Vladimir Shikhman Ordre des livres

In this textbook, basic mathematical models used in Big Data Analytics are presented and application-oriented references to relevant practical issues are made.

Dieses Lehrbuch präsentiert in 60 Kapiteln (Vorlesungseinheiten) eine Fülle interessanter ökonomischer Problemstellungen, die mathematisch ausführlich unterlegt werden. Die Gliederung ist sehr benutzerfreundlich sowohl für Studierende als auch für Lehrende und eignet sich gut für einen kompletten Vorlesungszyklus. Jedes Kapitel, das einer anderthalbstündigen Vorlesung entspricht, ist aufgeteilt in die drei Abschnitte Ökonomische Fragestellung – Mathematisches Modell – Schlussfolgerungen und Fazit. Die Beispiele kommen aus wichtigen Teilgebieten der Wirtschaftswissenschaften wie z. B. Mikro- und Makroökonomie, Marketing, Finanzwesen, Big Data Analytics, Controlling, Ökonometrie, internationaler Handel, Wirtschaftspolitik, Kundenmanagement. Das didaktische Konzept fußt auf dem Prinzip der Interdisziplinarität. Das Wechselspiel wirtschaftswissenschaftlicher Fragestellungen und mathematischer Methoden zeichnet dieses Lehrbuch inbesonderer Weise aus. Zur primären Zielgruppe gehören angehende Wirtschaftswissenschaftler und -informatiker, die sich eine mathematische Grundausbildung aneignen möchten. Wegen der Vielzahl der betrachteten Modelle ist das Buch auch für ökonomisch interessierte Mathematiker und generell für mathematisch-ökonomisch Interessierte sehr nützlich.

Focusing on nonsmooth structures in optimization, this book explores four key problems: mathematical programs with complementarity constraints, general semi-infinite programming, mathematical programs with vanishing constraints, and bilevel optimization. It employs a topological approach to analyze feasible sets and introduces critical point theory based on Morse's concepts. Additionally, it addresses parametric and stability issues, systematically developing a comprehensive theory applicable to a wide range of optimization problems characterized by nonsmoothness.