Modeling with Stochastic Programming (eBook)

eBook Download: PDF
2012 | 2013
XVI, 176 Seiten
Springer New York (Verlag)
978-0-387-87817-1 (ISBN)

Lese- und Medienproben

Modeling with Stochastic Programming - Alan J. King, Stein W. Wallace
Systemvoraussetzungen
51,16 inkl. MwSt
  • Download sofort lieferbar
  • Zahlungsarten anzeigen
This book bridges theory and application of stochastic programming in operations research. It describes various methods of formulating stochastic optimization problems, and illustrates their advantages and disadvantages with examples and case studies.
This book is about modeling stochastic programs – models solved by optimization technology, whose solutions perform well under uncertainty. Major parts of the book are critical discussions about what different modeling paradigms actually mean and what they imply about the choices under consideration. Understanding why stochastic programs are needed, being able to formulate them, and finally, finding out what it is that makes solutions robust, can help find good solutions without actually solving the stochastic programs. Therefore, this book is much more than a book on how to build unsolvable models. Rather, it shows a way forward so that we can potentially benefit from a modeling framework.
The book assumes the reader already has basic undergraduate knowledge of linear programming and probability, and some introduction to modeling from operations research, management science or something similar. Some facility with compiling and running programs in C++ is required to run the software examples.

Uncertainty in Optimization.-Modeling Feasibility and Dynamics.-Modeling the Objective Function.- Scenario tree generation, With Michal Kaut.-Service network design, With Arnt-Gunnar Lium and Teodor Gabriel Crainic.- A multi-dimensional newsboy problem with substitution, With Hajnalka Vaagen.- Stochastic Discount Factors.- Long Lead Time Production, With Aliza Heching.- References.- Index

Erscheint lt. Verlag 19.6.2012
Reihe/Serie Springer Series in Operations Research and Financial Engineering
Verlagsort New York
Sprache englisch
Themenwelt Mathematik / Informatik Mathematik Analysis
Mathematik / Informatik Mathematik Angewandte Mathematik
Mathematik / Informatik Mathematik Finanz- / Wirtschaftsmathematik
Mathematik / Informatik Mathematik Wahrscheinlichkeit / Kombinatorik
Wirtschaft Betriebswirtschaft / Management Unternehmensführung / Management
Schlagworte Real Options Modeling • Stochastic Discount Factors • Stochastic programming formulation • Uncertainty in Optimization
ISBN-10 0-387-87817-3 / 0387878173
ISBN-13 978-0-387-87817-1 / 9780387878171
Haben Sie eine Frage zum Produkt?
PDFPDF (Adobe DRM)

Kopierschutz: Adobe-DRM
Adobe-DRM ist ein Kopierschutz, der das eBook vor Mißbrauch schützen soll. Dabei wird das eBook bereits beim Download auf Ihre persönliche Adobe-ID autorisiert. Lesen können Sie das eBook dann nur auf den Geräten, welche ebenfalls auf Ihre Adobe-ID registriert sind.
Details zum Adobe-DRM

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen eine Adobe-ID und die Software Adobe Digital Editions (kostenlos). Von der Benutzung der OverDrive Media Console raten wir Ihnen ab. Erfahrungsgemäß treten hier gehäuft Probleme mit dem Adobe DRM auf.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen eine Adobe-ID sowie eine kostenlose App.
Geräteliste und zusätzliche Hinweise

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich