- Broschiertes Buch
- Merkliste
- Auf die Merkliste
- Bewerten Bewerten
- Teilen
- Produkt teilen
- Produkterinnerung
- Produkterinnerung
Eine Einführung in die numerische Behandlung von nichtlinearen stetigen und diskreten Optimierungsaufgaben für Mathematiker, Ingenieure und Informatiker
Andere Kunden interessierten sich auch für
- Walter AltNumerische Verfahren der konvexen, nichtglatten Optimierung34,99 €
- Wolfgang HackbuschTheorie und Numerik elliptischer Differentialgleichungen29,99 €
- Christian GroßmannNumerische Behandlung partieller Differentialgleichungen49,99 €
- Kurt HässigGraphentheoretische Methoden des Operations Research49,95 €
- Gerhard OpferNumerische Mathematik für Anfänger37,99 €
- Walter StramppHöhere Mathematik mit Mathematica34,95 €
- Wolfgang MetzlerNichtlineare Dynamik und Chaos44,99 €
-
-
-
Eine Einführung in die numerische Behandlung von nichtlinearen stetigen und diskreten Optimierungsaufgaben für Mathematiker, Ingenieure und Informatiker
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Produktdetails
- Produktdetails
- Teubner Studienbücher Mathematik
- Verlag: Vieweg+Teubner / Vieweg+Teubner Verlag
- Artikelnr. des Verlages: 978-3-519-12090-2
- 2., durchges. Aufl.
- Seitenzahl: 356
- Erscheinungstermin: 1. Januar 1997
- Deutsch
- Abmessung: 216mm x 140mm x 20mm
- Gewicht: 422g
- ISBN-13: 9783519120902
- ISBN-10: 3519120909
- Artikelnr.: 27449404
- Teubner Studienbücher Mathematik
- Verlag: Vieweg+Teubner / Vieweg+Teubner Verlag
- Artikelnr. des Verlages: 978-3-519-12090-2
- 2., durchges. Aufl.
- Seitenzahl: 356
- Erscheinungstermin: 1. Januar 1997
- Deutsch
- Abmessung: 216mm x 140mm x 20mm
- Gewicht: 422g
- ISBN-13: 9783519120902
- ISBN-10: 3519120909
- Artikelnr.: 27449404
1 Optimierungsaufgaben und Optimalitätskriterien.- 1.1 Globale und lokale Optima, Konvexität.- 1.2 Optimalitätsbedingungen.- 1.3 Semiinfinite Probleme.- 1.4 Ganzzahlige Probleme.- 1.5 Optimierung über Graphen.- 2 Dualität.- 2.1 Duale Probleme.- 2.2 Gestörte Optimierungsprobleme.- 2.3 Anwendungen der Dualität.- 3 Minimierung ohne Restriktionen.- 3.1 Gradientenverfahren.- 3.2 Das Newton-Verfahren.- 3.3 Quasi-Newton-Verfahren.- 3.4 CG-Verfahren.- 3.5 Minimierung nichtglatter Funktionen.- 4 Linear restringierte Probleme.- 4.1 Polyedrische Mengen.- 4.2 Lineare Optimierung.- 4.3 Minimierung über Mannigfaltigkeiten.- 4.4 Probleme mit Ungleichungsrestriktionen.- 5 Strafmethoden.- 5.1 Das Grundprinzip von Strafmethoden.- 5.2 Konvergenzabschätzungen.- 5.3 Modifizierte Lagrange-Funktionen.- 5.4 Strafmethoden und elliptische Randwertprobleme.- 6 Approximationsverfahren.- 6.1 Verfahren der zulässigen Richtungen.- 6.2 Überlinear konvergente Verfahren.- 7 Komplexität.- 7.1 Definitionen, Polynomialität.- 7.2 Nichtdeterministisch polynomiale Algorithmen.- 7.3 Optimierungsprobleme und die Klasse NP-hart.- 7.4 Komplexität in der linearen Optimierung.- 8 Innere-Punkt-Methoden.- 8.1 Innerer-Pfad-Methode für lineare Probleme.- 8.2 Parameterfreies Potential.- 8.3 Der Algorithmus von Karmarkar.- 8.4 Komplementaritätsprobleme.- 8.5 Komplexität der linearen Optimierung.- 9 Aufgaben über Graphen.- 9.1 Definitionen.- 9.2 Graphen und lineare Optimierung.- 9.3 Aufdatierungen in Graphen.- 9.4 Probleme aus der Klasse NP-vollständig.- 10 Die Methode branch and bound.- 10.1 Relaxation, Separation, Strategien.- 10.2 Branch and bound für GLO.- 10.3 Das Rundreiseproblem.- 11 Dekomposition.- 11.1 Dekompositionsprinzipien.- 11.2 Dynamische Optimierung.- 11.3 Ausgewählte Anwendungen.- 12Strukturuntersuchungen.- 12.1 Ganzzahlige Polyeder.- 12.2 Gültige Ungleichungen.- 12.3 Matroide, Greedy-Algorithmus.
