- Titel: Optimierung für Wirtschaftsinformatiker
- Organisation: UNI HAMBURG
- Seitenzahl: 118
Inhalt
- Optimierung fr Wirtschaftsinformatiker u
- Preliminary Version Juli Copyright c by Matthias Gerdts
- fur Vorkenntnisse Literatur
- Vorlesungsbeginn Vorlesungsende Pngstferien
- A Software B Bezeichnungen Literaturverzeichnis
- c by M Gerdts
- KAPITEL EINLEITUNG contourplotxyxyxycontours coloringredbluescalingconstrainedaxesboxed
- f x xn x
- fH x y x fH x y y
- xx y x y x y yx y
- y x x y
- VarR ER ER E
- xj xj j n
- f t p p expp t cosp t
- yi f ti p p
- und deren Hhenlinien o c by M Gerdts
- f x x x x
- fhrt auf das folgende ganzzahlige Optimierungsproblem u
- max f u uN
- Kapitel Lineare Optimierung
- Geometrie linearer Optimierungsprobleme
- minimal wird unter den Nebenbedingungen
- i m j n
- GEOMETRIE LINEARER OPTIMIERUNGSPROBLEME
- KAPITEL LINEARE OPTIMIERUNG
- Algebraische Charakterisierung von Eckpunkten
- xj In Kurzform Minimiere c x
- unter den Nebenbedingungen Ax b
- ALGEBRAISCHE CHARAKTERISIERUNG VON ECKPUNKTEN
- Minimiere c x unter den Nebenbedingungen
- keine Ecke von M
- ist keine Ecke von M
- lin abh c by M Gerdts
- Das primale Simplexverfahren
- DAS PRIMALE SIMPLE VERFAHREN
- x x x x x
- As AB sB AN sN
- Ausen ergibt o sB sN
- bzw in Komponentenschreibweise zi t
- Iteration Basiswechsel AB und
- DAS PRIMALE SIMPLE VERFAHREN Das Simplexverfahren in Tableauform
- Die Beziehungen xB xN
- Das zugehrige neue Tableau lautet o
- unter Ax Iy b x y
- PIVOTZEILE UND SPALTE IN ITERATION PIVOTELEMENT GAMMAPQ
- dernfalls heißt sie nicht entartet
- Aufwand des Simplexverfahrens
- aij yi cj xj
- w wb w y b
- Kapitel Ganzzahlige Optimierung
- KAPITEL GANZZAHLIGE OPTIMIERUNG
- unter den Nebenbedingungen xj yij bi
- x x x x Z
- xopt xrel x x
- x x c by M Gerdts
- Schnittebenenverfahren nach Gomory
- SCHNITTEBENENVERFAHREN NACH GOMORY
- Wir wollen die zur Gerade
- xk xrel k
- nicht zulssig a
- relaxierte Lsung o x f
- Kapitel Nichtlineare Optimierung
- KAPITEL NICHTLINEARE OPTIMIERUNG
- f x xn xn
- f x anstatt Hf x
- f x x o x x x
- o x x x x
- NOTWENDIGE BEDINGUNGEN ableiten
- Entsprechend heißt A negativ denit falls gilt
- f x y x y Hf x
- y x x yx x y y x
- Sattelpunkt striktes lokales Maximum
- MAPLEBefehl plotdyxxxxyaxesboxed stylePATCHCONTOURcontours shading YZ
- MAPLEBefehl contourplotyxxxxycontours c by M Gerdts
- KAPITEL NICHTLINEARE OPTIMIERUNG coloringredbluescalingconstrainedaxesboxed
- f xi gilt
- Sattelpunkte ein lokales Maximum in
- Sogar das vereinfachte Newtonverfahren konvergiert allerding nur linear
- Globalisierung des NewtonVerfahrens
- BERECHNUNG VON ABLEITUNGEN
- Berechnung von Ableitungen
- DAS VERFAHREN VON NELDER UND MEAD
- Das Verfahren von Nelder und Mead
- i xi i i n
- xc sj xr sj
- wobei die Funktion in lpenaltym gemß a
- gegeben ist liefert die Ausgabe
- Evolutionre Algorithmen a
- Population der Generation Population der Generation
- Population der Generation
- Entwicklung des besten Zielfunktionswertes Generation
- Entwicklung des schlechtesten Zielfunktionswertes
- Population der Generation Generation
- Generation Population der Generation
- Generation Entwicklung des schlechtesten Zielfunktionswertes
- include include include include stdioh iostreamh fstreamh gagah
- Entwicklung des besten Zielfunktionswertes Generation
- cout gapopulation gastep
- Kapitel A Software
- Kapitel B Bezeichnungen
- j f x h h O h j
- Weiterhin gilt die Restglieddarstellung
- j f x h h j
- f x y x y x
- f x y xy x
- f x ty xy xdt
- ANHANG B BEZEICHNUNGEN
Vorschau
MATTHIAS GERDTS
Optimierung f¨r Wirtschaftsinformatiker u
Address of the Author: Matthias Gerdts Schwerpunkt Optimierung und Approximation Department Mathematik Universit¨t Hamburg a D-20146 Hamburg E-Mail: gerdts@math.uni-hamburg.de WWW: www.math.uni-hamburg.de/home/gerdts/
Preliminary Version: 11. Juli 2006 Copyright c 2006 by Matthias Gerdts
11.253: Veranstalter: Inhalt:
iel:
fur: ¨ Vorkenntnisse: Literatur:
Stochastik und Optimierung fur Studierende der Wirt¨ ¨ schaftsinformatik (Teil Optimierung) (mit Ubungen) Matthias Gerdts Am Beispiel typischer Modellprobleme aus der Praxis werden Verfahren zur L¨sung linearer und ganzzahliger Optio mierungsprobleme diskutiert, darunter das Simplexverfahren, Branch&Bound und das Schnittebenenverfahren von Gomory. Dar¨ber hinaus werden unrestringierte nichtlineare Optimieu rungsprobleme und numerische Verfahren (z.B. Gradientenverfahren, Newtonverfahren) behandelt. Speziell ausgew¨hlte Kapia tel uber Transportaufgaben, Flußmaximierung oder dynamische ¨ Programmierung schließen die Vorlesung ab. Durch Anwendung der in der Vorlesung diskutierten Modellbeispiele und Verfahren sollen die H¨rer in der Lage sein, prako tisch relevante Optimierungsprobleme einordnen und selbst¨ndig a l¨sen zu k¨nnen. o o Studierende der Wirtschaftsinformatik, interessierte Lehramtsstudierende Kenntnisse aus der linearen Algebra und Analysis werden dringend empfohlen. Neumann/Morlock: Operations Research, Carl Hanser Verlag, 2002.
Termine
Vorlesungsbeginn Vorlesungsende Pfingstferien 23.5.2006 14.7.2006 5.6.2006-9.6.2006