Stichwortverzeichnis
225 Fachbegriffe. Ein Klick führt zum jeweiligen Kapitel/Abschnitt (statt einer im Web bedeutungslosen Seitenzahl wie im gedruckten Register).
A
Adjusted Close — Anhang E: Glossar, Kapitel 18: Finanzdaten-Modellierung — Renditen, Kovarianz und Shrinkage
Aktivierungsschalter (Modellierungsmuster) — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Kapitel 4: Vom Management-Wunsch zum Modell
Almgren-Chriss-Modell — Anhang E: Glossar, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution
Approximate Dynamic Programming — Anhang E: Glossar, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
B
Backtest — Anhang E: Glossar
Bellman, Richard — Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution
Bellman-Gleichung — Anhang E: Glossar, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution, Synthese Teil III, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
Big-M-Methode — Anhang E: Glossar, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}
Binärvariable — Anhang E: Glossar, Kapitel 10: Spaltengenerierung — das Modell umbauen statt die Lösung raten, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 4: Vom Management-Wunsch zum Modell, Notation & Abkürzungen, Synthese Teil IV, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
Bipartites Matching — Anhang E: Glossar, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP
Branch-and-Bound — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 10: Spaltengenerierung — das Modell umbauen statt die Lösung raten, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
- Bounding und Pruning — Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}
- Branching — Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}
- Incumbent — Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 10: Spaltengenerierung — das Modell umbauen statt die Lösung raten, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Notation & Abkürzungen
Branch-and-Cut — Anhang E: Glossar, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
Brute Force — Anhang E: Glossar, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung
Budgeted Uncertainty — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
Budgetlimit — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 4: Vom Management-Wunsch zum Modell
C
Calmar Ratio — Anhang E: Glossar
CDCL — Anhang E: Glossar, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Notation & Abkürzungen, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten
Chance Constraint — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 4: Vom Management-Wunsch zum Modell, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
Column Generation — Anhang E: Glossar, Kapitel 9: Metaheuristiken — wenn der exakte Solver aussteigt, Notation & Abkürzungen, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
Conditional Value at Risk (CVaR) — Anhang E: Glossar, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}
Constraint Attribution — Anhang E: Glossar, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
Constraint Programming (CP) — Anhang E: Glossar, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung
Constraint Propagation — Anhang E: Glossar, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung
Constraint-Trace — Anhang E: Glossar, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Synthese Teil V, Vorwort & Lesehilfe
CP-SAT — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang B: Katalog der Modellierungsmuster, Anhang D: Spickzettel der Solver, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Kapitel 9: Metaheuristiken — wenn der exakte Solver aussteigt, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Notation & Abkürzungen, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Projektwerkstatt, Synthese Teil II, Vorwort & Lesehilfe
CP-SAT-Solver — Anhang E: Glossar, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung
CSR-Format — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang D: Spickzettel der Solver, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten
CVRPTW — Anhang E: Glossar, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP, Notation & Abkürzungen, Vorwort & Lesehilfe
CVXPY — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang D: Spickzettel der Solver, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Kapitel 19: Die moderne Portfoliotheorie nach Markowitz, Notation & Abkürzungen, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Projektwerkstatt, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit, Vorwort & Lesehilfe
D
Dantzig, George — Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise
Data Snooping — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 21: Die vollständige quantitative Handelsmaschine
DCP — Anhang E: Glossar
Deletion Filter — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Synthese Teil V, Vorwort & Lesehilfe
Diskrete Rendite — Anhang E: Glossar, Kapitel 18: Finanzdaten-Modellierung — Renditen, Kovarianz und Shrinkage, Notation & Abkürzungen
Diversifikation — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Kapitel 19: Die moderne Portfoliotheorie nach Markowitz, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
Dual Simplex — Anhang E: Glossar, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten
Duales Problem — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise
Dualitätstheorie — Anhang E: Glossar
Dynamische Programmierung — Anhang E: Glossar, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution
- Approximate Dynamic Programming — Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution
E
Ecke (Extrempunkt) — Anhang E: Glossar, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}
Entartung — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Vorwort & Lesehilfe
- und Dualwerte — Anhang C: Fehlerdiagnose-Handbuch
Entscheidungsvariable — Anhang E: Glossar, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 4: Vom Management-Wunsch zum Modell, Notation & Abkürzungen, Synthese Teil IV
Entscheidungsvektor — Anhang E: Glossar, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}
Error-Maximizer-Effekt — Anhang E: Glossar, Kapitel 18: Finanzdaten-Modellierung — Renditen, Kovarianz und Shrinkage
EVPI — Anhang E: Glossar, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
Expected Shortfall — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Notation & Abkürzungen
