Institut für Betriebssysteme und Rechnerverbund
- News
- Wir über uns
- Connected and Mobile Systems
- Verlässliche Systemsoftware
  - Übersicht
  - Team
  - Lehre
  - Arbeiten & Jobs
  - Forschung
  - Publikationen
- Algorithmik
- Mikroprozessorlabor
- Studium
- Service
- Spin-Offs
  - Docoloc
  - bliq (formerly AIPARK)
  - Confidential Technologies
- Forschungsverbünde
  - IST.hub

Mathematische Methoden der Algorithmik

Semester	Wintersemester 2019/2020 Wintersemester 2024/2025 Wintersemester 2023/2024 Wintersemester 2022/2023 Wintersemester 2021/2022 Wintersemester 2020/2021
Studiengänge	Wirtschaftsinformatik Master, Informations-Systemtechnik Master, Informatik Master
IBR Gruppe	ALG (Prof. Fekete)
Art	Vorlesung & Übung
Dozent	Prof. Dr. Linda Kleist Ehemalige Wissenschaftliche Mitarbeiterin kleist[[at]]ibr.cs.tu-bs.de
Assistenten	Dr. Phillip Keldenich Wissenschaftlicher Mitarbeiter keldenich[[at]]ibr.cs.tu-bs.de +49 531 3913112 Raum 317 Dr. Dominik Krupke Wissenschaftlicher Mitarbeiter krupke[[at]]ibr.cs.tu-bs.de +49 531 3913112 Raum 317
Hiwi	Alexander Hill
LP	5
SWS	2+1+1
Ort & Zeit	Vorlesung: Dienstag, 9:45-11:15, SN 19.3 Große und kleine Übung: Mittwoch, 15:00-16:30 (abwechselnd), IZ 358
Beginn	Voraussichtliche Starttermine: Erste Vorlesung: 29. Oktober 2019 Erste große Übung: 30. Oktober 2019 Erste kleine Übung: 13. November
Voraussetzungen	keine
Scheinerwerb	Studienleistung: Erreichen von mindestens 50 Prozent der Hausaufgabenpunkte. Prüfungsleistung: Mündliche Prüfung oder Klausur.
Inhalt	Das Modul behandelt die lineare und ganzzahlige Optimierung. Die Studierenden erlernen, gegebene Probleme als lineare Programme zu formulieren und zu lösen, sowie die theoretischen Aspekte dahinter: Lineare Optimierung Simplexalgorithmus Dualität Ganzzahlige Optimierung
Literatur/Links	Matousek and Gärtner: Understanding and Using Linear Programming (Springer). Dieses Buch ist die von uns empfohlene Begleitliteratur zur Vorlesung. A. Schrijver: Theory of Linear and Integer Programming, Wiley-Interscience Series in Discrete Mathematics and Optimization, John Wiley & Sons, 1998 (s-tlip-98, BibTeX) V. Chvátal: Linear Programming, Series of Books in the Mathematical Sciences, W.H. Freeman, 1983 (c-lp-83, BibTeX) Einführung in die Mathematische Optimierung - Burkard und Zimmermann Freier Zugang im Uni-Netzwerk. B. Korte and J. Vygen: Combinatorial Optimization: Theory and Algorithms, Algorithms and Combinatorics, Springer, 2005 (kv-cota-05, BibTeX) Dieses Buch ist aber eher als Nachschlagewerk zu betrachten. Für den Einstieg sind obige Bücher vermutlich besser geeignet. Viele der umfassenden Einstiegswerke für Informatiker enthalten ein Kapitel zu Linear Programming. z.B. Introduction to Algorithms - Cormen et al.
Zusatz-Material 1. VL: Einführungsbeispiel Hausaufgaben Es wird mehrere Hausaufgabenblätter mit jeweils zwei Wochen Bearbeitungszeit geben. Zum Bestehen der Studienleistung, müssen am Ende mindestens 50% der Punkte erreicht worden sein. 1. Hausaufgabenblatt 2. Hausaufgabenblatt 3. Hausaufgabenblatt 4. Hausaufgabenblatt 5. Hausaufgabenblatt 6. Hausaufgabenblatt Mailingliste Es gibt eine Mailingliste, in der ihr euch eintragen solltet, wenn ihr über aktuelle Änderungen oder anderweitige Informationen zum Modul erhalten möchtet. Ihr könnt euch jederzeit wieder austragen. Bei Problemen bitte an Dr. Dominik Krupke oder Dr. Phillip Keldenich wenden.