Modeling with Stochastic Programming

Þetta er uppfærð útgáfa af eina ritinu sem enn fjallar um grundvallarspurningar varðandi líkangerð óvissu í stærðfræðilegri bestun, þar á meðal hvernig endurskilgreina má ákvarðað líkan svo greina megi það með slembnum aðferðum. Í annarri útgáfu hefur umfjöllun um framsetningu slembinna fyrirbæra í líkönum, einnig nefnd sviðsmyndagerð, verið aukin verulega og nýjum kafla um fjölþrepa líkön bætt við.

Ritið hentar sem sjálfstæð kennslubók eða ítarefni í framhaldsáfanga í aðgerðagreiningu og stjórnunarvísindum eða í verkfræðigreinum með áherslu á bestun, þar sem fjallað er um uppruna líkana og grundvallaratriði líkangerðar. Bókin er auðlesin og ríkulega myndskreytt, með fjölmörgum dæmum og ítarlegri umfjöllun. Hún hentar framhaldsnemum og rannsakendum í aðgerðagreiningu, stærðfræði, verkfræði og skyldum greinum sem vilja læra að gera líkön af óvissu.

This is an updated version of what is still the only text to address basic questions about how to model uncertainty in mathematical programming, including how to reformulate a deterministic model so that it can be analyzed in a stochastic setting. This second edition has important extensions regarding  how to represent random phenomena in the models (also called scenario generation) as well as a new chapter on multi-stage models.

This text would be suitable as a stand-alone or supplement for a second course in OR/MS or in optimization-oriented engineering disciplines where the instructor wants to explain where models come from and what the fundamental modeling issues are. The book is easy-to-read, highly illustrated with lots of examples and discussions. It will be suitable for graduate students and researchers working in operations research, mathematics, engineering and related departments where there is interest in learning how to model uncertainty.