Erstens: Formeln werden übersetzt. Zu jeder nicht-trivialen Formel gehört in dieser Ausgabe eine Lesehilfe, die jedes Symbol einzeln benennt, und eine Umschreibung in Alltagssprache. Formeln sind eine Abkürzung für Menschen, die den Inhalt schon kennen — wer ihn erst lernt, braucht den ausgeschriebenen Text daneben. Niemand sollte an der Notation scheitern, wenn er den Gedanken versteht.
Zweitens: Es wird geübt. Über 130 Aufgaben mit vollständigen Lösungen begleiten die Kapitel. Sie sind gestaffelt: von Verständnisfragen, die man im Kopf beantwortet, über Handrechnungen bis zu Programmieraufgaben, die auf den Kapitelbeispielen aufbauen. Wer Optimierung nur liest, kann anschließend über Optimierung reden. Wer die Aufgaben rechnet, kann optimieren.
Drittens: Der Weg zur eigenen Anwendung ist ausgeschildert. Die Projektwerkstatt am Ende enthält elf vollständig ausgearbeitete Projektaufträge — vom Schul-Vertretungsplaner über die Tourenoptimierung eines Lieferdienstes bis zum eigenen Portfolio-Rebalancer. Jeder Auftrag nennt Datenquellen, Modellskizze, Abnahmekriterien und Stolperfallen. Sie sind so zugeschnitten, dass sie in 10 bis 25 Stunden zu einem vorzeigbaren Ergebnis führen.
-Hinweis zur Entstehung und zu verwendeten Werkzeugen Dieser Kurs wurde vom Autor konzipiert, redaktionell bearbeitet und technisch umgesetzt. Zur Unterstützung bei der Konzeption, sprachlichen Ausarbeitung und Überarbeitung einzelner Textpassagen wurden generative KI-Systeme eingesetzt.
-
Die Verantwortung für Inhalt, Auswahl und Darstellung liegt beim Autor. Sämtliche fachlichen Aussagen, Herleitungen, Rechenwege, Python-Beispiele und Literaturangaben wurden überprüft. Die im Text angeführten Quellen wurden unabhängig recherchiert und verifiziert.
-
Die Quelldateien, Programmbeispiele, des Glossars, Stichwortverzeichnisses sowie der Online- und PDF-Fassung wurden in einer Linux-basierten Arbeitsumgebung erstellt. Dabei kamen unter anderem textbasierte Auszeichnungsformate und Werkzeuge wie Markdown, Pandoc und LaTeX zum Einsatz; auch bei einzelnen technischen und redaktionellen Arbeitsschritten wurden KI-Systeme unterstützend verwendet.
-
Hinweis zur Entstehung und zu verwendeten Werkzeugen Dieser Kurs wurde vom Autor konzipiert, redaktionell bearbeitet und technisch umgesetzt. Zur Unterstützung bei der Konzeption, sprachlichen Ausarbeitung und Überarbeitung einzelner Textpassagen wurden generative KI-Systeme eingesetzt.
+Die Verantwortung für Inhalt, Auswahl und Darstellung liegt beim Autor. Sämtliche fachlichen Aussagen, Herleitungen, Rechenwege, Python-Beispiele und Literaturangaben wurden überprüft. Die im Text angeführten Quellen wurden unabhängig recherchiert und verifiziert.
+Die Quelldateien, Programmbeispiele, des Glossars, Stichwortverzeichnisses sowie der Online- und PDF-Fassung wurden in einer Linux-basierten Arbeitsumgebung erstellt. Dabei kamen unter anderem textbasierte Auszeichnungsformate und Werkzeuge wie Markdown, Pandoc und LaTeX zum Einsatz; auch bei einzelnen technischen und redaktionellen Arbeitsschritten wurden KI-Systeme unterstützend verwendet.
+Die Programme des Kurses laufen auf Linux, MacOS und Windows (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig getestet wurden sie in der Linux-Umgebung.
