Models and Methods in Linear Optimization van David J. Rader Jr. is een studieboek gericht op operations research en algorithm design voor linear optimization. Het behandelt het modelleren en oplossen van lineaire optimalisatieproblemen met een combinatie van mathematische theorie en praktische algoritmiek.
Het boek biedt een heldere introductie in deterministic operations research, met nadruk op de ontwikkeling van algoritmen voor continue en discrete lineaire problemen. Centraal staan drie pijlers: het modelleren van echte situaties als lineaire optimalisatieproblemen, het ontwerpen van de bijbehorende algoritmen en het gebruik van wiskundige theorie om deze te onderbouwen.
Inhoud
De tekst behandelt voorbeelden uit diverse sectoren, waaronder sportplanning en luchtvaart, en behandelt essentiële concepten zoals convexiteit, Farkas' Lemma, polyhedrale theorie, de Simplex-methode en dualiteitstheorie. Daarnaast komen geavanceerde methoden zoals de Dual Simplex, Dantzig-Wolfe decompositie en primal-duale interior point-algoritmes aan bod. Het sluit af met netwerkoptimalisatie en integer programming, inclusief technieken zoals label-correcting algoritmes en branch-and-cut methoden.
Concepten worden geïntroduceerd aan de hand van voorbeelden, wat de theorie toegankelijk maakt en bijdraagt aan een beter begrip van algorithm design voor lineaire optimalisatie. Daarnaast bevat het boek relevante historische overzichten en praktische modellen, ondersteund door digitale rekenvoorbeelden in Maple en MATLAB.
Productspecificaties
- Auteur: David J. Rader (Rose-Hulman Institute of Technology)
- Uitgever: John Wiley & Sons Inc
- Verschijningsdatum: 2010-08-06
- Aantal pagina's: 632
- ISBN: 9780470484517
- Thema: Linear programming
- BISAC: MATHEMATICS / Linear & Nonlinear Programming