1 Optimierungsaufgaben und Optimalitätskriterien.- 1.1 Globale und lokale Optima, Konvexität.- 1.2 Optimalitätsbedingungen.- 1.3 Semiinfinite Probleme.- 1.4 Ganzzahlige Probleme.- 1.5 Optimierung über Graphen.- 2 Dualität.- 2.1 Duale Probleme.- 2.2 Gestörte Optimierungsprobleme.- 2.3 Anwendungen der Dualität.- 3 Minimierung ohne Restriktionen.- 3.1 Gradientenverfahren.- 3.2 Das Newton-Verfahren.- 3.3 Quasi-Newton-Verfahren.- 3.4 CG-Verfahren.- 3.5 Minimierung nichtglatter Funktionen.- 4 Linear restringierte Probleme.- 4.1 Polyedrische Mengen.- 4.2 Lineare Optimierung.- 4.3 Minimierung über Mannigfaltigkeiten.- 4.4 Probleme mit Ungleichungsrestriktionen.- 5 Strafmethoden.- 5.1 Das Grundprinzip von Strafmethoden.- 5.2 Konvergenzabschätzungen.- 5.3 Modifizierte Lagrange-Funktionen.- 5.4 Strafmethoden und elliptische Randwertprobleme.- 6 Approximationsverfahren.- 6.1 Verfahren der zulässigen Richtungen.- 6.2 Überlinear konvergente Verfahren.- 7 Komplexität.- 7.1 Definitionen, Polynomialität.- 7.2 Nichtdeterministisch polynomiale Algorithmen.- 7.3 Optimierungsprobleme und die Klasse NP-hart.- 7.4 Komplexität in der linearen Optimierung.- 8 Innere-Punkt-Methoden.- 8.1 Innerer-Pfad-Methode für lineare Probleme.- 8.2 Parameterfreies Potential.- 8.3 Der Algorithmus von Karmarkar.- 8.4 Komplementaritätsprobleme.- 8.5 Komplexität der linearen Optimierung.- 9 Aufgaben über Graphen.- 9.1 Definitionen.- 9.2 Graphen und lineare Optimierung.- 9.3 Aufdatierungen in Graphen.- 9.4 Probleme aus der Klasse NP-vollständig.- 10 Die Methode branch and bound.- 10.1 Relaxation, Separation, Strategien.- 10.2 Branch and bound für GLO.- 10.3 Das Rundreiseproblem.- 11 Dekomposition.- 11.1 Dekompositionsprinzipien.- 11.2 Dynamische Optimierung.- 11.3 Ausgewählte Anwendungen.- 12Strukturuntersuchungen.- 12.1 Ganzzahlige Polyeder.- 12.2 Gültige Ungleichungen.- 12.3 Matroide, Greedy-Algorithmus.