Grundzüge der Parametrischen Optimierung

1. Auflage 2021
ISBN: 978-3-662-61989-6
Verlag: Springer

Buch, Deutsch, 210 Seiten, Paperback, Format (B × H): 168 mm x 240 mm, Gewicht: 384 g

Reihe: Lehrbuch

Dieses Lehrbuch gibt eine verständliche Einführung in die parametrische Optimierung, die mathematische Sachverhalte einerseits stringent behandelt, sie aber andererseits auch sehr ausführlich motiviert und mit vielen Abbildungen illustriert. Die vorwiegend geometrische Herleitung von zentralen Stabilitätsresultaten setzt dabei einen neuen Akzent, der den Bestand der bisherigen Lehrbücher zur parametrischen Optimierung bereichert. Die Stabilitäts- und Sensitivitätsergebnisse werden nicht nur mit speziellen ökonomischen Fragestellungen illustriert, sondern auch auf größere Problemklassen wie Nash-Spiele und die semi-infinite Optimierung angewendet, die in den Ingenieur- und Wirtschaftswissenschaften wichtige eine Rolle spielen.

Das Buch richtet sich daher nicht nur an Mathematiker, sondern auch an Natur-, Ingenieur- und Wirtschaftswissenschaftler, die mathematisch fundierte Verfahren in ihrem Gebiet verstehen und anwenden möchten. Für Dozenten stellt das Buch genügend Auswahlmöglichkeiten zur Verfügung, um es als Grundlage für unterschiedlich angelegte Vorlesungen zur parametrischen Optimierung zu verwenden.

Zielgruppe

Upper undergraduate

Autoren/Hrsg.

Stein, Oliver

Fachgebiete

• Mathematik | Informatik Mathematik Numerik und Wissenschaftliches Rechnen Angewandte Mathematik, Mathematische Modelle

Inhaltsverzeichnis

1 Einführende Beispiele.- 2 Sensitivität.- 3 Stabilität.- 4 Anwendungen.- 5 Lösungen ausgewählter Übungen.

Über Autor(innen)

Prof. Dr. Oliver Stein ist Universitätsprofessor am Karlsruher Institut für Technologie und leitet dort den Bereich für Kontinuierliche Optimierung am Institut für Operations Research. In der Forschung konzentriert er sich auf Entwurf und Implementierung von Optimierungsverfahren sowie deren theoretische Grundlagen. Seine Lehrschwerpunkte sind globale Optimierung, nichtlineare Optimierung, gemischt-ganzzahlige Optimierung, konvexe Analysis und parametrische Optimierung.