Merkzettel Warenkorb
Produktbild: Numerische Mathematik
Band 33

Numerische Mathematik Eigenwertaufgaben, lineare Optimierungsaufgaben, unrestringierte Optimierungsaufgaben. Mit 122 Aufgaben

Aus der Reihe vieweg studium; Aufbaukurs Mathematik

29,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.01.1992

Abbildungen

VIII, 11 Abbildun8 Abbildungent 8 Abb. und 122 Aufg., schwarz-weiss Illustrationen

Verlag

Vieweg & Teubner

Seitenzahl

280

Maße (L/B/H)

24,4/17/1,5 cm

Gewicht

400 g

Auflage

1992

Sprache

Deutsch

ISBN

978-3-528-07233-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.01.1992

Abbildungen

VIII, 11 Abbildun8 Abbildungent 8 Abb. und 122 Aufg., schwarz-weiss Illustrationen

Verlag

Vieweg & Teubner

Seitenzahl

280

Maße (L/B/H)

24,4/17/1,5 cm

Gewicht

400 g

Auflage

1992

Sprache

Deutsch

ISBN

978-3-528-07233-9

Herstelleradresse

Vieweg+Teubner Verlag
Abraham-Lincoln-Straße 46
65189 Wiesbaden
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

Weitere Artikel findest du in
  • Produktbild: Numerische Mathematik
  • 5 Eigenwertaufgaben.- 5.1 Einige theoretische Grundlagen.- 5.1.1 Der Satz von Gerschgorin.- 5.1.2 Der Satz von Bauer-Fike.- 5.1.3 Variationsprinzipien für Eigenwerte hermitescher Matrizen.- 5.1.4 Der Satz von Schur.- Aufgaben.- 5.2 Das QR-Verfahren.- 5.2.1 Die Transformation einer Matrix auf Hessenberg-Form.- 5.2.2 Die QR-Zerlegung einer Hessenberg-Matrix.- 5.2.3 Vektoriteration nach v. Mises.- 5.2.4 Inverse Iteration nach Wielandt.- 5.2.5 Die Konvergenz des einfachen QR-Verfahrens.- 5.2.6 Das QR-Verfahren mit Shifts.- Aufgaben.- 5.3 Eigenwertaufgaben für symmetrische Matrizen.- 5.3.1 Das Jacobi-Verfahren.- 5.3.2 Das Bisektions-Verfahren.- 5.3.3 Das QR-Verfahren für symmetrische Matrizen.- 5.3.4 Die Berechnung der Singulärwertzerlegung.- Aufgaben.- 6 Lineare Optimierungsaufgaben.- 6.1 Einführung, Beispiele.- Aufgaben.- 6.2 Das Simplexverfahren.- 6.2.1 Geometrische Grundlagen des Simplexverfahrens.- 6.2.2 Die Phase II des Simplexverfahrens.- 6.2.3 Die Vermeidung von Zyklen beim Simplexverfahren.- 6.2.4 Die Phase I des Simplexverfahrens.- Aufgaben.- 6.3 Dualität bei linearen Programmen.- 6.3.1 Schwacher und starker Dualitätssatz.- 6.3.2 Ökonomische Interpretation der Dualität.- 6.3.3 Das duale Simplexverfahren.- Aufgaben.- 6.4 Das Karmarkar-Verfahren.- 6.4.1 Das Karmarkar-Verfahren und seine Motivation.- 6.4.2 Die Konvergenz des Karmarkar-Verfahrens.- 6.4.3 Zurückführung eines linearen Programms auf Karmarkar-Normalform.- Aufgaben.- 7 Unrestringierte Optimierungsaufgaben.- 7.1 Grundlagen.- 7.1.1 Einführung.- 7.1.2 Notwendige Optimalitätsbedingungen erster Ordnung.- 7.1.3 Notwendige und hinreichende Optimalitätsbedingungen zweiter Ordnung.- 7.1.4 Glatte konvexe Funktionen.- Aufgaben.- 7.2 Ein Modellalgorithmus.- 7.2.1 Schrittweitenstrategien bei glatter Zielfunktion.- 7.2.2 Konvergenz des Modellalgorithmus bei glatter Zielfunktion.- 7.2.3 Das gedämpfte Gauß-Newton-Verfahren bei diskreten, nichtlinearen Approximationsaufgaben.- Aufgaben.- 7.3 Quasi-Newton-Verfahren.- 7.3.1 Das Newton-Verfahren.- 7.3.2 Die Broyden-Klasse und das BFGS-Verfahren.- 7.3.3 Die globale Konvergenz des BFGS-Verfahrens.- 7.3.4 Die superlineare Konvergenz des BFGS-Verfahrens.- Aufgaben.- 7.4 Verfahren der konjugierten Gradienten.- 7.4.1 Quadratische Zielfunktionen.- 7.4.2 Das Fletcher-Reeves-Verfahren.- 7.4.3 Ein gedächtnisloses BFGS-Verfahren.- Aufgaben.- 7.5 Trust-Region-Verfahren.- 7.5.1 Einführung.- 7.5.2 Glatte, unrestringierte Optimierungsaufgaben.- 7.5.3 Nichtlineare Ausgleichsprobleme.- 7.5.4 Diskrete, nichtlineare Approximationsaufgaben.- Aufgaben.