- HTML 55.6%
- Python 39.9%
- CSS 2.5%
- TeX 0.8%
- JavaScript 0.6%
- Other 0.6%
| Filename | Latest commit message | Latest commit date |
|---|---|---|
Neuer Abschnitt im Kapitel Unsicherheit plus Chance_Constraints.py (74. Programm). Das Kapitel hatte Monte-Carlo, Zweistufigkeit und Worst-Case-Robustheit; die Wahrscheinlichkeitszusage war die fehlende vierte Antwort - und die, nach der das Management tatsaechlich fragt. Setzt Paket 4 aus Verbesserungen_02.md um. Beide Wege an DERSELBEN Instanz (Kraftwerkspark, 500 MW gesicherte Zusage): analytisch als Second-Order-Cone-Bedingung (CLARABEL) und szenariobasiert als Big-M-MILP (SciPy/HiGHS) - beides in einem Prozess, ohne ortools- oder highspy-Import. Drei gemessene Befunde: * Der Mittelwertplan haelt 50,08 %. Kein Fehler, sondern die Definition des Erwartungswerts. * Sicherheit ist konvex bepreist: 56.289 EUR je Prozentpunkt auf dem Weg zu 80 %, 253.848 EUR zwischen 95 und 99 % - das 4,5-fache. Das Programm rechnet die Tabelle selbst aus, statt sie zu behaupten. * Die Zusage gilt nur fuer die unterstellte Verteilung: Der 95-%-Plan haelt gemessen 87,44 %, sobald die Testverteilung eine Kaeltewelle mit Dunkelflaute enthaelt, in der alles zugleich einbricht - auch das Gaskraftwerk. In einer reinen Normalwelt liefert derselbe Plan 94,97 %. Zwei eigene Fehlgriffe, beide durch Messen aufgefallen und korrigiert: Die erste Kostentarierung ergab eine entartete Loesung (alles ins Gaskraftwerk), womit die Kovarianzmatrix wirkungslos war - und gerade sie begruendet die Kegelform. Und der erste Kaelteeinbruch traf nur Wind und Sonne; der SOC-Plan hatte die ohnehin herausgehalten und war zufaellig robust, das Argument trug nicht. Ehrlich berichtet statt geglaettet: Die Szenariomethode ueberanpasst. Ueber zwoelf Laeufe (S = 200, 400, 800) lag die tatsaechliche Quote zwischen 93,14 % und 96,71 %, und die Spanne wurde von S = 400 auf 800 wieder breiter. Beide Solver bestaetigen optimal bei identischen Kosten - echte Ueberanpassung, kein Solverartefakt. Steht als Warnkasten im Abschnitt. Die Laufzeitmessung ist aus der Ausgabe entfernt: Eine Wanduhrzeit ist nie byteidentisch reproduzierbar (2,2 s / 2,3 s zwischen zwei Laeufen) und haette Regel 4 dauerhaft gebrochen. Danach drei Laeufe zeichengleich, und die abgedruckte Ausgabe stimmt mit dem Lauf des extrahierten Programms ueberein. Mitgezogen: Kapitelkopf, Lernziele, Uebersichtstabelle (drei -> vier Ansaetze), Selbsttest, Zusammenfassung, Vorwort-Programmverzeichnis, eine neue Uebungsaufgabe und ihre Loesung in Anhang A. pyproject.toml korrigiert: cvxpy lag in [finance], wird aber von 13 Programmen gebraucht, darunter dreien in diesem Kapitel - jetzt in der Grundausstattung. Es zieht kein highspy nach, der Solverkonflikt bleibt auf [large-scale] beschraenkt. Stand: 293 Abschnitte, 712 Querverweise, 327 Indexmarken, 74 Programme (0 Fehler), 33 pytest-Tests, PDF 725 Seiten. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com> |
||
| bilder_04 | ||
| Kritik_und_Verbesserungsvorschlaege | ||
| Notebooks_04 | ||
| Operations_Research_mit_Python_Version_04 | ||
| Operations_Research_mit_Python_Version_04_Programme | ||
| OR_HTML_04 | ||
| pandoc | ||
| .gitignore | ||
| CLAUDE.md | ||
| Operations_Research_mit_Python_Version_04.md | ||
| Operations_Research_mit_Python_Version_04.pdf | ||
| pandoc-defaults-basis.yaml | ||
| pandoc-defaults-buch.yaml | ||
| PLAN.md | ||
| PROGRESS.md | ||
| pyproject.toml | ||
| README.md | ||
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, 725 Seiten |
OR_HTML_04/ |
generiert: Mehrseiten-Website — dieser Ordner wird veröffentlicht |
Operations_Research_mit_Python_Version_04_Programme/ |
generiert: 74 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 |
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
COLAB_BASIS_URLinOperations_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 PfadteilNotebooks_04/…wird relativ zur Repository-Wurzel aufgelöst und stimmt bereits. Ein Leerstring schaltet die Badges ab.- 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.