311.161 (17W) Linear Optimization, group A

to moodle

Wintersemester 2017/18

Registration deadline has expired.

First course session
03.10.2017 10:00 - 11:00 On Campus

... no further dates known

Overview

Lecturer

Univ.-Prof. Dipl.-Ing. Dr. Angelika Wiegele

Course title german

Lineare Optimierung, Gruppe A

Type

Practical class (continuous assessment course )

Hours per Week

1.0

ECTS credits

2.0

Registrations

19 (25 max.)

Organisational unit

Institut für Mathematik

Language of instruction

German

possible language(s) of the assessment

German , English

Course begins on

03.10.2017

eLearning

Go to Moodle course

Time and place

List of events is loading...

Course Information

German

Intended learning outcomes

Wissen über die Theorie der Linearen Optimierung aus der Vorlesung in Beispielen anwenden
Selbstständiges Modellieren von Problem als Lineares Problem bzw. Ganzzahliges Problem
Software zum Lösen von Linearen Optimierungsproblemen kennen und anwenden können

Teaching methodology including the use of eLearning tools

Bearbeiten und Präsentieren von Übungsbeispielen
Projektarbeit

Course content

Stoff der Vorlesung, siehe https://campus.aau.at/studium/course/92300

Prior knowledge expected

Grundkenntnisse der Linearen Algebra, Diskreten Mathematik und Analysis.

Literature

Vorlesungsskriptum

Examination information

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

German

Examination methodology

Für jeden Übungstermin wird ca. 1 Woche vor dem Termin ein Übungsblatt mit Aufgaben über den angelegten Moodle-Kurs bereitgestellt. Die Aufgaben richten sich nach dem aktuellen Stand der Vorlesung und müssen bis zum entsprechenden Termin bearbeitet werden und dort an der Tafel eigenständig präsentiert werden können. Beispiele, die an einem Übungstermin von keiner Gruppe bearbeitet worden sind, werden auf den nächsten Termin verschoben. Beim letzten Übungstermin werden keine Beispiele verschoben und alle Beispiele zählen als bearbeitet.

Vor jeder Übung müssen die Studierenden online ankreuzen, welche Beispiele sie gelöst haben und vorführen können. Anhand dieser Kreuze werden per Zufallsgenerator Studierende ausgewählt, um das jeweilige Beispiel an der Tafel vorzuführen.

Werden Beispiele angekreuzt, so ist die Anwesenheit in der entsprechenden Übungseinheit unbedingt erforderlich.

Die Abgabe der vorbereiteten Beispiele als Ersatz für die Übungsteilnahme ist nicht vorgesehen.

Projektleistung:

Im Laufe des Semesters werden Projektaufgaben verteilt, die in Kleingruppen zu lösen sind. (Jede Kleingruppe muss dabei aber nur ein Projekt bearbeiten!) Die Aufgaben werden jedenfalls vor Weihnachten ausgegeben werden. In der Übugseinheit am 16.1. müssen alle Gruppen ihre Projekte kurz präsentieren. Auf die Projektleistung können maximal 4 Punkte erreicht werden.

Examination topic(s)

Stoff der Vorlesung.

Assessment criteria / Standards of assessment for examinations

Die Note setzt sich aus Punkten für 3 verschiedene Leistungen zusammen:

4 Punkte für Tafelleistung (Präsentation der vorher gerechneten Beispiele an der Tafel)
4 Punkte für Projektleistung (In Kleingruppen müssen Projekte bearbeitet werden)
11 Punkte Kreuzeleistung (für Übungszettel)

Für eine postive Note sind mindestens 9,5 Punkte notwenig sowie mind. 5,5 Punkte Kreuzeleistung und mind. zwei Tafelleistungen. Die Punkte für die Tafelleistung TL ergeben sich als arithmetisches Mittel der Punkte auf die einzelnen Tafelleistungen.

Notenskala:

Für den Fall, dass die Kreuzeleistung größer oder gleich 5,5 ist und es mindestens zwei Tafelleistungen gibt:

Punkte	Note
≥16,75	1
≥14,25 und <16,75	2
≥12 und <14,25	3
≥ 9,5 und <12	4
< 9,5	5

Ansonsten ist die Note negativ.

Hinweis: Da es 13 Übungseinheiten, in denen Übungsbeispiele zu lösen sind, gibt, ergibt sich daraus, dass die volle Punkteanzahl für die Kreuzeleistung auch bei zweimaligem Fernbleiben erreicht werden kann. Für Abwesenheit in der Übung ist keine Begründung notwendig - es dürfen dann allerdings keine Beispiele angekreuzt werden.

