Vladimir Shikhman – författare

This book deals with nonsmooth structures arising within the optimization setting. It considers four optimization problems, namely, mathematical programs with complementarity constraints, general semi-infinite programming problems, mathematical programs with vanishing constraints and bilevel optimization. The author uses the topological approach and topological invariants of corresponding feasible sets are investigated. Moreover, the critical point theory in the sense of Morse is presented and parametric and stability issues are considered. The material progresses systematically and establishes a comprehensive theory for a rather broad class of optimization problems tailored to their particular type of nonsmoothness.  Topological Aspects of Nonsmooth Optimization will benefit researchers and graduate students in applied mathematics, especially those working in optimization theory, nonsmooth analysis, algebraic topology and singularity theory. ​​

This book deals with nonsmooth structures arising within the optimization setting. It considers four optimization problems, namely, mathematical programs with complementarity constraints, general semi-infinite programming problems, mathematical programs with vanishing constraints and bilevel optimization. The author uses the topological approach and topological invariants of corresponding feasible sets are investigated. Moreover, the critical point theory in the sense of Morse is presented and parametric and stability issues are considered. The material progresses systematically and establishes a comprehensive theory for a rather broad class of optimization problems tailored to their particular type of nonsmoothness.

 

Topological Aspects of Nonsmooth Optimization will benefit researchers and graduate students in applied mathematics, especially those working in optimization theory, nonsmooth analysis, algebraic topology and singularity theory. ​

​

This book deals with nonsmooth structures arising within the optimization setting. It considers four optimization problems, namely, mathematical programs with complementarity constraints, general semi-infinite programming problems, mathematical programs with vanishing constraints and bilevel optimization. The author uses the topological approach and topological invariants of corresponding feasible sets are investigated. Moreover, the critical point theory in the sense of Morse is presented and parametric and stability issues are considered. The material progresses systematically and establishes a comprehensive theory for a rather broad class of optimization problems tailored to their particular type of nonsmoothness.  Topological Aspects of Nonsmooth Optimization will benefit researchers and graduate students in applied mathematics, especially those working in optimization theory, nonsmooth analysis, algebraic topology and singularity theory. ​​

Dieses Lehrbuch präsentiert in 60 Kapiteln (Vorlesungseinheiten) eine Fülle interessanter  ökonomischer Problemstellungen, die mathematisch ausführlich unterlegt werden. Die Gliederung ist sehr benutzerfreundlich sowohl für Studierende als auch für Lehrende und eignet sich gut für einen kompletten Vorlesungszyklus. Jedes Kapitel, das einer anderthalbstündigen Vorlesung entspricht, ist aufgeteilt  in die drei Abschnitte Ökonomische Fragestellung – Mathematisches Modell – Schlussfolgerungen und Fazit. Die Beispiele kommen aus wichtigen Teilgebieten der Wirtschaftswissenschaften wie z.B. Mikro- und Makroökonomie, Marketing, Finanzwesen, Big Data Analytics, Controlling, Ökonometrie, internationaler Handel, Wirtschaftspolitik, Kundenmanagement. Das didaktische Konzept fußt auf dem Prinzip der Interdisziplinarität. Das Wechselspiel wirtschaftswissenschaftlicher Fragestellungen und mathematischer Methoden zeichnet dieses Lehrbuch inbesonderer Weise aus. Zur primären Zielgruppe gehören angehende Wirtschaftswissenschaftler und -informatiker, die sich eine mathematische Grundausbildung aneignen möchten. Wegen der Vielzahl der betrachteten Modelle ist das Buch auch für ökonomisch interessierte Mathematiker und generell für mathematisch-ökonomisch Interessierte sehr nützlich.

Dieses Lehrbuch präsentiert in 60 Kapiteln (Vorlesungseinheiten) eine Fülle interessanter  ökonomischer Problemstellungen, die mathematisch ausführlich unterlegt werden. Die Gliederung ist sehr benutzerfreundlich sowohl für Studierende als auch für Lehrende und eignet sich gut für einen kompletten Vorlesungszyklus. Jedes Kapitel, das einer anderthalbstündigen Vorlesung entspricht, ist aufgeteilt  in die drei Abschnitte Ökonomische Fragestellung – Mathematisches Modell – Schlussfolgerungen und Fazit. Die Beispiele kommen aus wichtigen Teilgebieten der Wirtschaftswissenschaften wie z.B. Mikro- und Makroökonomie, Marketing, Finanzwesen, Big Data Analytics, Controlling, Ökonometrie, internationaler Handel, Wirtschaftspolitik, Kundenmanagement. Das didaktische Konzept fußt auf dem Prinzip der Interdisziplinarität. Das Wechselspiel wirtschaftswissenschaftlicher Fragestellungen und mathematischer Methoden zeichnet dieses Lehrbuch inbesonderer Weise aus. Zur primären Zielgruppe gehören angehende Wirtschaftswissenschaftler und -informatiker, die sich eine mathematische Grundausbildung aneignen möchten. Wegen der Vielzahl der betrachteten Modelle ist das Buch auch für ökonomisch interessierte Mathematiker und generell für mathematisch-ökonomisch Interessierte sehr nützlich.

In this textbook, basic mathematical models used in Big Data Analytics are presented and application-oriented references to relevant practical issues are made. Necessary mathematical tools are examined and applied to current problems of data analysis, such as brand loyalty, portfolio selection, credit investigation, quality control, product clustering, asset pricing etc. – mainly in an economic context. In addition, we discuss interdisciplinary applications to biology, linguistics, sociology, electrical engineering, computer science and artificial intelligence. For the models, we make use of a wide range of mathematics – from basic disciplines of numerical linear algebra, statistics and optimization to more specialized game, graph and even complexity theories. By doing so, we cover all relevant techniques commonly used in Big Data Analytics.Each chapter starts with a concrete practical problem whose primary aim is to motivate the study of a particular Big Data Analytics technique. Next, mathematical results follow – including important definitions, auxiliary statements and conclusions arising. Case-studies help to deepen the acquired knowledge by applying it in an interdisciplinary context. Exercises serve to improve understanding of the underlying theory. Complete solutions for exercises can be consulted by the interested reader at the end of the textbook; for some which have to be solved numerically, we provide descriptions of algorithms in Python code as supplementary material.This textbook has been recommended and developed for university courses in Germany, Austria and Switzerland.