Technische Universität Ilmenau

Optmization - Modultafeln of TU Ilmenau

The module lists provide information on the degree programmes offered by the TU Ilmenau.

Please refer to the respective study and examination rules and regulations for the legally binding curricula (Annex Curriculum).

You can find all details on planned lectures and classes in the electronic university catalogue.

Information and guidance on the maintenance of module descriptions by the module officers are provided at Module maintenance.

Please send information on missing or incorrect module descriptions directly to modulkatalog@tu-ilmenau.de.

module properties module number 200403 - common information
module number200403
departmentDepartment of Mathematics and Natural Sciences
ID of group2415 (Mathematical Methods in Operations Research)
module leaderProf. Dr. Gabriele Eichfelder
languageDeutsch
term Sommersemester
previous knowledge and experience

Grundvorlesungen der Analysis und der linearen Algebra

learning outcome

Die Studierenden erkannten im Rahmen der Vorlesung und Übung, dass die in den Grundlagenveranstaltungen zur Linearen Algebra und der Analysis erlangten Kenntnisse im Bereich der linearen und nichtlinearen Optimierung von großer Relevanz sind. Durch die Vorlesung sind sie in die Lage, die grundlegenden Ideen und Herangehensweisen in der linearen und nichtlinearen Optimierung darzustellen, mathematisch zu durchdringen sowie exakt zu formulieren (einschließlich der dafür notwendigen Beweise, basierend auf den grundlegenden Definitionen und der gängigen Notation). Weiterhin könnenn die Studierenden die behandelten theoretischen Grundlagen und Verfahren klassifizieren, vergleichen und auch Fachfremden erklären und diese motivieren. Diese erlangten Kenntnisse wurden von den Studierenden in den Übungen vertieft. Dabei sind sie befähigt auch weitere theoretische Resultate zu formulieren und zu beweisen sowie vorgegebene Optimierungsprobleme, auch solche aus konkreten Anwendungsproblemen, mathematisch zu modellieren, zu bearbeitet und unter Zuhilfenahme von mathematischer Software zu lösen. In diesem Rahmen wurde das Erkennen von verschiedenen Lösungsstrategien erlernt (einschließlich Analyse, Vergleich und Bewertung der erhaltenen Ergebnisse). Die im Rahmen dieser Vorlesung erlangten Kenntnisse und Fähigkeiten bilden somit den Grundstein für eine weitere Ausbildung im Bereich Optimierung. Darüberhinaus wurden die Studierenden aufgrund der erworbenen Kompetenzen in die Lage versetzt, in ihrer weiteren beruflichen Laufbahn Lösungsstrategien für in der Praxis auftretende Optimierungsprobleme, gegebenenfalls auch im Team zusammen mit anderen Spezialisten, zu entwickeln, und zielgerichtet umzusetzen, sowie die erhaltenen Ergebnisse im beruflichen Umfeld kritisch zu beurteilen und zu vertreten. Sie sind befähigt Anmerkungen zu beachten und Kritik zu würdigen.

content

Lineare Optimierung: Theorie und numerische Verfahren; Nichtlineare Optimierung: Grundbegriffe wie Konvexität, Eigenschaften der Lösungsmenge, Optimalitätsbedingungen der unrestringierten und der restringierten Optimierung, Existenzaussagen, ausgewählte numerische Verfahren; Ausblick auf aktuelle Themen wie konische, ganzzahlige oder multikriterielle Optimierung

media of instruction and technical requirements for education and examination in case of online participation

Tafel, Arbeitsblätter

literature / references

A. Ben-Tal und A. Nemirovski, Lectures on modern convex optimization (MPS-SIAM Series on Optimization, 2001).

M. Gerdts und F. Lempio, Mathematische Optimierungsverfahren des Operations Research (De Gruyter, Berlin, 2011).

C. Geiger und C. Kanzow, Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben (Springer, Berlin, 1999).

C. Geiger und C. Kanzow, Theorie und Numerik restringierter Optimierungsaufgaben (Springer, Berlin, 2002).

F. Jarre und J. Stoer, Optimierung (Springer, Berlin, 2004).

R. Reemtsen, Lineare Optimierung (Shaker Verlag, Aachen, 2001).

evaluation of teaching
Details reference subject
module nameOptmization
examination number2400754
credit points10
SWS6 (4 V, 2 Ü, 0 P)
on-campus program (h)67.5
self-study (h)232.5
obligationobligatory module
examoral examination performance, 30 minutes
details of the certificate
alternative examination performance due to COVID-19 regulations incl. technical requirements
signup details for alternative examinations
maximum number of participants
Details in degree program Bachelor Mathematik 2021
module nameOptmization
examination number2400754
credit points10
on-campus program (h)67
self-study (h)233
obligationobligatory module
examoral examination performance, 30 minutes
details of the certificate
alternative examination performance due to COVID-19 regulations incl. technical requirements
signup details for alternative examinations
maximum number of participants