Version 04 als eigenes Repository

Erster Commit des Strangs "Optimierte Entscheidungsfindung mit Python"
(Version 04). Die Historie der 71 Commits bis zur Trennung bleibt im
uebergeordneten Repository OR_mit_Python liegen, das ab jetzt nur noch
Version_03 (eingefroren) verwaltet und Version_04/ ignoriert.

Bewusst kein "git subtree split": Der Pfad Version_04/ existiert erst seit
der Verzeichnistrennung, ein Split braechte daher nur 7 der 41 einschlaegigen
Commits - eine Teilhistorie, die vollstaendig aussieht und es nicht ist.

Stand: 5 Teile, 23 Kapitel, 5 Anhaenge, 292 Abschnitte, 703 Querverweise,
325 Indexmarken, 73 Beispielprogramme, 32 SVGs, 4 Plotly-Figuren,
25 Notebooks, PDF mit 715 Seiten.

Zusaetzlich in diesem Commit:

* pyproject.toml mit Abhaengigkeitsgruppen finance, large-scale, api,
  figures, dev, empfehlungen. Die abgedruckte requirements.txt bleibt
  unveraendert daneben bestehen. ortools steht in der Grundausstattung,
  highspy erst in [large-scale] - so kann der HiGHS-Symbolkonflikt bei der
  schlanken Installation gar nicht erst auftreten.

* Dabei zwei Funde: graphviz wird von erzeuge_architektur_diagramme.py
  importiert, fehlt aber in requirements.txt (jetzt in [figures]); pymoo
  steht in requirements.txt, wird aber von keinem Programm importiert,
  sondern nur im Kapitel Metaheuristiken empfohlen (jetzt in
  [empfehlungen]).

* NEUER_TITEL.md nach Kritik_und_Verbesserungsvorschlaege/ verschoben - es
  ist die Vorlage des Titelblatts, kein Bestandteil des Werks. Die beiden
  Fundstellen in PROGRESS.md und erzeuge_titelseite.py nachgezogen.

* PROGRESS.md nannte noch den Untertitel der ersten Fassung; auf den
  tatsaechlichen aus erzeuge_titelseite.py korrigiert.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

