Optimierung für Wirtschaftsingenieure

Dieses Buch aus der Reihe Schriften zum Wirtschaftsingenieurwesen behandelt die Anwendung der Optimierungs-Technologie in der Praxis. Dies umfasst die Reellwertige Optimierung mit und ohne Nebenbedingungen, die Lineare Programmierung, die Nichtlineare Programmierung und Grundzüge der Kombinatorischen Optimierung. Daneben gibt es interessant-lehrreiche Ausflüge in aktuelle Themengebiete wie Algorithmen und Künstliche Intelligenz. Es richtet sich an Studierende des Wirtschaftsingenieurwesens und verzichtet deswegen an vielen Stellen auf mathematisch exakte Herleitungen zu Gunsten der didaktischen Vermittlung des Lehrstoffes. Zahlreiche praxisnahe Übungen vervollständigen den Inhalt.

Einführung in die Optimierungs-Technologie als ein Teilgebiet der Künstlichen Intelligenz Zahlreiche Beispiele aus der Praxis Lehr- und Übungsbuch für Wirtschaftsingenieure Includes supplementary material: sn.pub/extras

Autorentext

Prof. Dr. Martin J. Bünner ist Dozent für Mathematik an der NTB Interstaatliche Hochschule für Technik Buchs. Der Autor studierte Theoretische Physik an den Universitäten Würzburg und Oldenburg. In zahlreichen Anwendungsfeldern, wie Produktions-Optimierung, Mobilfunk, Chip-Design und Windkraft-Anlagen, transferierte Prof. Bünner die anspruchsvollen Methoden der Optimierung erfolgreich in der Praxis. Der Autor konzipierte die Vorlesung "Optimierung" für den Studiengang Wirtschaftsingenieurwesen an der FHS St.Gallen.

Klappentext

Dieses Buch aus der Reihe Schriften zum Wirtschaftsingenieurwesen behandelt die Anwendung der Optimierungs-Technologie in der Praxis. Dies umfasst die Reellwertige Optimierung mit und ohne Nebenbedingungen, die Lineare Programmierung, die Nichtlineare Programmierung und Grundzüge der Kombinatorischen Optimierung. Daneben gibt es interessant-lehrreiche Ausflüge in aktuelle Themengebiete wie Algorithmen und Künstliche Intelligenz. Es richtet sich an Studierende des Wirtschaftsingenieurwesens und verzichtet deswegen an vielen Stellen auf mathematisch exakte Herleitungen zu Gunsten der didaktischen Vermittlung des Lehrstoffes. Zahlreiche praxisnahe Übungen vervollständigen den Inhalt.

Inhalt

Grundlagen.- Univariate Optimierung.- Bivariate Optimierung.- Algorithmen und das Newton-Verfahren.- Das Simplex-Verfahren zur Lösung von LP-Problemen.- Relaxation und Enumeration zur Lösung von Integer- und Mixed-Integer Optimierungsproblemen.- Ausblick.