Willkommen, schön sind Sie da!
Logo Ex Libris

Einschränkungen beim Kauf und Abruf von E-Books Weitere Informationen

Zur Zeit ist mit Einschränkungen beim Kauf und Abruf von einigen E-Books zu rechnen. Wir bitten Sie um Entschuldigung.

schliessen

Numerische Verfahren zur Lösung nichtlinearer restringierter und unrestringierter Optimierungsaufgaben: Effizienz der numerischen Algorithmen

  • Kartonierter Einband
  • 120 Seiten
(0) Erste Bewertung abgeben
Bewertungen
(0)
(0)
(0)
(0)
(0)
Alle Bewertungen ansehen
Dieses Buch beschäftigt sich mit numerischen Verfahren zur Lösung nichtlinearer Optimierungsaufgaben. Grundlagen mehrerer Verfahre... Weiterlesen
20%
63.00 CHF 50.40
Auslieferung erfolgt in der Regel innert 2 bis 4 Werktagen.
Bestellung & Lieferung in eine Filiale möglich

Beschreibung

Dieses Buch beschäftigt sich mit numerischen Verfahren zur Lösung nichtlinearer Optimierungsaufgaben. Grundlagen mehrerer Verfahren werden zu Beginn der Studie theoretisch formuliert und anschließend auf Korrektheit und Effizienz untersucht. Das einleitende Kapitel stellt Definitionen und Sätze aus Optimierungstheorie, Linearer Algebra, Analysis und Numerik zusammen und erklärt Kriterien zur Konvergenzanalyse. Da sich die Lösung von drei der behandelten Verfahren auf die Lösung von sogenannten unrestringierten Problemen oder eines Gleichungssystems zurückführen lässt, wird zuerst ein Newton-artiges Verfahren vorgestellt. Dabei analysiert die Autorin wünschenswerte Eigenschaften, wie etwa globale Konvergenz und hohe Konvergenzordnung des Verfahrens. Im anschließenden Kapitel stellt die Studie die sogenannten Penalty-, Penalty-Lagrange-, Barriere- und Innere-Punkte-Verfahren anhand der Hilfs-Funktionen mit den Algorithmen für eine numerische Behandlung vor und untersucht mithilfe der erstellten Konvergenzkriterien die verschiedenen Konvergenzeigenschaften. Den Schlusspunkt des Buches setzen numerische Fallstudien, wobei die Effizienz der Verfahren geprüft wird.

Autorentext
Nadeshda Dornes wurde 1984 in Russland geboren. Ihr Studium der Wirtschaftsmathematik an der Universität Ulm schloss die Autorin im Jahre 2013 mit dem akademischen Grad der Master of Science erfolgreich ab. Bereits während des Studiums sammelte die Autorin umfassende praktische Erfahrungen in der Finanzdienstleistungsbranche.

Klappentext

Dieses Buch beschäftigt sich mit numerischen Verfahren zur Lösung nichtlinearer Optimierungsaufgaben. Grundlagen mehrerer Verfahren werden zu Beginn der Studie theoretisch formuliert und anschließend auf Korrektheit und Effizienz untersucht. Das einleitende Kapitel stellt Definitionen und Sätze aus Optimierungstheorie, Linearer Algebra, Analysis und Numerik zusammen und erklärt Kriterien zur Konvergenzanalyse. Da sich die Lösung von drei der behandelten Verfahren auf die Lösung von sogenannten "unrestringierten" Problemen oder eines Gleichungssystems zurückführen lässt, wird zuerst ein Newton-artiges Verfahren vorgestellt. Dabei analysiert die Autorin wünschenswerte Eigenschaften, wie etwa globale Konvergenz und hohe Konvergenzordnung des Verfahrens. Im anschließenden Kapitel stellt die Studie die sogenannten Penalty-, Penalty-Lagrange-, Barriere- und Innere-Punkte-Verfahren anhand der Hilfs-Funktionen mit den Algorithmen für eine numerische Behandlung vor und untersucht mithilfe der erstellten Konvergenzkriterien die verschiedenen Konvergenzeigenschaften. Den Schlusspunkt des Buches setzen numerische Fallstudien, wobei die Effizienz der Verfahren geprüft wird.



