Modul
Optimierung unter Unsicherheit [M-WIWI-103278]
Leistungspunkte
9Turnus
Jedes SemesterDauer
1 SemesterSprache
DeutschLevel
3Version
4Verantwortung
Einrichtung
- KIT-Fakultät für Wirtschaftswissenschaften
Bestandteil von
Teilleistungen
Identifier | Name | LP |
---|---|---|
T-WIWI-102724 | Nichtlineare Optimierung I | 4.5 |
T-WIWI-106546 | Einführung in die Stochastische Optimierung | 4.5 |
T-WIWI-102714 | Taktisches und operatives Supply Chain Management | 4.5 |
T-WIWI-106545 | Optimierungsansätze unter Unsicherheit | 4.5 |
T-WIWI-106545 | Optimierungsansätze unter Unsicherheit | 5 |
Erfolgskontrolle(n)
Die Modulprüfung erfolgt in Form von Teilprüfungen (nach § 4(2), 1 SPO) über die gewählten Lehrveranstaltungen des Moduls, mit denen in Summe die Mindestanforderungen an Leistungspunkten erfüllt ist.
Die Erfolgskontrolle wird bei jeder Lehrveranstaltung beschrieben.
Die Gesamtnote des Moduls wird aus den mit Leistungspunkten gewichteten Noten der Teilprüfungen gebildet und nach der ersten Nachkommastelle abgeschnitten.
Qualifikationsziele
Der/die Studierende
- benennt und beschreibt die Grundbegriffe von Optimierungsverfahren unter Unsicherheit, insbesondere aus der stochastischen Optimierung,
- kennt die für eine quantitative Analyse unverzichtbaren Methoden und Modelle,
- modelliert und klassifiziert Optimierungsprobleme unter Unsicherheit und wählt geeignete Lösungsverfahren aus, um auch anspruchsvolle Optimierungsprobleme selbständig und gegebenenfalls mit Computerhilfe zu lösen,
- validiert, illustriert und interpretiert erhaltene Lösungen, insbesondere von stochastischen Optimierungsproblemen.
Voraussetzungen
Mindestens eine der beiden Teilleistungen "Optimierungsansätze unter Unsicherheit" und "Einführung in die Stochastische Optimierung" ist Pflicht.
Inhalt
Der Schwerpunkt des Moduls liegt auf der Modellierung und der Analyse von mathematischen Optimierungsproblemen, bei denen bestimmte Daten nicht vollständig vorhanden sind zum Zeitpunkt der Entscheidungsfindung. Die Vorlesungen zur Einführung in die stochastische Optimierung behandeln Methoden, um Verteilungsinformation in die mathematischen Modell zu integrieren. Die Vorlesungen zu den Optimierungsansätzen unter Unsicherheit bietet alternative Ansätze wie zum Beispiel robuste Optimierung.
Empfehlungen
Kenntnisse aus den Vorlesungen “Einführung in das Operations Research I” sowie “Einführung in das Operations Research II” sind hilfreich.
Arbeitsaufwand
Der Gesamtarbeitsaufwand für dieses Modul beträgt ca. 270 Stunden (9 Credits). Die Aufteilung erfolgt nach den Leistungspunkten der Lehrveranstaltungen des Moduls. Dabei beträgt der Arbeitsaufwand für Lehrveranstaltungen mit 5 Credits ca. 150h und für Lehrveranstaltungen mit 4.5 Credits ca. 135h.
Die Gesamtstundenzahl je Lehrveranstaltung ergibt sich dabei aus dem Aufwand für den Besuch der Vorlesungen und Übungen, sowie den Prüfungszeiten und dem zeitlichen Aufwand, der zur Erreichung der Lernziele des Moduls für einen durchschnittlichen Studenten für eine durchschnittliche Leistung erforderlich ist.