Zusammenfassung
Wenn Ihnen die Verfahren des letzten Kapitels ein wenig wie „Stochern im Nebel“ vorkamen, so können wir Ihnen da nicht völlig widersprechen. Im Allgemeinen sind nicht-lineare Minimierungsprobleme am ehesten auf konvexen Mengen und für konvexe Zielfunktionen effizient lösbar. Sogar ein quadratisches Optimierungsproblem wie in Beispiel 6.24 b) wird, wenn die Matrix nicht mehrpositiv definit ist, NP-vollständig [25].
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2010 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Hochstättler, W. (2010). Lineare Optimierung. In: Algorithmische Mathematik. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-05422-8_8
Download citation
DOI: https://doi.org/10.1007/978-3-642-05422-8_8
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-05421-1
Online ISBN: 978-3-642-05422-8
eBook Packages: Life Science and Basic Disciplines (German Language)