Notebooks_04/vorwort.ipynb

@@ -0,0 +1,174 @@
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# Vorwort & Lesehilfe\n",
+    "\n",
+    "Begleitnotebook zu *Optimierte Entscheidungsfindung mit Python*. Die Codezellen sind identisch mit den im Buch abgedruckten Programmen.\n"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# Einmalig ausfuehren: installiert alle im Buch verwendeten Pakete.\n",
+    "# Lokal in einer virtuellen Umgebung genauso gueltig wie in Google Colab.\n",
+    "%pip install --quiet ortools highspy cvxpy scipy numpy pandas polars \\\n",
+    "    scikit-learn matplotlib plotly pyomo linopy pymoo pydantic openpyxl"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## Installationstest {-}\n",
+    "\n",
+    "`Installationstest.py`\n"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "#!/usr/bin/env python3\n",
+    "\n",
+    "# Installationstest.py\n",
+    "\"\"\"\n",
+    "Vorspann: Prüft die vollständige Kurs-Installation.\n",
+    "Ausgabe: eine Zeile pro Paket plus ein gelöstes Mini-Modell je Solver-Familie.\n",
+    "\"\"\"\n",
+    "\n",
+    "import importlib.metadata\n",
+    "import importlib.util\n",
+    "import logging\n",
+    "import sys\n",
+    "\n",
+    "PAKETE = [\n",
+    "    (\"numpy\",        \"Numerische Basis (Vektoren, Matrizen)\"),\n",
+    "    (\"scipy\",        \"Wissenschaftliche Algorithmen, linprog/minimize\"),\n",
+    "    (\"pandas\",       \"Tabellen und Zeitreihen\"),\n",
+    "    (\"matplotlib\",   \"Diagramme\"),\n",
+    "    (\"ortools\",      \"Google OR-Tools: CP-SAT und Routing\"),\n",
+    "    (\"highspy\",      \"HiGHS-Solver, direkte Steuerung\"),\n",
+    "    (\"cvxpy\",        \"Konvexe Optimierung (Portfolio, CVaR)\"),\n",
+    "    (\"sklearn\",      \"Ledoit-Wolf-Shrinkage der Kovarianzmatrix\"),\n",
+    "    (\"yfinance\",     \"Kursdatenbezug (nur die Finanzkapitel)\"),\n",
+    "]\n",
+    "\n",
+    "# Nur auf Anwesenheit prüfen, NICHT importieren (siehe Kapitel Ökosystem):\n",
+    "# - highspy: seine HiGHS-Bibliothek verträgt sich nicht mit der Kopie von\n",
+    "#   ortools im selben Prozess.\n",
+    "# - cvxpy: importiert bei der Solver-Erkennung ein installiertes highspy\n",
+    "#   selbst mit und löst so denselben Konflikt aus. Importiert wird cvxpy\n",
+    "#   erst im Funktionstest, nachdem ortools bereits geladen ist.\n",
+    "NUR_PRUEFEN = {\"highspy\", \"cvxpy\"}\n",
+    "\n",
+    "def paket_version(name: str) -> str:\n",
+    "    \"\"\"Liefert die installierte Version; ImportError, falls das Paket fehlt.\"\"\"\n",
+    "    if name in NUR_PRUEFEN:\n",
+    "        if importlib.util.find_spec(name) is None:\n",
+    "            raise ImportError(name)                # nicht installiert\n",
+    "        try:\n",
+    "            # Version aus den Metadaten — das Modul wird ja nicht geladen\n",
+    "            return importlib.metadata.version(name)\n",
+    "        except importlib.metadata.PackageNotFoundError:\n",
+    "            return \"unbekannt\"                     # installiert, aber ohne Metadaten\n",
+    "    modul = importlib.import_module(name)\n",
+    "    return getattr(modul, \"__version__\", \"unbekannt\")\n",
+    "\n",
+    "def pruefe_pakete() -> list[str]:\n",
+    "    \"\"\"Prüft jedes Paket und meldet Version oder Fehlgrund.\"\"\"\n",
+    "    fehlend = []\n",
+    "    print(f\"Python-Version: {sys.version.split()[0]}\\n\")\n",
+    "    print(f\"{'Paket':<12} {'Version':<12} {'Zweck'}\")\n",
+    "    print(\"-\" * 78)\n",
+    "    for name, zweck in PAKETE:\n",
+    "        try:\n",
+    "            print(f\"{name:<12} {paket_version(name):<12} {zweck}\")\n",
+    "        except ImportError:\n",
+    "            print(f\"{name:<12} {'FEHLT':<12} {zweck}\")\n",
+    "            fehlend.append(name)\n",
+    "    return fehlend\n",
+    "\n",
+    "def teste_cp_sat() -> bool:\n",
+    "    \"\"\"Löst 'maximiere x+y unter x+2y<=10, x<=4' mit CP-SAT. Erwartet: x=4, y=3.\"\"\"\n",
+    "    from ortools.sat.python import cp_model\n",
+    "    modell = cp_model.CpModel()\n",
+    "    x = modell.NewIntVar(0, 4, \"x\")\n",
+    "    y = modell.NewIntVar(0, 10, \"y\")\n",
+    "    modell.Add(x + 2 * y <= 10)\n",
+    "    modell.Maximize(x + y)\n",
+    "    loeser = cp_model.CpSolver()\n",
+    "    status = loeser.Solve(modell)\n",
+    "    ok = status == cp_model.OPTIMAL and loeser.Value(x) == 4 and loeser.Value(y) == 3\n",
+    "    print(f\"CP-SAT      : x={loeser.Value(x)}, y={loeser.Value(y)}  -> {'OK' if ok else 'FEHLER'}\")\n",
+    "    return ok\n",
+    "\n",
+    "def teste_scipy_linprog() -> bool:\n",
+    "    \"\"\"Löst dasselbe Problem kontinuierlich mit HiGHS über SciPy. Erwartet: x=4, y=3.\"\"\"\n",
+    "    from scipy.optimize import linprog\n",
+    "    # linprog minimiert -> Zielfunktion negieren, um zu maximieren\n",
+    "    ergebnis = linprog(c=[-1, -1], A_ub=[[1, 2]], b_ub=[10],\n",
+    "                       bounds=[(0, 4), (0, 10)], method=\"highs\")\n",
+    "    ok = ergebnis.success and abs(ergebnis.x[0] - 4) < 1e-6 and abs(ergebnis.x[1] - 3) < 1e-6\n",
+    "    print(f\"SciPy/HiGHS : x={ergebnis.x[0]:.2f}, y={ergebnis.x[1]:.2f}  -> {'OK' if ok else 'FEHLER'}\")\n",
+    "    return ok\n",
+    "\n",
+    "def teste_cvxpy() -> bool:\n",
+    "    \"\"\"Minimiert (x-2)^2 unter x<=1 mit CVXPY. Erwartet: x=1.\"\"\"\n",
+    "    # CVXPY warnt beim Import, wenn sein HIGHS-Interface wegen der\n",
+    "    # HiGHS-Kollision (siehe Kapitel Ökosystem) nicht lädt — für diesen Test\n",
+    "    # folgenlos, deshalb die Warnung kurz stillstellen.\n",
+    "    logging.disable(logging.WARNING)\n",
+    "    import cvxpy as cp\n",
+    "    logging.disable(logging.NOTSET)\n",
+    "    x = cp.Variable()\n",
+    "    problem = cp.Problem(cp.Minimize(cp.square(x - 2)), [x <= 1])\n",
+    "    problem.solve()\n",
+    "    ok = problem.status == \"optimal\" and abs(x.value - 1.0) < 1e-6\n",
+    "    print(f\"CVXPY       : x={x.value:.4f}  -> {'OK' if ok else 'FEHLER'}\")\n",
+    "    return ok\n",
+    "\n",
+    "if __name__ == \"__main__\":\n",
+    "    # ortools' native Bibliothek zuerst laden (Kapitel Ökosystem): die zuerst\n",
+    "    # geladene HiGHS-Kopie gewinnt — und das soll die von ortools sein.\n",
+    "    if importlib.util.find_spec(\"ortools\") is not None:\n",
+    "        from ortools.sat.python import cp_model\n",
+    "\n",
+    "    fehlend = pruefe_pakete()\n",
+    "    print(\"\\nSolver-Funktionstest\")\n",
+    "    print(\"-\" * 78)\n",
+    "    if fehlend:\n",
+    "        print(f\"Abbruch: Es fehlen {len(fehlend)} Pakete: {', '.join(fehlend)}\")\n",
+    "        print(\"Installation: pip install \" + \" \".join(\n",
+    "            \"scikit-learn\" if p == \"sklearn\" else p for p in fehlend))\n",
+    "        sys.exit(1)\n",
+    "\n",
+    "    alle_ok = all([teste_cp_sat(), teste_scipy_linprog(), teste_cvxpy()])\n",
+    "    print(\"-\" * 78)\n",
+    "    print(\"Alles bereit — Sie können mit dem ersten Kapitel beginnen.\"\n",
+    "          if alle_ok else \"Mindestens ein Solver arbeitet fehlerhaft.\")\n",
+    "    sys.exit(0 if alle_ok else 1)"
+   ]
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "name": "python",
+   "version": "3.11"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 5
+}