Fallstudien Diskrete/Nichtlineare Optimierung

Studium, Master |

In der Lehrveranstaltung "Fallstudien Diskrete/Nichtlineare Optimierung" wenden Studierende ihre Optimierungskenntnisse auf ein Praxisproblem an, das in Kooperation mit einem Industriepartner/einer Forschungseinrichtung bearbeitet wird. Studierende können sich bis zum 10.3.24 für einen Platz bewerben.

Fallstudien im Sommersemester 2024

Prof. Andreas Wiese und Dr. Florian Lindemann bieten im Sommersemester 2024 voraussichtlich je 3 Projekte aus der diskreten bzw. nichtlinearen Optimierung an, die in Kooperation mit verschiedenen Industriepartnern oder anderen Forschungseinrichtungen durchgeführt werden.

Die Teilnehmenden arbeiten in kleinen Gruppen von typischerweise vier Personen. Zur Projektarbeit gehört es, das Problem mathematisch zu beschreiben, zu modellieren und seine wesentlichen Eigenschaften herauszuarbeiten. Auf dieser Basis entwickeln Sie anschließend mögliche Lösungsansätze, die Sie prototypisch implementieren und an realen Daten testen. Ihre Ergebnisse präsentieren Sie dabei sowohl intern als auch extern. Die Studierenden erhalten eine intensive Betreuung und individuelle Unterstützung.

Achtung: Bewerbungsschluss am Sonntag, den 10. März 2024!

Im Rahmen der Fallstudien bieten wir Ihnen Einführungen in Soft Skills wie Präsentationstechniken, Projektplanung und Teamorganisation. Ein besonderer Schwerpunkt liegt auf der Verbindung der Mathematik mit einer konkreten Anwendung. Dabei trainieren Sie auch Fortschritte und Ergebnisse in Ihrem Projekt Personen aus anderen Disziplinen und mit anderem Bildungshintergrund vorzustellen.

Die Veranstaltung richtet sich primär an Masterstudierende des Departments Mathematik, insbesondere an Studierende der Studiengänge "Mathematics in Operations Research", "Mathematik" mit Studienschwerpunkt "Optimierung" und "Mathematics in Science and Engineering".

Informationen zum Bewerbungsprozess und den Projekten der Fallstudien finden Sie unter

https://collab.dvb.bayern/display/TUMcasestudies/

(TUM-Login wird benötigt).