LEHRVERANSTALTUNGEN WINTERSEMESTER (W. GUTJAHR), LEHRINHALTE
Game Theory (2 KU)
Inhalt:
Die Lehrveranstaltung bringt eine Einführung in die Spieltheorie. Unter Spieltheorie versteht man die formale Modellierung von Entscheidungssituationen mit mehr als einem (rationalen) Entscheidungsträger. Ziel der Lehrveranstaltung ist das Kennenlernen klassischer und moderner Ideen der Spieltheorie und ein Grundverständnis für die dahinter stehenden quantitativen Konzepte. Die theoretische Darstellung des Stoffs wechselt mit der Arbeit an Übungsaufgaben ab.Multivariate Analyseverfahren (2 VO)
Inhalt:
Multivariate statistische Verfahren bilden einen festen Bestandteil des Methodenrepertoires der quantitiativen empirischen Sozialforschung. In dieser Lehrveranstaltung werden den TeilnehmerInnen einige grundlegende Analyseverfahren anwendungsorientiert nähergebracht. Ausgehend von den jeweils möglichen Fragestellungen, die sich mit den unterschiedlichen Verfahren bearbeiten lassen, werden die Voraussetzungen an die Daten, die nötigen Rechenprozeduren, die Anwendung auf sozialwissenschaftliche Daten mittels des Softwarepakets SPSS und die Interpretation der Ergebnisse anhand praktischer Beispiele erläutert. Ziel der Lehrveranstaltung ist es, den TeilnehmerInnen einen ersten Einblick in die Werkzeugkiste der multivariaten statistischen Analyseverfahren zu bieten und sie in die Lage zu versetzen, in der eigenen Forschungstätigkeit das jeweils richtige, zur gestellten Forschungsfrage passende, Werkzeug zu wählen.Computational Optimisation (3 VO)
Inhalt:
Grundlagen der ganzzahligen und gemischt-ganzzahligen Optimierung, Cutting-Plane-Verfahren, Branch-and-Bound, Relaxationstechniken, Branch-and-Cut, Valid Inequalities. Travelling Salesperson Problem, Vehicle Routing Problem, Knapsack Problem, Lineares und Quadratisches Assignment Problem, Scheduling-Probleme, Facility Location Probleme. Klassen P und NP, NP-vollständige Probleme, Motivation und Konstruktionsprinzipien metaheuristischer Verfahren. Karush-Kuhn-Tucker-Bedingungen, Frank-Wolfe-Algorithmus, Lagrangean Relaxation. Mnimum Spanning Tree Problem, Steiner Tree Problem, Optimierung in der Netzwerkanalyse. Stochastische Optimierung: Optimierung von Erwartungswerten, Chance-Constrained Programming, Szenarientechniken. Grundbegriffe der Mehrzieloptimierung, Skalarisierungstechniken, Pareto-Optimalität, Epsilon-Constraint-Methoden, evolutionäre multikriterielle Optimierungsalgorithmen.