Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben

Carl Geiger, Christian Kanzow (Autoren)

Buch | Softcover

XII, 350 Seiten

1999 | 1999
Springer Berlin (Verlag)
978-3-540-66220-4 (ISBN)

Artikel merken

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.

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.

lt;p>From the reviews:

"The book derives from different lectures given by the authors at the University of Hamburg. The authors consider only numerical methods for unconstrained optimization problems and assume the function to be minimized is continously differentiable. The book is clearly written and contains many examples. [..]" (H. Benker (Merseburg) - Zentralblatt MATH Database 0934.65062)

Erscheint lt. Verlag	9.9.1999
Reihe/Serie	Springer-Lehrbuch
Zusatzinfo	XII, 350 S. 3 Abb.
Verlagsort	Berlin
Sprache	deutsch
Maße	155 x 235 mm
Gewicht	562 g
Themenwelt	Mathematik / Informatik ► Mathematik ► Analysis
Themenwelt	Mathematik / Informatik ► Mathematik ► Angewandte Mathematik
Schlagworte	Analysis • Gradientenverfahren • Newton-Verfahren • Numerische Mathematik • Optimierung • Optimierungsverfahren • Quasi-Newton-Verfahren • unregistrierte Optimierung • wissenschaftliches Rechnen
ISBN-10	3-540-66220-0 / 3540662200
ISBN-13	978-3-540-66220-4 / 9783540662204
Zustand	Neuware