Hauptinhalt

Dieser Eintrag ist aus dem Wintersemester 2022/23 und möglicherweise veraltet. Es konnte kein aktuelles Äquivalent gefunden werden.

Kleines Vertiefungsmodul Optimierung
(engl. Small Specialization Module Optimization)

Niveaustufe, Verpflichtungsgrad Vertiefungsmodul, Wahlpflichtmodul
Lehr- und Lernformen,
Arbeitsaufwand
Vorlesung (3 SWS), Übung (1 SWS),
180 Stunden (60 Std. Präsenzzeit, 120 Std. Selbststudium)
Leistungspunkte,
Voraussetzungen zum Erwerb
6 LP
Studienleistung(en): Erreichen von mindestens 50 Prozent der Punkte aus den wöchentlich zu bearbeitenden Übungsaufgaben.
Prüfungsleistung: Klausur oder mündliche Prüfung
Sprache,
Benotung
Deutsch,
Die Benotung erfolgt mit 0 bis 15 Punkten gemäß der Prüfungsordnung für den Studiengang M.Sc. Wirtschaftsmathematik.
Dauer des Moduls,
Häufigkeit
Ein Semester,
Unregelmäßig
Modulverantwortliche(r) Prof. Dr. Thomas Surowiec

Inhalt

Abhängig von der Veranstaltung.

Mögliche Themen sind beispielsweise:

  • Optimierungsprobleme bei Differentialgleichungen (Parameterschätzung, optimale Versuchsplanung, Prozessoptimierung)
  • Direkte Verfahren der optimalen Steuerung bei ODE und DAE (Randwertproblemansatz, strukturausnutzende Gauss-Newton und SQP Verfahren, lokale Konvergenzsätze Newton-ähnlicher Verfahren, effiziente Globalisierungsstrategien, effiziente Erzeugung benötigter Ableitungen)
  • Kombinatorische Optimierung (Minimale spannende Bäume und Kürzeste-Wege-Probleme, Flussprobleme, Matchings, Exakte allgemeine Lösungsverfahren, Ganzzahlige Optimierung)
  • Optimale Steuerung (Gewöhnliche Differentialgleichungen, Stabilitätstheorie, Maximum-Prinzip, Numerische Methoden, Anwendungen auf ökonomische und naturwissenschaftlichen Prozesse)
  • Nichtdifferenzierbare Optimierung

Qualifikationsziele

Die Studierenden sollen

  • an aktuelle Forschungsergebnisse aus dem Bereich der Optimierung herangeführt werden,
  • den Umgang mit Forschungsliteratur erlernen,
  • Einblick in die Entstehung neuer mathematischer Resultate erhalten,
  • mathematische Kenntnisse im Bereich der Optimierung vertiefen,
  • Kompetenz zur eigenständigen Erschließung aktueller wissenschaftlicher Beiträge aus nationalen und internationalen Fachzeitschriften erwerben,
  • mathematische Arbeitsweisen einüben (Entwickeln von mathematischer Intuition und deren formaler Begründung, Schulung des Abstraktionsvermögens, Beweisführung),
  • in den Übungen ihre mündliche Kommunikationsfähigkeit durch Einüben der freien Rede vor einem Publikum und bei der Diskussion verbessern.

Voraussetzungen

Keine. Empfohlen werden die Kompetenzen, die in den Basismodulen sowie im Aufbaumodul Lineare Optimierung vermittelt werden. Abhängig von der Veranstaltung können weitere Kompetenzen empfohlen werden.


Verwendbarkeit

Importmodul aus dem M.Sc. Wirtschaftsmathematik.

Es kann im FB12 verwendet werden im Studiengang bzw. in den Studiengängen

  • B.Sc. Mathematik
  • B.Sc. Wirtschaftsmathematik
  • M.Sc. Data Science
  • M.Sc. Informatik
  • M.Sc. Mathematik
  • M.Sc. Wirtschaftsmathematik
  • LAaG Mathematik

Im Studiengang M.Sc. Data Science kann das Modul im Studienbereich Mathematik Aufbau- und Vertiefungsmodule absolviert werden.

Das Modul ist dem Schwerpunkt Scientific Computing zugeordnet. Weitere Informationen zur Wählbarkeit sind der Bereichsbeschreibung zu entnehmen.


Literatur

  • Abhängig von der Veranstaltung



Bitte beachten Sie:

Diese Seite beschreibt ein Modul gemäß dem im Wintersemester 2022/23 aktuellsten gültigen Modulhandbuch. Die meisten für ein Modul gültigen Regeln werden nicht durch die Prüfungsordnung festgelegt, und können daher von Semester zu Semester aktualisiert werden. Folgende Versionen liegen im Online-Modulhandbuch vor:

Das Modulhandbuch enthält alle Module, unabhängig vom aktuellen Veranstaltungsangebot, vergleichen Sie dazu bitte das aktuelle Vorlesungsverzeichnis in Marvin.

Die Angaben im Online-Modulhandbuch wurden automatisch erstellt. Rechtsverbindlich sind die Angaben der Prüfungsordnung. Wenn Ihnen Unstimmigkeiten oder Fehler auffallen, sind wir für Hinweise dankbar.