715 Einführung in Operations Research

Modulverantwortliche
  • Prof. Dr. Christoph Gallus
Lehrende
  • Prof. Dr. Christoph Gallus
Notwendige Voraussetzungen zur Teilnahme

Mindestens 40 CrP aus den ersten beiden Fachsemestern

Empfohlene Voraussetzungen zur Teilnahme

105, 205

Kurzbeschreibung

Operations Research, Optimieren und Entscheiden

Inhalte

Über die Pflichtmodule Mathematik (105) und Statistik (205) hinausgehende ausgewählte Themen aus den Bereichen der mathematischen Optimierung, der mathematischen Datenanalyse (Data Science) und der sonstigen Bereiche des Operations Reseach. Themenbeispiele:

  • Numerisches Lösen von Gleichungen (Bisektions- und Newton-Verfahren)
  • Lineare Optimierung (Vollenumerations- und Simplex-Verfahren)
  • Markoff-Ketten und Monte Carlo Simulation komplexer Systeme
  • Einführung in maschinelle Lernverfahren

Die behandelten Methoden werden je nach Möglichkeit in einer zeilenorientierten modernen Programmiersprache implementiert. (Beispielsweise in Python mit aktuellen Bibliotheken wie Numpy, Pandas,Scipy, Matplotlib, Sklearn, etc.)

Qualifikations- und Lernziele

Die Studierenden sollen ausgewählte mathematische Methoden der Optimierung und der Datenanalyse inklusive einer zeilenorientierten Computer- Implementierung anhand von einfachen Beispielen kennen und anwenden können.

Fachkompetenzen
Die Studierenden können
• ausgewählte Verfahren des Operations Researchs („OR”) beschreiben und die Kernideen hinter den mathematischen Lösungsalgorithmen vorstellen,
• eigenen Programm-Code (z.B. in Python) erstellen, um vorgegebene Probleme des OR zu lösen,
• Ergebnisse visualisieren und kommentieren.
Methodenkompetenzen (fachlich & überfachlich)
Die Studierenden können
• geeignete Praxisprobleme für den Einsatz von OR-Verfahren identifizieren,
• einfache Praxisprobleme mit Hilfe von eigenem Code unter Verwendung gängiger Programmbibliotheken selbst bearbeiten.
Sozialkompetenzen
Die Studierenden können
• im Team erstellte Software besprechen, austauschen und zu einem funktionierenden Ganzen verbinden.
Selbstkompetenzen
Die Studierenden können
• sich fehlende Problemlösungsmethoden auf Basis einschlägiger Webseiten und Programmbibliotheken selbst aneignen,
• selbst erzielte numerische Resultate kritisch hinterfragen, systematisch Fehler suchen und diese korrigieren.
ECTS-Leistungspunkte (CrP)
  • 6 CrP
  • Arbeitsaufwand 180 Std.
  • Präsenzzeit 60 Std.
  • Selbststudium 120 Std.
Lehr- und Lernformen
  • 4 SWS
  • Seminar
Studiensemester
  • Betriebswirtschaft (B.Sc. 2021) - 5. - 6. Semester
Dauer
1 Semester
Häufigkeit des Angebots
Nach Bedarf
Unterrichtssprache
Deutsch
Bonuspunkte

Ja

Bonuspunkte werden gemäß § 9 (4) der Allgemeinen Bestimmungen vergeben. Art und Weise der Zusatzleistungen wird den Studierenden zu Veranstaltungsbeginn rechtzeitig und in geeigneter Art und Weise mitgeteilt.

Prüfungsleistungen

Optional Klausur, Seminararbeit, Projekt oder Referat (Zu Veranstaltungsbeginn wird rechtzeitig und in geeigneter Art und Weise die jeweilige Prüfungsform bekanntgegeben.)

Benotung
Die Bewertung des Moduls erfolgt gemäß §§ 9, ggf. 12 (Teilleistungen), ggf. 18 (Arbeiten, Kolloquien) der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung).
Verwendbarkeit
Gemäß § 5 der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung) Verwendbarkeit in allen Bachelorstudiengänge der THM möglich.
Literatur, Medien

Merz, M., und Wüthrich, M., Mathematik für Wirtschaftswissenschaftler - Die Einführung mit vielen ökonomischen Beispielen, Vahlen, München, 2013.

Domschke, W., Drexl, A., Klein, R., Scholl, A., Einführung in Operations Research, 9. Auflage, SpringerGabler, 2015

Domschke, W., Drexl, A., Klein, R., Scholl, A., Übungen und Fallbeispiele zum Operations Research, 8. Auflage, SpringerGabler, 2015

Anderson, D. R., Sweeney, D. J., Williams, T. A., Quantitative Methods for Business, Cengage Learning, 2015

H.J. Zimmermann, Operations Research Methoden und Modelle, 2. Auflage, Vieweg, 2005

Steyer, R., Programmierung in Python – Ein kompakter Einstieg für die Praxis, Springer Vieweg, 2018

Skript und Programmierbeispiele

Rechtliche Hinweise