Zitationsvorschlag

Rannacher, Rolf: Lineare Optimierung: Numerik linearer und konvexer nichtlinearer Optimierungsaufgaben, Heidelberg: Heidelberg University Publishing, 2018 (Lecture Notes). https://doi.org/10.17885/heiup.417

Identifier

ISBN 978-3-947732-04-3 (PDF)
ISBN 978-3-947732-05-0 (Softcover)

Veröffentlicht

22.11.2018

Autor/innen

Rolf Rannacher

Lineare Optimierung

Numerik linearer und konvexer nichtlinearer Optimierungsaufgaben

Dieser einführende Text basiert auf Vorlesungen innerhalb eines mehrsemestrigen Zyklus „Numerische Mathematik“, die der Autor an den Universitäten Saarbrücken und Heidelberg gehalten hat. Im vorliegenden Band werden die Konzepte numerischer Verfahren zur Lösung linearer Optimierungsaufgaben (sog. „Lineare Programme“) entwickelt. Dazu gehören neben dem klassischen „Simplex-Verfahren“ insbesondere auch modernere „Innere Punkte-Methoden“. Als naheliegende Weiterungen werden auch Methoden für konvexe nichtlineare, speziell quadratische Optimierungsaufgaben diskutiert. Dabei finden sowohl theoretisch-mathematische als auch praktische Aspekte Berücksichtigung. Das Verständnis der Inhalte erfordert nur solche Vorkenntnisse, wie sie üblicherweise in den Grundvorlesungen über Analysis, Lineare Algebra und Numerik vermittelt werden. Zur Erleichterung des Selbststudiums dienen theoretische und praktische Übungsaufgaben mit Lösungen im Anhang.

Prof. i.R. für Numerische Mathematik an der Universität Heidelberg; Studium der Mathematik an der Universität Frankfurt a. Main – Promotion 1974; Habilitation 1978 in Bonn; 1979/1980 Vis. Assoc. Prof. an der University of Michigan (Ann Arbor, USA), dann Prof. in Erlangen und Saarbrücken – in Heidelberg seit 1988; Spezialgebiet ”Numerik partieller Differentialgleichungen“, insbesondere ”Methode der finiten Elemente“ mit Anwendungen in Natur- und Ingenieurwissenschaften; hierzu über 160 publizierte wissenschaftliche Arbeiten.

Kapitel

Inhaltsverzeichnis
Seiten
PDF
Titelei
Inhaltsverzeichnis
v–vii
Literaturverzeichnis
ix–x
0 Einleitung
1–8
1 Lineare Programme und Dualitätstheorie
9–23
2 Das Simplex-Verfahren
25–57
3 Ganzzahlige Optimierung
59–69
4 Innere-Punkte-Methoden
71–100
5 Nichtlineare Optimierungsaufgaben
101–119
6 Verfahren für nichtlineare Optimierungsaufgaben
121–158
A Lösungen der Übungsaufgaben
159–198
Index
199–201

Kommentare