33,26 €
33,26 €
inkl. MwSt.
Sofort per Download lieferbar
33,26 €
Als Download kaufen
33,26 €
inkl. MwSt.
Sofort per Download lieferbar
- Format: PDF
- Merkliste
- Auf die Merkliste
- Bewerten Bewerten
- Teilen
- Produkt teilen
- Produkterinnerung
- Produkterinnerung
Bitte loggen Sie sich zunächst in Ihr Kundenkonto ein oder registrieren Sie sich bei
bücher.de, um das eBook-Abo tolino select nutzen zu können.
Hier können Sie sich einloggen
Hier können Sie sich einloggen
Sie sind bereits eingeloggt. Klicken Sie auf 2. tolino select Abo, um fortzufahren.
Bitte loggen Sie sich zunächst in Ihr Kundenkonto ein oder registrieren Sie sich bei bücher.de, um das eBook-Abo tolino select nutzen zu können.
- Geräte: PC
- ohne Kopierschutz
- eBook Hilfe
- Größe: 25.93MB
Produktdetails
- Verlag: Vieweg+Teubner Verlag
- Seitenzahl: 353
- Erscheinungstermin: 17. April 2013
- Deutsch
- ISBN-13: 9783322931108
- Artikelnr.: 53140854
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.
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
und Ellipsoid
Methoden.
8.1 Konvexe Zielfunktion, Potentialfunktionen.
8.2 Der Algorithmus von Karmarkar.
8.3 Die Ellipsoid
Methode.
8.4 Behandlung linearer Optimierungsaufgaben.
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.
1.1 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
und Ellipsoid
Methoden.
8.1 Konvexe Zielfunktion, Potentialfunktionen.
8.2 Der Algorithmus von Karmarkar.
8.3 Die Ellipsoid
Methode.
8.4 Behandlung linearer Optimierungsaufgaben.
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
und Ellipsoid
Methoden.
8.1 Konvexe Zielfunktion, Potentialfunktionen.
8.2 Der Algorithmus von Karmarkar.
8.3 Die Ellipsoid
Methode.
8.4 Behandlung linearer Optimierungsaufgaben.
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.
1.1 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
und Ellipsoid
Methoden.
8.1 Konvexe Zielfunktion, Potentialfunktionen.
8.2 Der Algorithmus von Karmarkar.
8.3 Die Ellipsoid
Methode.
8.4 Behandlung linearer Optimierungsaufgaben.
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.