Oliver Stein - Böcker

This text exploits the bi-level structure of semi-infinite programming systematically. It highlights topological and structural aspects of general semi-infinite programming, formulates powerful optimality conditions, which take this structure into account, and gives a conceptually new bi-level solution method. The results are motivated and illustrated by a number of problems from engineering and economics that give rise to semi-infinite models, including (reverse) Chebyshev approximation, minimax problems, robust optimization, design centring, defect minimization problems for operator equations, and disjunctive programming.

Semi-infinite optimization is a vivid field of active research. Recently semi­ infinite optimization in a general form has attracted a lot of attention, not only because of its surprising structural aspects, but also due to the large number of applications which can be formulated as general semi-infinite programs. The aim of this book is to highlight structural aspects of general semi-infinite programming, to formulate optimality conditions which take this structure into account, and to give a conceptually new solution method. In fact, under certain assumptions general semi-infinite programs can be solved efficiently when their bi-Ievel structure is exploited appropriately. After a brief introduction with some historical background in Chapter 1 we be­ gin our presentation by a motivation for the appearance of standard and general semi-infinite optimization problems in applications. Chapter 2 lists a number of problems from engineering and economics which give rise to semi-infinite models, including (reverse) Chebyshev approximation, minimax problems, ro­ bust optimization, design centering, defect minimization problems for operator equations, and disjunctive programming.

This book gathers a selection of peer-reviewed papers presented at the International Conference on Operations Research (OR 2022), which was held at Karlsruhe Institute of Technology, Germany, on September 6-9, 2022. KIT’s Institute for Operations Research (IOR) hosted the conference together with the Institute for Industrial Production (IIP), the Institute for Automation and Applied Informatics (IAI), and the Institute for Material Handling and Logistics (IFL).The respective papers discuss classical mathematical optimization, statistics and simulation techniques. These are complemented by computer science methods, and by tools for processing data, designing and implementing information systems. The book also examines recent advances in information technology, which allow big data volumes to be processed and enable real-time predictive and prescriptive business analytics to drive decisions and actions. Lastly, it includes problems modeled and treated while taking into account uncertainty, risk management, behavioral issues, etc.

This book gathers a selection of peer-reviewed papers presented at the International Conference on Operations Research (OR 2022), which was held at Karlsruhe Institute of Technology, Germany, on September 6-9, 2022. KIT’s Institute for Operations Research (IOR) hosted the conference together with the Institute for Industrial Production (IIP), the Institute for Automation and Applied Informatics (IAI), and the Institute for Material Handling and Logistics (IFL).The respective papers discuss classical mathematical optimization, statistics and simulation techniques. These are complemented by computer science methods, and by tools for processing data, designing and implementing information systems. The book also examines recent advances in information technology, which allow big data volumes to be processed and enable real-time predictive and prescriptive business analytics to drive decisions and actions. Lastly, it includes problems modeled and treated while taking into account uncertainty, risk management, behavioral issues, etc.

Dieses Lehrbuch gibt eine verständliche Einführung in die parametrische Optimierung, die mathematische Sachverhalte einerseits stringent behandelt, sie aber andererseits auch sehr ausführlich motiviert und mit vielen Abbildungen illustriert. Die vorwiegend geometrische Herleitung von zentralen Stabilitätsresultaten setzt dabei einen neuen Akzent, der den Bestand der bisherigen Lehrbücher zur parametrischen Optimierung bereichert. Die Stabilitäts- und Sensitivitätsergebnisse werden nicht nur mit speziellen ökonomischen Fragestellungen illustriert, sondern auch auf größere Problemklassen wie Nash-Spiele und die semi-infinite Optimierung angewendet, die in den Ingenieur- und Wirtschaftswissenschaften wichtige eine Rolle spielen.Das Buch richtet sich daher nicht nur an Mathematiker, sondern auch an Natur-, Ingenieur- und Wirtschaftswissenschaftler, die mathematisch fundierte Verfahren in ihrem Gebiet verstehen und anwenden möchten. Für Dozenten stellt das Buch genügend Auswahlmöglichkeiten zur Verfügung, um es als Grundlage für unterschiedlich angelegte Vorlesungen zur parametrischen Optimierung zu verwenden.

Das vorliegende Lehrbuch ist eine Einführung in die nichtlineare Optimierung, die mathematische Sachverhalte einerseits stringent behandelt, sie aber andererseits auch sehr ausführlich motiviert und mit 42 Abbildungen illustriert.