+Ein umfassendes, didaktisch von Grund auf aufgebautes Lehrbuch zur mathematischen Entscheidungsoptimierung (Operations Research, OR) mit praktischer Umsetzung in Python. Dieser Kurs der mathematischen Optimierung setzt kein Vorwissen in OR voraus und führt schrittweise von den algebraischen und kombinatorischen Grundlagen über Scheduling- und Constraint-Modelle bis hin zur professionellen Anwendung im quantitativen Aktienhandel, Portfoliomanagement und Risikocontrolling.
Erstens: Formeln werden übersetzt. Zu jeder nicht-trivialen Formel gehört in dieser Ausgabe eine Lesehilfe, die jedes Symbol einzeln benennt, und eine Umschreibung in Alltagssprache. Formeln sind eine Abkürzung für Menschen, die den Inhalt schon kennen — wer ihn erst lernt, braucht den ausgeschriebenen Text daneben. Niemand sollte an der Notation scheitern, wenn er den Gedanken versteht.
Zweitens: Es wird geübt. Über 130 Aufgaben mit vollständigen Lösungen begleiten die Kapitel. Sie sind gestaffelt: von Verständnisfragen, die man im Kopf beantwortet, über Handrechnungen bis zu Programmieraufgaben, die auf den Kapitelbeispielen aufbauen. Wer Optimierung nur liest, kann anschließend über Optimierung reden. Wer die Aufgaben rechnet, kann optimieren.
Drittens: Der Weg zur eigenen Anwendung ist ausgeschildert. Die Projektwerkstatt am Ende enthält elf vollständig ausgearbeitete Projektaufträge — vom Schul-Vertretungsplaner über die Tourenoptimierung eines Lieferdienstes bis zum eigenen Portfolio-Rebalancer. Jeder Auftrag nennt Datenquellen, Modellskizze, Abnahmekriterien und Stolperfallen. Sie sind so zugeschnitten, dass sie in 10 bis 25 Stunden zu einem vorzeigbaren Ergebnis führen.
-Hinweis zur Entstehung und zu verwendeten Werkzeugen Dieser Kurs wurde vom Autor konzipiert, redaktionell bearbeitet und technisch umgesetzt. Zur Unterstützung bei der Konzeption, sprachlichen Ausarbeitung und Überarbeitung einzelner Textpassagen wurden generative KI-Systeme eingesetzt.
-
Die Verantwortung für Inhalt, Auswahl und Darstellung liegt beim Autor. Sämtliche fachlichen Aussagen, Herleitungen, Rechenwege, Python-Beispiele und Literaturangaben wurden überprüft. Die im Text angeführten Quellen wurden unabhängig recherchiert und verifiziert.
-
Die Quelldateien, Programmbeispiele, des Glossars, Stichwortverzeichnisses sowie der Online- und PDF-Fassung wurden in einer Linux-basierten Arbeitsumgebung erstellt. Dabei kamen unter anderem textbasierte Auszeichnungsformate und Werkzeuge wie Markdown, Pandoc und LaTeX zum Einsatz; auch bei einzelnen technischen und redaktionellen Arbeitsschritten wurden KI-Systeme unterstützend verwendet.
-
Die Programme des Kurses laufen auf Linux, MacOS und Window (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig gestest wurden sie in der Linux-Umgebung.
+Hinweis zur Entstehung und zu verwendeten Werkzeugen Dieser Kurs wurde vom Autor konzipiert, redaktionell bearbeitet und technisch umgesetzt. Zur Unterstützung bei der Konzeption, sprachlichen Ausarbeitung und Überarbeitung einzelner Textpassagen wurden generative KI-Systeme eingesetzt.
+Die Verantwortung für Inhalt, Auswahl und Darstellung liegt beim Autor. Sämtliche fachlichen Aussagen, Herleitungen, Rechenwege, Python-Beispiele und Literaturangaben wurden überprüft. Die im Text angeführten Quellen wurden unabhängig recherchiert und verifiziert.
+Die Quelldateien, Programmbeispiele, des Glossars, Stichwortverzeichnisses sowie der Online- und PDF-Fassung wurden in einer Linux-basierten Arbeitsumgebung erstellt. Dabei kamen unter anderem textbasierte Auszeichnungsformate und Werkzeuge wie Markdown, Pandoc und LaTeX zum Einsatz; auch bei einzelnen technischen und redaktionellen Arbeitsschritten wurden KI-Systeme unterstützend verwendet.
