Optimierung für Wirtschaftsinformatiker

  • Titel: Optimierung für Wirtschaftsinformatiker
  • Organisation: UNI HAMBURG
  • Seitenzahl: 118

Skript herunterladen (PDF)

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