Optimierte Entscheidungsfindung mit Python — Version 04
  • HTML 55.6%
  • Python 39.9%
  • CSS 2.5%
  • TeX 0.8%
  • JavaScript 0.6%
  • Other 0.6%
Find a file
Repository files (latest commit first)
Filename Latest commit message Latest commit date
dschlueter 293370b7a1 Phase 6.3: Parallelitaet und Determinismus - gemessen statt behauptet
Neuer Abschnitt im CP-SAT-Kapitel plus Parallele_Suche.py (76. Programm).
Setzt Paket 2 aus Verbesserungen_02.md um.

Was fehlte, war nicht die Regel, sondern die Messung: Das Buch setzt an acht
Stellen num_workers = 1 mit dem Kommentar "fuer eine reproduzierbare
Ausgabe", nachgeprueft hatte es nie jemand. Gerechnet wird auf demselben
Job-Shop wie das Intervallvariablen-Kapitel, nur gross genug, dass die Suche
arbeitet: 12 Auftraege, 10 Maschinen, 120 Arbeitsgaenge.

Zwei Befunde, beide staerker als die Behauptung:

* Die Beschleunigung ist ueberlinear. Acht Arbeiter waren im abgedruckten
  Lauf nicht achtmal, sondern 12,3-mal schneller als einer. Kein Messfehler:
  CP-SAT vervielfacht nicht dieselbe Suche, sondern laesst verschiedene
  Strategien nebeneinander laufen, die einander ihre Schranken mitteilen.
* Der Seed genuegt nicht - und zwar schon ab ZWEI Arbeitern. Ein Arbeiter:
  1 Plan aus 4 Laeufen. Zwei Arbeiter: 3 verschiedene Plaene aus 4 Laeufen,
  bei identischem random_seed und identischem Zielwert 183.

Die vollstaendige Antwort kam erst ueber die Uebungsaufgabe: Mit
num_workers = 1, aber fuenf verschiedenen Seeds ergeben sich ebenfalls fuenf
verschiedene Plaene. Keiner der beiden Parameter sichert die
Reproduzierbarkeit allein - erst die Kombination traegt.

Weiter fuer die Aufgabe gemessen: Der Gewinn kehrt sich um (auf 24 Kernen
Faktor 10,2 bei 8 Arbeitern, 12,3 bei 16, 9,0 bei 24) - "so viele Arbeiter
wie Kerne" ist damit widerlegt. Und bei 15 Auftraegen laeuft ein Arbeiter
ins 60-s-Limit (FEASIBLE, Makespan 200), waehrend acht OPTIMAL mit
demselben Makespan 200 nach 26,4 s melden: Der Unterschied liegt nicht in
der Loesung, sondern im Beweis, dass es keine bessere gibt.

Die abgedruckte Ausgabe traegt die Kennzeichnung "Laufzeiten und die Zahl
der verschiedenen Plaene sind hardwareabhaengig" - nach dem Muster, das das
Testing-Kapitel fuer Benchmark_Skalierung.py schon verwendet. Der Vergleich
des extrahierten Programms mit dem Abdruck weicht denn auch in genau einer
Zelle ab (4 statt 3 verschiedene Plaene bei 4 Arbeitern); Zielwert und
Struktur sind identisch. Hier ist die Nichtreproduzierbarkeit der
abgedruckten Zahl die Aussage selbst.

Mitgezogen: Kapitelkopf, Lernziele, Selbsttest, Zusammenfassung,
Vorwort-Programmverzeichnis, Uebungsaufgabe und Loesung in Anhang A, ein
Verweis aus dem bestehenden Callout zu mehrdeutigen Optima und einer aus
Warmstart_Effekt.py im MILP-Kapitel (dort nach Regel 12 der Kapitelname).

