Achtung: Auf dieser Seite wird ein auslaufendes Modulangebot angezeigt.
Auslaufend
12 Leistungspunkte
Die Angaben zur Moduldauer finden Sie bei den Studiengängen, in denen das Modul verwendet wird.
Die Studierenden erlernen, quantitative Methoden der Entscheidungsfindung im Bereich Operations Research und Data Science zur Lösung realer Entscheidungsprobleme anzuwenden. Die Studierenden sind in der Lage, Optimierungsprobleme in vielen industriellen Zusammenhängen zu identifizieren und mit Hilfe linearer mathematischer Modelle und (Meta-)Heuristiken zu modellieren. Die Studierenden sind in der Lage, geeignete Lösungsansätze für Probleme zu identifizieren und Entscheidungsträger zu beraten. Die Studierenden werden hybride Techniken mit Hilfe von Data Science und Operations Research anwenden.
Das Modul behandelt die mathematische Modellierung von Optimierungsproblemen mit besonderem Fokus auf den Bereich der Logistik. "Klassische" Operations Research-Probleme werden vorgestellt und Constraint-Typen/Modellierungstricks diskutiert, z.B. logische Constraints und stückweise Linearisierung. Darüber hinaus werden Netzwerkmodelle und spezielle Matrixstrukturen abgedeckt. Der Branch-and-Bound-Algorithmus und seine Verallgemeinerung, Branch-and-Cut, werden als Lösungsmethoden für die konstruierten Modelle vorgestellt. Zahlreiche Heuristiken und Metaheuristiken werden vorgestellt und analysiert, wie z.B. genetische Algorithmen, Ameisenkolonieoptimierung, simulierte Abkühlung, Tabusuche, etc. Algorithmenkonfiguration und Auswahltechniken werden ebenso behandelt wie hybridisierte Methoden, die diese Ansätze in der Metaheuristik und in gemischten ganzzahligen linearen Solvern verwenden. Nach Möglichkeit geben Gastvorträge von Industrieexperten weitere Einblicke in die Anwendung der erlernten Kurstechniken in der Praxis.
—
Modulstruktur: 1 bPr 1
Portfolio aus drei oder vier Übungs- bzw. Programmieraufgaben (Arbeitsaufwand jeweils 10-15 Arbeitsstunden), die veranstaltungsbegleitend gestellt werden, einem veranstaltungsbegleitenden Gruppenprojekt (Arbeitsaufwand 20-30 Arbeitsstunden) und einer Abschluss(e-)klausur (in der Regel 60 Minuten). Die Übungsaufgaben bzw. Programmieraufgaben sowie das Gruppenprojekt ergänzen und vertiefen den Inhalt der Vorlesung.
Es erfolgt jeweils eine abschließende Gesamtbewertung mit einer Gewichtung von 40 (Übungs- bzw. Programmieraufgaben) : 25 (Gruppenprojekt) : 35 (Abschlussklausur).
Oder: 90-minütige (e-)Klausur, in der alle 3 Veranstaltungen (Vorlesungen) abgeprüft werden. Es erfolgt eine abschließende Gesamtbewertung.
Der Modulverantwortliche bestimmt einen oder mehrere prüfungsberechtigte Personen als Prüfer der gesamten Modulprüfung.
Bei diesem Modul handelt es sich um ein auslaufendes Angebot. Dieses Modul richtet sich nur noch an Studierende, die nach einer der nachfolgend angegebenen FsB Versionen studieren. Ein entsprechendes Angebot, um dieses Modul abzuschließen, wird maximal bis Ende des Wintersemesters 2026/2027 vorgehalten. Genaue Regelungen zum Geltungsbereich s. jeweils aktuellste FsB Fassung.
Bisheriger Turnus des Moduls war jedes Semester.
Die Veranstaltungen des Moduls werden in englischer Sprache angeboten.
| Studiengang | Profil | Empf. Beginn 3 | Dauer | Bindung 4 |
|---|---|---|---|---|
| Mathematical Economics / Master of Science [FsB vom 28.02.2025 mit Änderung vom 14.08.2026] | Mathematics | 1. o. 2. | 2 Semester | Wahlpflicht |
| Mathematical Economics / Master of Science [FsB vom 28.02.2025 mit Änderung vom 14.08.2026] | Finance | 1. o. 2. | 2 Semester | Wahlpflicht |
| Wirtschaftsmathematik / Master of Science [FsB vom 16.09.2019 mit Änderungen vom 15.11.2022, 01.03.2024, 10.12.2024 und 14.08.2026] | Mathematik | 1. o. 2. | 2 Semester | Wahlpflicht |
| Wirtschaftsmathematik / Master of Science [FsB vom 16.09.2019 mit Änderungen vom 15.11.2022, 01.03.2024, 10.12.2024 und 14.08.2026] | Finanzmathematik | 1. o. 2. | 2 Semester | Wahlpflicht |
In diesem Modul ist eine automatische Vollständigkeitsprüfung durch das System nicht möglich.