Operations Research II
- Fakultät
Fakultät Wirtschafts- und Sozialwissenschaften (WiSo)
- Version
Version 1 vom 31.01.2025.
- Modulkennung
22B0358
- Niveaustufe
Bachelor
- Unterrichtssprache
Deutsch
- ECTS-Leistungspunkte und Benotung
5.0
- Häufigkeit des Angebots des Moduls
nur Sommersemester
- Dauer des Moduls
1 Semester
- Kurzbeschreibung
Vermittlung der wichtigsten stochastischen Methoden des OR mit der Umsetzung auf wirtschaftswissenschaftliche Fragestellungen.
- Lehr-Lerninhalte
1. Warteschlangenmodelle 2. Graphentheorie 3. Netzplantechnik 4. Netzplantechnik im Projektmanagement 5. Kombinatorische Optimierung 6. Biologisch inspirierte Algorithmen 7. Simulationstechniken 8. Multivariate Analysemethoden und Anwendungen 9. Laufzeitverhalten ausgewählter Algorithmen und Implementierungen
- Gesamtarbeitsaufwand
Der Arbeitsaufwand für das Modul umfasst insgesamt 150 Stunden (siehe auch "ECTS-Leistungspunkte und Benotung").
- Lehr- und Lernformen
Dozentengebundenes Lernen Std. Workload Lehrtyp Mediale Umsetzung Konkretisierung 30 Vorlesung Präsenz - 30 Übung Präsenz - Dozentenungebundenes Lernen Std. Workload Lehrtyp Mediale Umsetzung Konkretisierung 30 Veranstaltungsvor- und -nachbereitung - 20 Hausaufgaben - 20 Literaturstudium - 20 Prüfungsvorbereitung -
- Benotete Prüfungsleistung
- Klausur oder
- Portfolio-Prüfungsleistung
- Bemerkung zur Prüfungsart
Die Portfolio-Prüfung umfasst insgesamt 100 Punkte besteht aus einer Hausarbeit (HA) sowie einer abschließenden Klausur (K1). Die Hausarbeit und die Klausur (K1) werden jeweils mit 50 Punkten gewichtet.
- Prüfungsdauer und Prüfungsumfang
Klausuren: Siehe jeweils gültige Studienordnung
Hausarbeit im Rahmen der PFP: ca. 10 Seiten
Die Anforderungen werden in der jeweiligen Veranstaltung konkretisiert.
- Empfohlene Vorkenntnisse
Operations Research I
- Wissensverbreiterung
Die Studierenden können betriebswirtschaftliche Fragestellungen in stochastische Modelle umsetzen.
- Wissensvertiefung
Die Studierende kennen die stochastischen Methoden des OR und können Netzpläne, Wartschlangenmodelle und Graphen erstellen.
- Wissensverständnis
Die Studierende wenden stochastische Methoden des OR an, um betriebswirtschaftliche Probleme zu lösen und zu optimieren.
- Nutzung und Transfer
Die Studierenden können stochastische Modelle exakt oder näherungsweise lösen oder simulieren. Sie können Methoden der multivariaten Statistik gewinnbringend einsetzen.
- Kommunikation und Kooperation
Die Studierenden können die Ergebnisse interpretieren und kommunizieren.
- Literatur
Domschke, Drexl: Einführung in Operations Research. Springer Verlag, 9. Auflage, 2015 Domschke, Drexl, Klein, Scholl, Voß: Übungen und Fallbeispiele zum Operations Research. Springer Verlag, 8. Auflage, 2015 Ellinger, Beuermann, Leisten: Operations Research, 5. Auflage, Springer Berlin 2013 Krumke, Sven Oliver, and Hartmut Noltemeier. Graphentheoretische Konzepte und Algorithmen. Springer-Verlag, 2009. Ingrid Gerdes, Frank Klawonn, Rudolf Kruse: Evolutionäre Algorithmen: genetische Algorithmen – Strategien und Optimierungsverfahren – Beispielanwendungen. Vieweg, Wiesbaden 2004
- Zusammenhang mit anderen Modulen
Operations Research I und Data-Mining/Daten Analyse
- Verwendbarkeit nach Studiengängen
- Wirtschaftsinformatik - WiSo
- Wirtschaftsinformatik B.Sc. (01.09.2024) WiSo
- Modulpromotor*in
- Faatz, Andreas
- Lehrende
- Faatz, Andreas