+Die Programme des Kurses laufen auf Linux, MacOS und Windows (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig getestet wurden sie in der Linux-Umgebung.
Ein umfassendes, didaktisch von Grund auf aufgebautes Lehrbuch zur mathematischen Entscheidungsoptimierung (Operations Research, OR) mit praktischer Umsetzung in Python. Dieser Kurs der mathematischen Optimierung setzt kein Vorwissen in OR voraus und führt schrittweise von den algebraischen und kombinatorischen Grundlagen über Scheduling- und Constraint-Modelle bis hin zur professionellen Anwendung im quantitativen Aktienhandel, Portfoliomanagement und Risikocontrolling.
diff --git a/Operations_Research_mit_Python_Version_04.md b/Operations_Research_mit_Python_Version_04.md index f64a0a6..6cd6e32 100644 --- a/Operations_Research_mit_Python_Version_04.md +++ b/Operations_Research_mit_Python_Version_04.md @@ -50,13 +50,14 @@ Dieses Kompendium versteht sich als **Arbeitsbuch**. Das zeigt sich an drei Stel **Drittens: Der Weg zur eigenen Anwendung ist ausgeschildert.** Die Projektwerkstatt am Ende enthält elf vollständig ausgearbeitete Projektaufträge — vom Schul-Vertretungsplaner über die Tourenoptimierung eines Lieferdienstes bis zum eigenen Portfolio-Rebalancer. Jeder Auftrag nennt Datenquellen, Modellskizze, Abnahmekriterien und Stolperfallen. Sie sind so zugeschnitten, dass sie in 10 bis 25 Stunden zu einem vorzeigbaren Ergebnis führen. -**Hinweis zur Entstehung und zu verwendeten Werkzeugen** Dieser Kurs wurde vom Autor konzipiert, redaktionell bearbeitet und technisch umgesetzt. Zur Unterstützung bei der Konzeption, sprachlichen Ausarbeitung und Überarbeitung einzelner Textpassagen wurden generative KI-Systeme eingesetzt.\ +**Hinweis zur Entstehung und zu verwendeten Werkzeugen** Dieser Kurs wurde vom Autor konzipiert, redaktionell bearbeitet und technisch umgesetzt. Zur Unterstützung bei der Konzeption, sprachlichen Ausarbeitung und Überarbeitung einzelner Textpassagen wurden generative KI-Systeme eingesetzt. -Die Verantwortung für Inhalt, Auswahl und Darstellung liegt beim Autor. Sämtliche fachlichen Aussagen, Herleitungen, Rechenwege, Python-Beispiele und Literaturangaben wurden überprüft. Die im Text angeführten Quellen wurden unabhängig recherchiert und verifiziert.\ +Die Verantwortung für Inhalt, Auswahl und Darstellung liegt beim Autor. Sämtliche fachlichen Aussagen, Herleitungen, Rechenwege, Python-Beispiele und Literaturangaben wurden überprüft. Die im Text angeführten Quellen wurden unabhängig recherchiert und verifiziert. -Die Quelldateien, Programmbeispiele, des Glossars, Stichwortverzeichnisses sowie der Online- und PDF-Fassung wurden in einer Linux-basierten Arbeitsumgebung erstellt. Dabei kamen unter anderem textbasierte Auszeichnungsformate und Werkzeuge wie Markdown, Pandoc und LaTeX zum Einsatz; auch bei einzelnen technischen und redaktionellen Arbeitsschritten wurden KI-Systeme unterstützend verwendet.