040114 UK Optimization under Uncertainty (MA) (2023S)
Prüfungsimmanente Lehrveranstaltung
Labels
DIGITAL
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 13.02.2023 09:00 bis Mi 22.02.2023 12:00
- Anmeldung von Mo 27.02.2023 09:00 bis Di 28.02.2023 12:00
- Abmeldung bis Fr 17.03.2023 23:59
Details
max. 50 Teilnehmer*innen
Sprache: Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Montag
06.03.
08:00 - 09:30
Digital
Montag
20.03.
08:00 - 09:30
Digital
Montag
27.03.
08:00 - 09:30
Digital
Montag
17.04.
08:00 - 09:30
Digital
Montag
24.04.
08:00 - 09:30
Digital
Montag
08.05.
08:00 - 09:30
Digital
Montag
15.05.
08:00 - 09:30
Digital
Montag
22.05.
08:00 - 09:30
Digital
Montag
05.06.
08:00 - 09:30
Digital
Montag
12.06.
08:00 - 09:30
Digital
Montag
19.06.
08:00 - 09:30
Digital
Montag
26.06.
08:00 - 09:30
Digital
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 techniquesThe test measures the ability to solve simple examples in the dicussed fields.
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 techniquesThe test measures the ability to solve simple examples in the dicussed fields.
Prüfungsstoff
1) Single stage stochastic optimization, in particular mean-variance optimization, expected utility, acceptability measures
2) Mixed Integer Optimization#
3) Recourse problems
4) Markov chains
5) Markov decision processes
2) Mixed Integer Optimization#
3) Recourse problems
4) Markov chains
5) Markov decision processes
Literatur
Cornuejols, Pena, Tütüncü (2018), Optimization Methods in Finance, 2nd edition, CambridgeHillier/Lieberman, Introduction to Operations Research, 7th edition
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Do 11.05.2023 11:27