040114 UK Optimization under Uncertainty (MA) (2018S)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mi 14.02.2018 09:00 bis Mi 21.02.2018 12:00
- Abmeldung bis Mi 14.03.2018 23:59
Details
max. 50 Teilnehmer*innen
Sprache: Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Montag
05.03.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Mittwoch
07.03.
09:45 - 11:15
Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
Mittwoch
14.03.
09:45 - 11:15
Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
Montag
19.03.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Montag
09.04.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Montag
16.04.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Montag
23.04.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Montag
30.04.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Mittwoch
02.05.
09:45 - 11:15
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Montag
07.05.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Mittwoch
09.05.
09:45 - 11:15
Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
Montag
14.05.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Montag
28.05.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Montag
04.06.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Montag
11.06.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Montag
18.06.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Montag
25.06.
13:15 - 14:45
Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Study practically relevant aspects of operations research including in particular the consideration of uncertain input data (stochastic optimization, robust optimization)
Art der Leistungskontrolle und erlaubte Hilfsmittel
written exam, blackboard exercises
Mindestanforderungen und Beurteilungsmaßstab
This course should help graduate students to:
a) develop mathematical models for (real world) optimization problems
b) apply different concepts to treat uncertain input data in optimization and understand the consequences implied by choosing on of these techniques
a) develop mathematical models for (real world) optimization problems
b) apply different concepts to treat uncertain input data in optimization and understand the consequences implied by choosing on of these techniques
Prüfungsstoff
Literatur
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mo 07.09.2020 15:28