Leseprobe
Textprobe: Kapitel, Einleitung: Dieses Buch befasst sich mit der nichtlinearen Optimierung, die das Problem der Minimierung oder der Maximierung einer nichtlinearen Funktion unter Berücksichtigung einer endlichen Anzahl von Nebenbedingungen behandelt. Die Optimierung ist ein bedeutendes Anwendungsgebiet der Mathematik. Sie wird regelmäßig zur Unterstützung von Entscheidungsprozessen in Wirtschaft und Industrie verwendet. Wegen der wachsenden Leistungsfähigkeit moderner Rechner ist die Behandlung umfangreicher Optimierungsaufgaben aus der Praxis, die ohne diese technischen Werkzeuges unmöglich wäre, ein Anwendungsgebiet der Numerik geworden. Eine der bedeutenden Aufgaben der Numerik ist es, die Korrektheit von Algorithmen zu überprüfen, d.h. sicherzustellen, das unter gewissen Voraussetzungen an die Problemdaten tatsächlich die richtige Lösung bzw. eine Näherungslösung mit einer benötigten Lösungsgenauigkeit bestimmt wird. Diese Überprüfung soll mit mathematischen Techniken durchgeführt werden, d.h. am Ende steht ein formaler mathematischer Beweis, der den korrekten Ablauf eines Algorithmus sicherstellt. Hat man sich von der einwandfreien Funktion eines Algorithmus überzeugt, so stellt sich die Frage nach der Effizienz des Algorithmus, d.h. es muss der Rechenaufwand pro Näherungslösung und die Konvergenzgeschwindigkeit gegen die exakte Lösung untersucht werden. Die beiden Eigenschaften liefern Informationen darüber, wieviel Iterationen der Algorithmus benötigt, um eine Näherungslösung auf eine bestimmte Genauigkeit zu berechnen und wieviel Zeit jede Iteration der Berechnung in Anspruch nimmt. Dieses Buch beschäftigt sich mit numerischen Verfahren zur Lösung nichtlinearer Optimierungsaufgaben. Es werden theoretische Grundlagen von mehreren Verfahren unter den Gesichtspunkten der Korrektheit und der Effizienz ausgearbeitet und durch Beispiele und mit Matlab R2008a erzeugten Abbildungen aufgelockert. 2., Quasi-Newton-Verfahren zur Lösung von unrestringierten Optimierungsproblemen: Abgesehen von ihrer praktischen Bedeutung werden viele Verfahren zur Lösung von unrestringierten Problemen ferner als Ansatzpunkt zur Entwicklung von Verfahren zur restringierten Optimierung herangezogen. Außerdem kann die Lösung von restringierten Problemen auf die von unrestringierten Problemen zurückgeführt werden. Deswegen beschäftigt sich dieses Kapitel mit einem Newton-artigen Verfahren, das zur Lösung nichtlinearer Gleichungen, kleiner und mittelgroßer Gleichungssysteme und unrestringierter Optimierungsprobleme verwendet wird. Die Verfahrensklasse der unrestringierten Minimierung wird derzeit als eine der effizientesten und zuverlässigsten zur Lösung von Problemen nicht zu hoher Dimension angesehen. 2.1, Grundidee des Newton-Verfahrens: Um die Idee und die Herleitung von Quasi-Newton-und Innere-Punkte-Verfahren verständlich vorstellen zu können, betrachten wir die Grundidee und grundlegende Definitionen des (lokalen) Newton-Verfahrens zur Lösung nichtlinearer Gleichungssysteme und nichtlinearer unrestringierter Optimierungsprobleme. 6., Innere-Punkte-Verfahren: Dieses Kapitel gibt einen Einblick in die Grundlagen und wesentlichen Ideen der sogenannten Innere-Punkte-Methoden. Das Verfahren wurde als eine Alternative zum sogenannten Simplexverfahren im 1984 von Narendra Karmakar zur Lösung von linearen Problemen entwickelt. Der Ansatz mittels den sogenannten projektiven Verfahren (englisch-projective method) war deswegen bedeutend, weil er zum einen die beschränkte Anzahl der benötigten Operationen zur Berechnung einer Lösung in gewünschter Genauigkeit hat und der andererseits ein hervorragenderes Laufzeitverhalten in der Praxis aufzeigte. Diese Veröffentlichung [9] löste eine große Welle von Forschungsaktivitäten zu Innere-Punkte-Methoden aus. Eine Reihe von Arbeiten stellten fest, dass diese Verfahren nicht nur für die lineare Optimierung interessant sind, sondern auch auf allgemeine

Produktinformationen

Titel: Numerische Verfahren zur Lösung nichtlinearer restringierter und unrestringierter Optimierungsaufgaben: Effizienz der numerischen Algorithmen
Autor:
EAN: 9783958506633
ISBN: 978-3-95850-663-3
Format: Kartonierter Einband
Herausgeber: Diplomica Verlag
Genre: Sonstiges
Anzahl Seiten: 120
Gewicht: 203g
Größe: H221mm x B162mm x T15mm
Jahr: 2015
Auflage: Erstauflage