Cantitate/Preț
Produs

Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben: Springer-Lehrbuch

Autor Carl Geiger, Christian Kanzow
de Limba Germană Paperback – 9 sep 1999
Dieses Buch bietet eine umfassende und aktuelle Darstellung des Themenbereichs "Numerische Lösung unrestringierter Optimierungsaufgaben mit differenzierbarer Zielfunktion", die über die bislang existierende Lehrbuchliteratur deutlich hinausgeht. Es wendet sich in erster Linie an Studierende der Mathematik, der Wirtschaftsmathematik und der Technomathematik in mittleren und höheren Semestern, sollte aber auch erfahrenen Mathematikern einen Zugang zur aktuellen Forschung und Anwendern einen Überblick über die vorhandenen Verfahren geben. Alle besprochenen Verfahren sind ausführlich motiviert und mit einer vollständigen Konvergenzanalyse versehen, und es werden zu allen konkreten Algorithmen Tabellen mit numerischen Resultaten angegeben. In Anhängen sind die benötigten Grundlagen aus der mehrdimensionalen Analysis und der linearen Algebra sowie Testbeispiele zusammengestellt. Abgerundet wird das Buch durch ca. 150 Aufgaben unterschiedlichen Umfangs und Schwierigkeitsgrades.
Citește tot Restrânge

Din seria Springer-Lehrbuch

Preț: 31963 lei

Nou

Puncte Express: 479

Preț estimativ în valută:
6117 6354$ 5081£

Carte tipărită la comandă

Livrare economică 03-17 februarie 25

Preluare comenzi: 021 569.72.76

Specificații

ISBN-13: 9783540662204
ISBN-10: 3540662200
Pagini: 372
Ilustrații: XII, 350 S. 3 Abb.
Dimensiuni: 155 x 235 x 20 mm
Greutate: 0.52 kg
Ediția:1999
Editura: Springer Berlin, Heidelberg
Colecția Springer
Seria Springer-Lehrbuch

Locul publicării:Berlin, Heidelberg, Germany

Public țintă

Upper undergraduate

Cuprins

1. Einführung.- 2. Optimalitätskriterien.- Aufgaben.- 3. Konvexe Funktionen.- Aufgaben.- 4. Ein allgemeines Abstiegsverfahren.- Aufgaben.- 5. Schrittweitenstrategien.- 5.1 Armijo-Regel.- 5.2 Wolfe-Powell-Schrittweitenstrategie.- 5.3 Strenge Wolfe-Powell-Schrittweitenstrategie.- Aufgaben.- 6. Schrittweitenalgorithmen.- 6.1 Armijo-Regel.- 6.2 Wolfe-Powell-Schrittweitenstrategie.- 6.3 Strenge Wolfe-Powell-Schrittweitenstrategie.- Aufgaben.- 7. Konvergenzraten und Charakterisierungen.- Aufgaben.- 8. Gradientenverfahren.- 8.1 Das Gradientenverfahren.- 8.2 Konvergenz bei quadratischer Zielfunktion.- 8.3 Gradientenähnliche Verfahren.- Aufgaben.- 9. Newton-Verfahren.- 9.1 Das lokale Newton-Verfahren.- 9.2 Ein globalisiertes Newton-Verfahren.- 9.3 Hinweise zur Implementation.- 9.4 Numerische Resultate.- Aufgaben.- 10. Inexakte Newton-Verfahren.- 10.1 Das lokale inexakte Newton-Verfahren.- 10.2 Ein globalisiertes inexaktes Newton-Verfahren.- 10.3 Hinweise zur Implementation.- 10.4 Numerische Resultate.- Aufgaben.- 11. Quasi-Newton-Verfahren.- 11.1 Herleitung einiger Quasi-Newton-Formeln.- 11.2 Lokale Konvergenz des PSB-Verfahrens.- 11.3 Lokale Konvergenz des BFGS-Verfahrens.- 11.4 Globalisierte Quasi-Newton-Verfahren.- 11.5 Konvergenz bei gleichmäßig konvexen Funktionen.- 11.6 Weitere Quasi-Newton-Formeln.- 11.7 Hinweise zur Implementation.- 11.8 Numerische Resultate.- Aufgaben.- 12. Limited Memory Quasi-Newton-Verfahren.- 12.1 Herleitung des Limited Memory BFGS-Verfahrens.- 12.2 Konvergenz bei gleichmäßig konvexen Funktionen.- 12.3 Hinweise zur Implementation.- 12.4 Numerische Resultate.- Aufgaben.- 13. CG-Verfahren.- 13.1 Das CG-Verfahren für lineare Gleichungssysteme.- 13.2 Das Fletcher-Reeves-Verfahren.- 13.3 Das Polak-Ribière-Verfahren.- 13.4 Ein modifiziertesPolak-Ribière-Verfahren.- 13.5 Weitere CG-Verfahren.- 13.6 Numerische Resultate.- Aufgaben.- 14. Trust-Region-Verfahren.- 14.1 Das Trust-Region-Teilproblem.- 14.2 Die KKT-Bedingungen.- 14.3 Eine exakte Penalty-Funktion.- 14.4 Zur Lösung des Trust-Region-Teilproblems.- 14.5 Trust-Region-Newton-Verfahren.- 14.6 Teilraum-Trust-Region-Newton-Verfahren.- 14.7 Inexakte Trust-Region-Newton-Verfahren.- 14.8 Trust-Region-Quasi-Newton-Verfahren.- 14.9 Numerische Resultate.- Aufgaben.- A. Grundlagen aus der mehrdimensionalen Analysis.- B. Grundlagen aus der linearen Algebra.- C. Testbeispiele.

Textul de pe ultima copertă

Dieses Buch bietet eine umfassende und aktuelle Darstellung des Themenbereichs "Numerische Lösung unrestringierter Opti- mierungsaufgaben mit differenzierbarer Zielfunktion", die über die bislang existierende Lehrbuchliteratur deutlich hinausgeht. Es wendet sich in erster Linie an Studierende der Mathematik, der Wirtschaftsmathematik und der Technomat- hematik in mittleren und höheren Semestern, sollte aber auch erfahrenen Mathematikern einen Zugang zur aktuellen For- schung und Anwendern einen Überblick über die vorhandenen Verfahren geben. Alle besprochenen Verfahren sind ausführ- lich motiviert und mit einer vollständigen Konvergenzanalyse versehen, und es werden zu allen konkreten Algorithmen Ta- bellen mit numerischen Resultaten angegeben. In Anhängen sind die benötigten Grundlagen aus der mehrdimensionalen Analysis und der linearen Algebra sowie Testbeispiele zusam- mengestellt. Abgerundet wird das Buch durch ca. 150 Aufgaben unterschiedlichen Umfangs und Schwierigkeitsgrades.

Caracteristici

Umfassender, aktueller und deutlich über die existierende Lehrbuchliteratur hinausgehender Überblick zum Thema "Numerische Lösung unrestringierter Optimierungsaufgaben mit differenzierbarer Zielfunktion" Includes supplementary material: sn.pub/extras