.2010, 7.30 Uhr, Raum 2/39/733

Wichtig:

Für die Übungen benötigen Sie zusätzlich zum URZ-Login ein MRZ-Login.  Schreiben Sie zum Erhalt eines Logins bitte eine eMail an
mrz@mathematik.tu-chemnitz.de
mit Angabe von Name, Vorname, URZ-Login und Verweis auf diese Veranstaltung.


Kurzbeschreibung

Inhalt:

Einordnung von Optimierungsproblemen;
Optimalitätsbdingungen für freie und restringierte Optimierungsaufgaben;
Newton-, Line-Search-, Trustregion-Verfahren;
Lineare Optimierung: Dualität, Simplex- und Innere-Punkteverfahren;
Ganzzahlige Optimierung und Heuristiken;
Ableitungsfreie Optimierung

Zielgruppe:

Masterstudiengänge der Ingenieur- und Wirtschaftswissenschaften

Vorwissen:

Lineare Algebra, Differentialrechnung im R^n

Prüfung:

mündlich (Modulprüfung oder Schein mit Note)

Literatur

Optimierung allgemein:
Lineare Optimierung:
  • Robert J. Vanderbei; Linear Programming and Extensions, Kluwer Academic Publishers, Boston, 1996. ISBN 0-7923-9804-1.
Ganzzahlige Optimierung:
  • Alexander Schrijver; Theory of Linear and Integer Programming; Wiley 1986. ISBN 0-471-98232-6.
Konvexe Analysis und konvexe Optimierung: Nichtlineare Optimierung: Wiederholung: Zur Auffrischung des Grundlagenwissens ist beispielsweise
  • B. Luderer, U. Würker: Einstieg in die Wirtschaftsmathematik, 2003.
geeignet.

Vorlesungen

Das Gesamtdokument aller Präsentationen mit Seitennummern und Gliederung umfasst über 1000 Seiten und sollte daher nicht ausgedruckt werden.

Übungen

Konsultationen


AMPL und NEOS Server

AMPL ist eine Modellierungssprache für Optimierungsprobleme. Eine Reihe von Lösern für Optimierungsprobleme besitzen Interfaces für in AMPL modellierte Aufgaben. Eine freie Studentenversion von AMPL steht zum kostenlosen Download bereit. Diese ist zum Bearbeiten der Aufgaben nicht notwendig. Der NEOS-Server nimmt Optimierungsprobleme über das Internet (u.a. Web-Interface) entgegen, leitet diese an einen geeigneten Löser weiter und gibt deren Ausgabe zurück. Die Aufgabe muss dazu in einer für den ausgewählten Löser geeigneten Modellierungssprache formuliert sein, z.B. in AMPL.

 

Außerdem findet sich auf den NEOS-Seiten ein Auflistung verschiedenster Optimierungssoftware sowie eine Übersicht über verschiedene Typen von Optimierungsaufgaben.

Matlab

  • Zwei Fauen machen in einem Sportraum Gymnastik.

    TUC_FemAktiv geht in die zweite Runde

    Deutschlandweit einzigartiges Gesundheitsprogramms für Mitarbeiterinnen der TU Chemnitz ist erfolgreich gestartet – Teilnehmerinnen berichten von Verbesserungen in Fitness, Beweglichkeit, Kraft und Wohlbefinden – Anmeldung für den zweiten Kursblock ist geöffnet …

  • Mehrere Persomem sitzen nebeneinander an einem Tisch und essen gemeinsam.

    „Zimmer sucht Student:in“

    Studentenwerk Chemnitz-Zwickau lädt am 8. August 2026 alle Studieninteressierten der TU Chemnitz, die eine Unterkunft suchen, zu einem ganz besonderen Wohnheim-Event ein …

  • Vier Flyer zu Studiengängen liegen nebeneinander.

    Auf Los geht´s los

    TU Chemnitz vergibt noch freie Plätze für zulassungsbeschränkte Studiengänge im lokalen Losverfahren – Bewerbungen sind vom 10. bis 31. August 2026 möglich …

  • Eine Person in REinraum-Kleidung steht an einer Anlage in einem gelb beleuchteten Raum.

    Neuer Masterstudiengang „Technologie und Management in der Halbleiterfertigung“ startet im Wintersemester 2026/2027

    Fakultät für Elektrotechnik und Informationstechnik konzipierte gemeinsam mit der Fakultät für Wirtschaftswissenschaften neue und praxisnahe Qualifizierungsmöglichkeiten maßgeschneidert für die Anforderungen der Halbleiterindustrie …