Grading scheme

Grade / Grade grading scheme

Position in the curriculum

Bachelor's degree programme Applied Informatics (SKZ: 511, Version: 17W.1)
- Subject: Mathematik und Theoretische Grundlagen (Compulsory subject)
  - 3.6 Lineare Optimierung ( 1.0h UE / 2.0 ECTS)
    - 311.161 Linear Optimization, group A (1.0h UE / 2.0 ECTS)
      Absolvierung im 3. Semester empfohlen

Bachelor's degree programme Applied Informatics (SKZ: 511, Version: 12W.1)
- Subject: Mathematics and Theoretical Principles (Compulsory subject)
  - Lineare Optimierung ( 1.0h UE / 2.0 ECTS)
    - 311.161 Linear Optimization, group A (1.0h UE / 2.0 ECTS)
      Absolvierung im 4. Semester empfohlen

Bachelorstudium Technische Mathematik (SKZ: 201, Version: 17W.1)
- Subject: Optimierung und Programmierung (Compulsory subject)
  - 5.4 Lineare Optimierung ( 1.0h UE / 2.0 ECTS)
    - 311.161 Linear Optimization, group A (1.0h UE / 2.0 ECTS)
      Absolvierung im 3. Semester empfohlen

Bachelor's degree programme Technical Mathematics (SKZ: 201, Version: 12W.2)
- Subject: Optimierung und Programmierung (ab 15W) (Compulsory subject)
  - Lineare Optimierung ( 1.0h UE / 2.0 ECTS)
    - 311.161 Linear Optimization, group A (1.0h UE / 2.0 ECTS)
      Absolvierung im 3. Semester empfohlen

Equivalent courses for counting the examination attempts

Wintersemester 2023/24

311.161 UE Übungen zu Lineare Optimierung, Gruppe A (1.0h / 2.0ECTS)
311.162 UE Übungen zu Lineare Optimierung, Gruppe B (1.0h / 2.0ECTS)
311.163 UE Übungen zu Lineare Optimierung, Gruppe C (1.0h / 2.0ECTS)

Wintersemester 2022/23

311.161 UE Übungen zu Lineare Optimierung, Gruppe A (1.0h / 2.0ECTS)
311.162 UE Übungen zu Lineare Optimierung, Gruppe B (1.0h / 2.0ECTS)
311.163 UE Übungen zu Lineare Optimierung, Gruppe C (1.0h / 2.0ECTS)

Wintersemester 2021/22

311.161 UE Übungen zu Lineare Optimierung, Gruppe A (1.0h / 2.0ECTS)
311.162 UE Übungen zu Lineare Optimierung, Gruppe B (1.0h / 2.0ECTS)
311.163 UE Übungen zu Lineare Optimierung, Gruppe C (1.0h / 2.0ECTS)

Wintersemester 2020/21

311.161 UE Übungen zu Lineare Optimierung, Gruppe A (1.0h / 2.0ECTS)
311.162 UE Übungen zu Lineare Optimierung, Gruppe B (1.0h / 2.0ECTS)
311.163 UE Übungen zu Lineare Optimierung, Gruppe C (1.0h / 2.0ECTS)

Wintersemester 2019/20

311.161 UE Übungen zu Lineare Optimierung, Gruppe A (1.0h / 2.0ECTS)
311.162 UE Übungen zu Lineare Optimierung, Gruppe B (1.0h / 2.0ECTS)
311.163 UE Übungen zu Lineare Optimierung, Gruppe C (1.0h / 2.0ECTS)

Wintersemester 2018/19

311.161 UE Übungen zu Lineare Optimierung, Gruppe A (1.0h / 2.0ECTS)
311.162 UE Übungen zu Lineare Optimierung, Gruppe B (1.0h / 2.0ECTS)
311.163 UE Übungen zu Lineare Optimierung, Gruppe C (1.0h / 2.0ECTS)

Wintersemester 2017/18

311.162 UE Lineare Optimierung, Gruppe B (1.0h / 2.0ECTS)
311.163 UE Lineare Optimierung, Gruppe C (1.0h / 2.0ECTS)

Wintersemester 2016/17

311.161 UE Übungen zu Lineare Optimierung (1.0h / 2.0ECTS)
311.162 UE Übungen zu Lineare Optimierung (für Informatik) (1.0h / 2.0ECTS)
311.163 UE Übungen zu Lineare Optimierung (für Informatik), Gruppe B (1.0h / 2.0ECTS)

Wintersemester 2015/16

311.161 UE Übungen zu Lineare Optimierung (1.0h / 2.0ECTS)
311.162 UE Übungen zu Lineare Optimierung (für Informatik) (1.0h / 2.0ECTS)

Sommersemester 2015

311.161 UE Übungen zu Lineare Optimierung, Gruppe A (1.0h / 2.0ECTS)
311.162 UE Übungen zu Lineare Optimierung, Gruppe B (1.0h / 2.0ECTS)

Sommersemester 2014

311.161 UE Übungen zu Lineare Optimierung (1.0h / 2.0ECTS)
311.162 UE Übungen zu Lineare Optimierung (für Informatik), Gruppe A (1.0h / 2.0ECTS)
311.163 UE Übungen zu Lineare Optimierung (für Informatik), Gruppe B (1.0h / 2.0ECTS)

Sommersemester 2013

311.161 UE Übungen zu Lineare Optimierung (1.0h / 2.0ECTS)
311.163 UE Übungen zu Lineare Optimierung (für Informatik) (1.0h / 2.0ECTS)