Grundlagen der Mathematischen Optimierung: Diskrete Strukturen, Komplexitätstheorie, Konvexitätstheorie, Lineare Optimierung, Simplex-Algorithmus, Dualität (Aufbaukurs Mathematik) - Softcover

Inhaltsangabe

Ziel dieses Lehrwerkes ist es, eine mathematische Grundlage der linearen, nichtlinearen und diskreten Optimierung und ihrer wichtigsten algorithmischen Ansätze zu entwickeln. Viele der behandelten Probleme werden durch Beispiele aktueller realer Anwendungen motiviert. Dabei wird jedoch nicht versucht, möglichst schnell möglichst viele Algorithmen für „alle Lebenslagen der Optimierung“ anzugeben, sondern ein (bisweilen deutlich aufwendigerer) Weg der konstruktiven Herleitung algorithmischer Ansätze beschritten. Methodisch zentral ist der geometrische Zugang; die zugrunde liegenden geometrischen Vorstellungen werden detailliert entwickelt und durch eine große Anzahl von Skizzen veranschaulicht. Der vorliegende erste Teil enthält wichtige Grundlagen und verschiedene mögliche Einstiege in die Optimierung, die je nach Wunsch umfassend, sektionsweise oder auch nur in Teilen in Lehrveranstaltungen oder im Selbststudium verwendet werden können. Hierzu gehören Diskrete Strukturen und Algorithmen, eine ausführliche Einführung in die Komplexitätstheorie, die Grundlagen der Konvexitätstheorie, die in fast allen Bereichen der Optimierung von fundamentaler Bedeutung ist, der Simplex-Algorithmus sowie die LP-Dualität und ihre Anwendungen.

Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.