Universität Wien FIND
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040114 UK Optimization under Uncertainty (MA) (2019S)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung

Details

max. 50 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Montag 04.03. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 11.03. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 18.03. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 25.03. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 01.04. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 08.04. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 29.04. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 06.05. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 13.05. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 20.05. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 27.05. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 03.06. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 17.06. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Montag 24.06. 08:00 - 09:30 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß

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)

The main themes are discussed first in form of a lecture. Homeworks then give the opportunity to apply and deepen the teaching material.

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

The test measures the ability to solve simple examples in the dicussed fields.

Prüfungsstoff

1) Single stage stochastic optmiization, in particular mean-variance optimization, expected utility, acceptability measures
2) Decision trees
3) Markov chains
4) Markov decision processes

Literatur

Hillier/Lieberman, Introduction to Operations Research, 7th edition, 2017

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Fr 06.09.2019 09:47