Stand: 295 Abschnitte, 730 Querverweise, 328 Indexmarken, 76 Programme,
140 Aufgaben mit 140 Loesungen, 33 pytest-Tests, PDF 744 Seiten, 69
netzfreie Programme fehlerfrei.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
2026-09-08 11:19:53 +02:00
bilder_04 Version 04 als eigenes Repository 2026-09-08 01:20:09 +02:00
Kritik_und_Verbesserungsvorschlaege Version 04 als eigenes Repository 2026-09-08 01:20:09 +02:00
Notebooks_04 Phase 6.3: Parallelitaet und Determinismus - gemessen statt behauptet 2026-09-08 11:19:53 +02:00
Operations_Research_mit_Python_Version_04 Phase 6.3: Parallelitaet und Determinismus - gemessen statt behauptet 2026-09-08 11:19:53 +02:00
Operations_Research_mit_Python_Version_04_Programme Phase 6.3: Parallelitaet und Determinismus - gemessen statt behauptet 2026-09-08 11:19:53 +02:00
OR_HTML_04 Phase 6.3: Parallelitaet und Determinismus - gemessen statt behauptet 2026-09-08 11:19:53 +02:00
pandoc Version 04 als eigenes Repository 2026-09-08 01:20:09 +02:00
.gitignore Version 04 als eigenes Repository 2026-09-08 01:20:09 +02:00
CLAUDE.md Sechster und siebter Fund: die letzten handgeschriebenen Nummern 2026-09-08 09:52:41 +02:00
Operations_Research_mit_Python_Version_04.md Phase 6.3: Parallelitaet und Determinismus - gemessen statt behauptet 2026-09-08 11:19:53 +02:00
Operations_Research_mit_Python_Version_04.pdf Phase 6.3: Parallelitaet und Determinismus - gemessen statt behauptet 2026-09-08 11:19:53 +02:00
pandoc-defaults-basis.yaml Version 04 als eigenes Repository 2026-09-08 01:20:09 +02:00
pandoc-defaults-buch.yaml Version 04 als eigenes Repository 2026-09-08 01:20:09 +02:00
PLAN.md Version 04 als eigenes Repository 2026-09-08 01:20:09 +02:00
PROGRESS.md Phase 6.3: Parallelitaet und Determinismus - gemessen statt behauptet 2026-09-08 11:19:53 +02:00
pyproject.toml Phase 6.1: Chance Constraints - die Zusage "mit 95 % Sicherheit" 2026-09-08 01:57:19 +02:00
README.md Phase 6.3: Parallelitaet und Determinismus - gemessen statt behauptet 2026-09-08 11:19:53 +02:00

Optimierte Entscheidungsfindung mit Python — Version 04

Quellen, Build-Werkzeuge und Ausgaben des Lehrbuchs Optimierte Entscheidungsfindung mit Python (Autor: Dieter Schlüter). Dieses Verzeichnis ist die Wurzel: Alle Skripte leiten ihre Pfade daraus ab, und alle Befehle unten werden hier ausgeführt.

Dies ist die Bau-Anleitung für das Repository. Der Wegweiser für Leserinnen und Leser des Buchs — Aufbau, Lernpfade, Voraussetzungen — steht in Operations_Research_mit_Python_Version_04/README.md.


Was hier liegt

Pfad Rolle
Operations_Research_mit_Python_Version_04/ Quelle: 31 Kapiteldateien + Build-Skripte
bilder_04/ Quelle: Diagramme (SVG/PNG) + erzeuge_*.py-Generatoren
Operations_Research_mit_Python_Version_04.md generiert: Gesamtdokument (Pandoc-Eingabe)
Operations_Research_mit_Python_Version_04.pdf generiert: PDF, 744 Seiten
OR_HTML_04/ generiert: Mehrseiten-Website — dieser Ordner wird veröffentlicht
Operations_Research_mit_Python_Version_04_Programme/ generiert: 76 lauffähige Beispielprogramme
Notebooks_04/ generiert: ein Jupyter-Notebook je Kapitel
PLAN.md / PROGRESS.md das Ziel des Umbaus und der erreichte Stand
pyproject.toml Abhängigkeiten in Gruppen (finance, large-scale, api, …)
pandoc-defaults-*.yaml, pandoc/ Konfiguration des PDF-Baus

Nur die als Quelle markierten Verzeichnisse werden von Hand bearbeitet. Alles andere wird erzeugt und bei jeder inhaltlichen Änderung neu gebaut — insbesondere gehören Programmänderungen in den Kapitel-Codeblock, nicht in das Programme-Verzeichnis.