Das vorliegende Lehrbuch ist eine Einführung in die globale Optimierung, die mathematische Sachverhalte einerseits stringent behandelt, sie aber andererseits auch sehr ausführlich motiviert und mit 85 Abbildungen illustriert. Das Buch richtet sich daher nicht nur an Mathematiker, sondern auch an Natur-, Ingenieur- und Wirtschaftswissenschaftler, die mathematisch fundierte Verfahren in ihrem Gebiet verstehen und anwenden möchten.Mit fast zweihundert Seiten stellt das Buch genügend Auswahlmöglichkeiten zur Verfügung, um es als Grundlage für unterschiedlich angelegte Vorlesungen zur globalen Optimierung zu verwenden. Die ausführliche Behandlung der globalen Lösbarkeit von Optimierungsproblemen unter anwendungsrelevanten Voraussetzungen setzt dabei einen neuen Akzent, der den Bestand der bisherigen Lehrbücher zur Optimierung bereichert. Anhand von Theorie und Algorithmen der glatten konvexen Optimierung verdeutlicht das Buch, dass die globale Lösung einer in der Praxis häufig auftretenden Klasse von Optimierungsproblemen effizient möglich ist, während es für die schwerer handhabbaren nichtkonvexen Probleme ausführlich die Ideen von Branch-and-Bound-Verfahren entwickelt.Die vorliegende zweite Auflage wurde überarbeitet und um einige Passagen ergänzt.

Dieses Lehrbuch gibt eine verständliche Einführung in die konvexe Analysis, die mathematische Sachverhalte einerseits stringent behandelt, sie aber andererseits auch sehr ausführlich motiviert und mit vielen Abbildungen illustriert.

Das vorliegende Lehrbuch ist eine Einführung in das Operations Research, die mathematisch stringent vorgeht, ohne jedoch den Leser mit Beweisen zu überfrachten. Stattdessen werden die mathematischen Sachverhalte ausführlich begründet und durch weit mehr als einhundert Abbildungen illustriert. Das Buch ist gleichermaßen für Ingenieure, Mathematiker und Wirtschaftswissenschaftler geeignet.Mit mehr als vierhundert Seiten stellen die Autoren genügend Auswahlmöglichkeiten zur Verfügung, um es als Grundlage für unterschiedlich angelegte Operations-Research-Vorlesungen zu verwenden. Darüber hinaus setzt dieses Buch an den richtigen Stellen neue Akzente und bereichert den Bestand der bisherigen Lehrbücher zu diesem Fachgebiet. Ein ausführlicher Anhang verdeutlicht die für das Verständnis des Buches notwendigen mathematischen Grundkonzepte, um den unterschiedlichen Voraussetzungen in der Vielfalt der Bachelor- und Masterprogramme Rechnung zu tragen.Die korrigierte und erweiterte dritte Auflage dieses Buches erhält ein neues, ausführliches Kapitel zur stochastischen Optimierung.

This textbook is an introduction to global optimization, which treats mathematical facts stringently on the one hand, but also motivates them in great detail and illustrates them with 80 figures. The book is therefore not only aimed at mathematicians, but also at natural scientists, engineers and economists who want to understand and apply mathematically sound methods in their field.With almost two hundred pages, the book provides enough choices to use it as a basis for differently designed lectures on global optimization. The detailed treatment of the global solvability of optimization problems under application-relevant conditions sets a new accent that enriches the stock of previous textbooks on optimization. Using the theory and algorithms of smooth convex optimization, the book illustrates that the global solution of a class of optimization problems frequently encountered in practice is efficiently possible, while for the more difficult-to-handle non-convex problems itdevelops in detail the ideas of branch-and-bound methods.This book is the English translation of the 2nd edition of “Grundzüge der Globalen Optimierung” (Springer, 2021) written in German. The translation was done with the help of artificial intelligence. A subsequent revision was performed by the author to further refine the work and to ensure that the translation is appropriate concerning content and scientific correctness. It may, however, read stylistically different from a conventional translation.

Dieses Lehrbuch gibt eine verständliche Einführung in die gemischt-ganzzahlige Optimierung, die mathematische Sachverhalte einerseits stringent behandelt, sie aber andererseits auch sehr ausführlich motiviert und mit vielen Abbildungen illustriert. Grundlegende Lösungstechniken werden anhand von begleitenden Beispielen entwickelt, und die ausführliche Diskussion von Granularität setzt einen neuen Akzent, der den Bestand der bisherigen Lehrbücher zur gemischt-ganzzahligen Optimierung bereichert. Das Buch richtet sich daher an Personen aus verschiedenen Fachbereichen wie Mathematik, Naturwissenschaften, Ingenieurwissenschaften und Wirtschaftswissenschaften, die mathematisch fundierte Verfahren in ihrem Gebiet verstehen und anwenden möchten. Zudem stellt das Buch genügend Auswahlmöglichkeiten zur Verfügung, um es als Grundlage für unterschiedlich angelegte Vorlesungen zur gemischt-ganzzahligen Optimierung zu verwenden.