Grundzüge Der Konvexen Analysis - Paperback

by Oliver Stein (Author)

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. Die Resultate werden anhand der geometrisch leicht nachvollziehbaren Fragestellung entwickelt, wie sich Hindernismengen und Verbotszonen mit garantierten Sicherheitsabständen modellieren lassen. Der Stoffaufbau mittels dieses durchgängigen Beispiels setzt einen neuen Akzent, der den Bestand der bisherigen Lehrbücher zur konvexen Analysis bereichert. Die erzielten Ergebnisse werden zudem auf nichtglatte konvexe Optimierungsprobleme angewendet, die in den Ingenieur- und Wirtschaftswissenschaften eine wichtige Rolle spielen.

Back Jacket

Dieses Lehrbuch gibt eine verst?ndliche Einf?hrung in die konvexe Analysis, die mathematische Sachverhalte einerseits stringent behandelt, sie aber andererseits auch sehr ausf?hrlich motiviert und mit vielen Abbildungen illustriert. Die Resultate werden anhand der geometrisch leicht nachvollziehbaren Fragestellung entwickelt, wie sich Hindernismengen und Verbotszonen mit garantierten Sicherheitsabst?nden modellieren lassen. Der Stoffaufbau mittels dieses durchg?ngigen Beispiels setzt einen neuen Akzent, der den Bestand der bisherigen Lehrb?cher zur konvexen Analysis bereichert. Die erzielten Ergebnisse werden zudem auf nichtglatte konvexe Optimierungsprobleme angewendet, die in den Ingenieur- und Wirtschaftswissenschaften eine wichtige Rolle spielen.

Author Biography

Prof. Dr. Oliver Stein ist Universitätsprofessor am Karlsruher Institut für Technologie und leitet dort den Bereich für Kontinuierliche Optimierung am Institut für Operations Research. In der Forschung konzentriert er sich auf Entwurf und Implementierung von Optimierungsverfahren sowie deren theoretische Grundlagen. Seine Lehrschwerpunkte sind globale Optimierung, nichtlineare Optimierung, gemischt-ganzzahlige Optimierung, konvexe Analysis und parametrische Optimierung.