https://cuddly.tube/videos/watch/c26f5125-194e-4e0f-9800-76418ddabbcd None SageMath (kurz Sage) vereint die Stärken vieler Open-Source-Libraries – von hochspezialisierten Computeralgebrasystemen über numerische Bibliotheken bis zu Graphentheorie-Paketen – alles unter einem einheitlichen Python-Interface. Aber wie wendet man sie auf reale Probleme an? Im Vortrag möchte ich meine Praxiserfahrung aus über 10 Jahren Forschung im Bereich Computermathematik teilen – von graphentheoretischen Fragestellungen bis zur Performance-Skalierung vom Laptop zu tausenden Cluster-Nodes. Insbesondere werden wir den Fokus auf sogenannte "Mixed Integer Programs" (MIP) legen, da viele praktische Fragestellungen wie Zuweisungs-, Packing- oder Routingprobleme sich als solche abbilden lassen. Standardmäßig nutzt Sage den OSS-Solver GLPK, kann jedoch auch kommerzielle Solver wie Gurobi verwenden (sobald eingerichtet, braucht es lediglich einen Parameter wie solver="gurobi"). Wichtig ist das Bewusstsein, dass viele Optimierungsprobleme NP-schwer sind – man braucht also oft einen anderen Zugang, eine alternative Formulierung, eine Relaxierung oder eine andere Methodik wie SAT- oder SMT-Solver, um weiterzukommen. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ Tue, 14 Apr 2026 10:25:49 GMT https://validator.w3.org/feed/docs/rss2.html PeerTube - https://cuddly.tube https://cuddly.tube/lazy-static/avatars/81bc0609-c67e-4876-92ac-ee9c14bb4d24.png https://cuddly.tube/videos/watch/c26f5125-194e-4e0f-9800-76418ddabbcd All rights reserved, unless otherwise specified in the terms specified at https://cuddly.tube/about and potential licenses granted by each content's rightholder.