\ +Die Quelldateien, Programmbeispiele, des Glossars, Stichwortverzeichnisses sowie der Online- und PDF-Fassung wurden in einer Linux-basierten Arbeitsumgebung erstellt. Dabei kamen unter anderem textbasierte Auszeichnungsformate und Werkzeuge wie Markdown, Pandoc und LaTeX zum Einsatz; auch bei einzelnen technischen und redaktionellen Arbeitsschritten wurden KI-Systeme unterstützend verwendet. + +Die Programme des Kurses laufen auf Linux, MacOS und Windows (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig getestet wurden sie in der Linux-Umgebung. -Die Programme des Kurses laufen auf Linux, MacOS und Window (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig gestest wurden sie in der Linux-Umgebung. --- ## Ziel der Masterclass {-} diff --git a/Operations_Research_mit_Python_Version_04.pdf b/Operations_Research_mit_Python_Version_04.pdf index addc473..cc1c87b 100644 Binary files a/Operations_Research_mit_Python_Version_04.pdf and b/Operations_Research_mit_Python_Version_04.pdf differ diff --git a/Operations_Research_mit_Python_Version_04/00_Vorwort_und_Lesehilfe.md b/Operations_Research_mit_Python_Version_04/00_Vorwort_und_Lesehilfe.md index 2dfcd13..4a29d57 100644 --- a/Operations_Research_mit_Python_Version_04/00_Vorwort_und_Lesehilfe.md +++ b/Operations_Research_mit_Python_Version_04/00_Vorwort_und_Lesehilfe.md @@ -57,13 +57,13 @@ kann optimieren. Auftrag nennt Datenquellen, Modellskizze, Abnahmekriterien und Stolperfallen. Sie sind so zugeschnitten, dass sie in 10 bis 25 Stunden zu einem vorzeigbaren Ergebnis führen. **Hinweis zur Entstehung und zu verwendeten Werkzeugen** -Dieser Kurs wurde vom Autor konzipiert, redaktionell bearbeitet und technisch umgesetzt. Zur Unterstützung bei der Konzeption, sprachlichen Ausarbeitung und Überarbeitung einzelner Textpassagen wurden generative KI-Systeme eingesetzt.\ +Dieser Kurs wurde vom Autor konzipiert, redaktionell bearbeitet und technisch umgesetzt. Zur Unterstützung bei der Konzeption, sprachlichen Ausarbeitung und Überarbeitung einzelner Textpassagen wurden generative KI-Systeme eingesetzt. -Die Verantwortung für Inhalt, Auswahl und Darstellung liegt beim Autor. Sämtliche fachlichen Aussagen, Herleitungen, Rechenwege, Python-Beispiele und Literaturangaben wurden überprüft. Die im Text angeführten Quellen wurden unabhängig recherchiert und verifiziert.\ +Die Verantwortung für Inhalt, Auswahl und Darstellung liegt beim Autor. Sämtliche fachlichen Aussagen, Herleitungen, Rechenwege, Python-Beispiele und Literaturangaben wurden überprüft. Die im Text angeführten Quellen wurden unabhängig recherchiert und verifiziert. -Die Quelldateien, Programmbeispiele, des Glossars, Stichwortverzeichnisses sowie der Online- und PDF-Fassung wurden in einer Linux-basierten Arbeitsumgebung erstellt. Dabei kamen unter anderem textbasierte Auszeichnungsformate und Werkzeuge wie Markdown, Pandoc und LaTeX zum Einsatz; auch bei einzelnen technischen und redaktionellen Arbeitsschritten wurden KI-Systeme unterstützend verwendet.\ +Die Quelldateien, Programmbeispiele, des Glossars, Stichwortverzeichnisses sowie der Online- und PDF-Fassung wurden in einer Linux-basierten Arbeitsumgebung erstellt. Dabei kamen unter anderem textbasierte Auszeichnungsformate und Werkzeuge wie Markdown, Pandoc und LaTeX zum Einsatz; auch bei einzelnen technischen und redaktionellen Arbeitsschritten wurden KI-Systeme unterstützend verwendet. -Die Programme des Kurses laufen auf Linux, MacOS und Window (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig gestest wurden sie in der Linux-Umgebung. +Die Programme des Kurses laufen auf Linux, MacOS und Windows (WSL) gleichermaßen, entweder im Terminal, in Jupyter Notebook oder nach dem Hochladen in Google Colab. Entwickelt und ausgiebig getestet wurden sie in der Linux-Umgebung. ---