Numerische Methoden der Approximation und semi-infiniten Optimierung

Von:

Rainer Hettich

Peter Zencke

Beschreibung

Format auswählen

Kartonierter EinbandCHF 59.20
E-Book (pdf)CHF 50.90

Kartonierter Einband

CHF59.20

E-Book (pdf)

CHF50.90

TIEFPREIS

CHF59.20

Print on Demand - Exemplar wird für Sie besorgt.

Kostenlose Lieferung

Beschreibung

Zur Theorie der Chebyshev-Approximation stetiger Funktionen gibt es eine Reihe ausgezeichneter Lehrbücher. Behandelt werden dort vor allem Probleme, die in Verallgemeinerung des klassischen Pro blems der Approximation durch Polynome eine spezielle Vorausset zung - die sog. Haar-Bedingung - in irgendeiner Form erfüllen, was eine ganze Reihe angenehmer Konsequenzen hat hinsichtlich der Cha rakterisierung und der Eindeutigkeit der Lösungen. Dies setzt sich fort in den numerischen Verfahren zur Berechnung bester Approxima tionen, die, wie etwa die bekannten Remes-Verfahren, auf diese speziellen Probleme zugeschnitten sind und bei nicht erfüllter Haar-Bedingung entweder völlig versagen oder nicht mehr effizient sind. Auf der anderen Seite führt eine ganze Reihe wichtiger An wendungen auf Probleme, die für die Haar-Bedingung nicht erfüllt ist; sei es, daß Funktionen in mehreren Variablen zu approximieren sind, was die Haar-Bedingung grundsätzlich ausschließt, oder daß man wie bei der Behandlung gewisser Randwertprobleme in der Wahl der Ansatzfunktionen nicht frei ist, oder daß die approximierenden Funktionen noch zusätzliche Nebenbedingungen erfüllen sollen. Das hauptsächliche Anliegen dieses Buches ist es, diese Lücke zu schließen und eine Palette derzeit verfügbarer Methoden darzustel len, die unter praxisnäheren Voraussetzungen arbeiten. Hierzu bie tet es sich an, das Approximationsproblem als Optimierungsaufgabe zu formulieren und zu behandeln, da einerseits bei Wegfall der Haar-Bedingung das Chebyshev-Approximationsproblem kaum mehr Struktur als allgemeine Optimierungsprobleme aufweist, und ander erseits auf diese Art die weit entwickelten, leistungsfähigen Me thoden der Optimierung für die Approximation nutzbar werden.