Bauen

cd Version_04

# nur prüfen: Struktur, Querverweise, Codezäune, harte Nummern
python3 Operations_Research_mit_Python_Version_04/build_version_04.py --check

# Gesamtdokument, PDF und Website
python3 Operations_Research_mit_Python_Version_04/build_version_04.py --pdf --html

# Beispielprogramme aus den Kapiteln extrahieren
python3 Operations_Research_mit_Python_Version_04/extract_programme_04.py

Die Website ist danach in OR_HTML_04/ vollständig und selbstgenügsam — alle Verweise zeigen auf Unterverzeichnisse (assets/, bilder_04/, katex/, Notebooks_04/). Der Ordner lässt sich unverändert auf einen Webserver kopieren.


Voraussetzungen

Python-Pakete — alles auf einen Schlag, wie im Buch abgedruckt (requirements.txt):

python3 -m venv .venv && source .venv/bin/activate
pip install -r Operations_Research_mit_Python_Version_04_Programme/requirements.txt

Wer eine schlanke Umgebung möchte, nimmt stattdessen pyproject.toml mit seinen Gruppen — die Grundausstattung trägt den Großteil des Buchs:

pip install -e .                  # numpy, scipy, pandas, matplotlib, openpyxl, pydantic, ortools, cvxpy
pip install -e ".[finance]"       # scikit-learn, yfinance
pip install -e ".[large-scale]"   # highspy, Pyomo, linopy, polars
pip install -e ".[api]"           # fastapi, uvicorn, httpx
pip install -e ".[figures]"       # plotly, graphviz — nur zum Neuerzeugen der Diagramme
pip install -e ".[dev]"           # pytest

ortools steht in der Grundausstattung, highspy erst in [large-scale]. Das ist Absicht: Beide bringen eine eigene HiGHS-Kopie mit und vertragen sich nicht im selben Prozess. Wer die Grundausstattung installiert, kann in den Konflikt gar nicht geraten — cvxpy zieht highspy nicht nach, erkennt es aber, sobald [large-scale] es mitgebracht hat.

graphviz fehlt in der requirements.txt — es wird allein von bilder_04/erzeuge_architektur_diagramme.py gebraucht, nicht von den Beispielprogrammen, und steht darum nur in [figures].

Externe Werkzeuge, je nachdem, was gebaut werden soll:

Werkzeug wofür ohne es
pandoc (≥ 3.0) PDF und Website --pdf/--html scheitern; --check läuft
xelatex + texindy PDF kein PDF; Website unberührt
inkscape SVG-Grafiken im PDF LaTeX bricht bei \includesvg ab
dot (Graphviz) 5 der 15 Bildgeneratoren nur beim Neuerzeugen dieser Diagramme nötig

OR_HTML_04/katex/ ist externes Material und wird von keinem Skript erzeugt. Fehlt es, bleiben die Formeln auf der Website ungesetzt.


Zwei Werte, die beim Veröffentlichen zu setzen sind

  1. COLAB_BASIS_URL in Operations_Research_mit_Python_Version_04/build_version_04.py. Sie trägt Kontoname und Repository-Name; die 25 Colab-Badges auf den Kapitelseiten hängen daran. Der Pfadteil Notebooks_04/… wird relativ zur Repository-Wurzel aufgelöst und stimmt bereits. Ein Leerstring schaltet die Badges ab.
  2. Nichts weiter. Alle übrigen Pfade sind relativ.

Warum die PDF-Konfiguration doppelt vorliegt

pandoc-defaults-basis.yaml ist eine Kopie der Benutzerdatei ~/.config/pandoc/defaults.yaml (Schriften, Geometrie, Seitenlayout) — mit relativem Pfad auf pandoc/header-includes.tex statt des absoluten, der dort steht. Ohne diese Kopie könnte ein frischer Klon kein PDF bauen. build_version_04.py bevorzugt sie und fällt auf die Benutzerdatei zurück, falls sie fehlt.

pandoc-defaults-buch.yaml enthält die projektspezifischen Überschreibungen (Inhaltsverzeichnis und Nummerierung werden im Markdown selbst erzeugt, -shell-escape für \includesvg). Die eigentliche Buchtypografie steht in bilder_04/or_pdf_header.tex.


Verlauf

Version 04 baut das Werk vom Nachschlagewerk zum Kursbegleiter um; alle sechs Phasen sind abgeschlossen. Was geplant war, steht in PLAN.md; was erreicht ist und woran man das nachprüft, in PROGRESS.md — einschließlich der Funde unterwegs und der Regeln, die sich daraus ergeben haben. Wer hier weiterarbeitet, liest beide zuerst.