Uni Wien:Optimierung und Simulation PR (Uchida)
Zur Navigation springen
Zur Suche springen
Ähnlich benannte LVAs (Materialien):
- Optimierung und Simulation PR (Uchida) (Uni Wien, veraltet, 1 Material)
- Optimierung und Simulation VO (Uchida) (Uni Wien, veraltet, 10 Materialien)
Diese LVA wird nicht mehr von dieser Person angeboten, ist ausgelaufen, oder läuft aus und befindet sich daher nur noch zu historischen Zwecken im VoWi.
Daten[Bearbeiten | Quelltext bearbeiten]
- LV-Kürzel: PS.OPS.OS.PR
- im Modul enthalten: Optimierung und Simulation VO
- LVA-Leiterin: Gabriele Uchida
- ECTS: 3(SWS: 2)
- HP der LVA (außerdem am BSCW)
- Institut: Institute of Scientific Computing
- Wird im Wintersemester angeboten
- Empfohlenes Semester: 5
- Vorlage:521
Struktur der Übung[Bearbeiten | Quelltext bearbeiten]
Inhalt[Bearbeiten | Quelltext bearbeiten]
- Es wird der Stoff der Vorlesung durch Aufgabenstellungen vertieft.
Ablauf[Bearbeiten | Quelltext bearbeiten]
- Anwesenheitspflicht gibt es nur zur Vorbesprechung bzw. zu den Abgabegesprächen der einzelnen Übungsblätter (insgesamt etwa 4-5 mal im Semester). Es sollten alle Teammitglieder anwesend sein.
- Die Aufgaben werden fast immer am Computer gelöst (Excel oder Programmierarbeit)
- Zu jeder Aufgabe soll ein Protokoll verfasst werden, das die gelöste Aufgabe allgemeinverständlich erklärt.
- Die Aufgaben sind im Team (mit bis zu 4 Personen) zu lösen
- Auch wenn die Aufgabe nicht 100% richtig ist oder keine Lösung gefunden wurde, soll das im Protokoll dokumentiert werden und führt nicht unbedingt zu einer schlechten Beurteilung der Aufgabe.
- Die gelösten Aufgaben + Protokoll werden am BSCW abgegeben
- Gut gelöste Aufgaben werden nicht mit einem Feedback belohnt.
Vorwissen[Bearbeiten | Quelltext bearbeiten]
Ähnlich wie in der Vorlesung, nur dass man außerdem noch Programmierkenntnisse haben sollte.
Voraussetzungen (gültig für Studienplan 521)[Bearbeiten | Quelltext bearbeiten]
Dadurch sind alle weiteren Mathe-Veranstaltungen impliziert:
Vorkenntnisse[Bearbeiten | Quelltext bearbeiten]
- Es ist sicher hilfreich, wenn man die beiden Mathe-Module bereits gemacht hat
- Zumindest sollte man folgende Fragen grob beantworten können:
- Was sind Matrizen/Vektoren und wie rechnet man mit ihnen (multiplizieren, transponieren, invertieren...)?
- Was ist ein Gradient oder eine Hesse-Matrix?
- Wie findet man Extremwerte bei einer Funktion f(x)=y (Kurvendiskussion)?
Zusätzlich sollte man für die Implementierung der Optimierungs-Algorithmen (und in der letzten Aufgabe für den Genetischen Algorithmus) zumindest eine Programmiersprache halbwegs beherrschen. Eventuell reichen auch Skriptsprachen.
Literatur[Bearbeiten | Quelltext bearbeiten]
- Die Skripten von der Vorlesung
- Wikipedia / Google
Zeitaufwand[Bearbeiten | Quelltext bearbeiten]
- Es gibt 3-4 Aufgaben über das Semester verteilt, die alle im Team (3 Personen) zu erledigen sind.
- Pro Übungsblatt sollte man, je nachdem wie eingespielt das Team ist bzw. wie gut man sich kennt, mit 5-10 Stunden Arbeit rechnen.
Materialien[Bearbeiten | Quelltext bearbeiten]
Die 6 Praktikumsangaben findet ihr in den Materialien.