Explainable OR — Anhang E: Glossar, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
F
Fallback-Strategie — Anhang E: Glossar, Kapitel 21: Die vollständige quantitative Handelsmaschine, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
Fat Tails — Anhang E: Glossar, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Vorwort & Lesehilfe
Fluch der Dimensionalität — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution
Fluch des Durchschnitts — Anhang E: Glossar, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
Flusserhaltung — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang B: Katalog der Modellierungsmuster, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP, Kapitel 4: Vom Management-Wunsch zum Modell
Fundamentalsatz der linearen Optimierung — Anhang E: Glossar, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}
G
Genetischer Algorithmus — Anhang E: Glossar, Kapitel 9: Metaheuristiken — wenn der exakte Solver aussteigt
Gestaffelte Preise (stückweise linear) — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster
Globale Constraints — Anhang E: Glossar, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten
- AddAllDifferent — Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung
- AddCumulative — Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung
- AddNoOverlap — Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung
Globales Minimum — Anhang E: Glossar, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}
GMV (Global Minimum Variance) — Anhang E: Glossar, Kapitel 19: Die moderne Portfoliotheorie nach Markowitz
Goldene Regel des Backtestens — Anhang E: Glossar, Kapitel 21: Die vollständige quantitative Handelsmaschine
Gradient — Anhang E: Glossar, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Notation & Abkürzungen, Kapitel 15: Predict-then-Optimize{idx:Predict-then-Optimize} — die bessere Prognose, die schlechtere Entscheidung, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität, Vorwort & Lesehilfe
Graphen — Anhang E: Glossar
Gurobi — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang D: Spickzettel der Solver, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Notation & Abkürzungen, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
H
Hierarchische Relaxation — Anhang E: Glossar, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
HiGHS — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang D: Spickzettel der Solver, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Notation & Abkürzungen, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Synthese Teil I, Vorwort & Lesehilfe
I
Implikation (Modellierungsmuster) — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Kapitel 4: Vom Management-Wunsch zum Modell
Infeasibility — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
Interior-Point-Verfahren — Anhang E: Glossar, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten
Intervallvariable — Anhang E: Glossar, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung
J
Jensensche Ungleichung — Anhang E: Glossar, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
Job-Shop-Scheduling — Anhang E: Glossar, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Vorwort & Lesehilfe
K
Kanonische Standardform — Anhang E: Glossar
Kapazitätsvektor — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 16: Die Strukturbrücke — dieselbe Mathematik, zwei Welten, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Notation & Abkürzungen
Kardinalitätsbeschränkung — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}
KKT-Bedingungen — Anhang E: Glossar, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
Kohärentes Risikomaß — Anhang E: Glossar, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}
Kombinatorische Explosion — Anhang E: Glossar, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Vorwort & Lesehilfe
Komplementärer Schlupf — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
Konditionszahl — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 18: Finanzdaten-Modellierung — Renditen, Kovarianz und Shrinkage, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Vorwort & Lesehilfe
Konische Optimierung (SOCP, SDP) — Anhang E: Glossar, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
Konvexität — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität, Synthese Teil I, Synthese Teil III, Vorwort & Lesehilfe
- Funktion — Anhang C: Fehlerdiagnose-Handbuch, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 16: Die Strukturbrücke — dieselbe Mathematik, zwei Welten, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP, Kapitel 21: Die vollständige quantitative Handelsmaschine, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Kapitel 14: Mehrere Ziele — Pareto-Fronten statt Gewichte, Kapitel 9: Metaheuristiken — wenn der exakte Solver aussteigt, Notation & Abkürzungen, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Projektwerkstatt, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität, Kapitel 23: Testen, Messen, Ausliefern, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
- Menge — Anhang C: Fehlerdiagnose-Handbuch, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Kapitel 10: Spaltengenerierung — das Modell umbauen statt die Lösung raten, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Kapitel 14: Mehrere Ziele — Pareto-Fronten statt Gewichte, Kapitel 4: Vom Management-Wunsch zum Modell, Notation & Abkürzungen, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Kapitel 15: Predict-then-Optimize{idx:Predict-then-Optimize} — die bessere Prognose, die schlechtere Entscheidung, Projektwerkstatt, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität, Kapitel 17: Supply-Chain und Energieeinsatz unter Unsicherheit, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
- streng konvex — Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
Korn-Transformation — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 19: Die moderne Portfoliotheorie nach Markowitz
Kostenzerlegung — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
Kovarianzmatrix — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 16: Die Strukturbrücke — dieselbe Mathematik, zwei Welten, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 18: Finanzdaten-Modellierung — Renditen, Kovarianz und Shrinkage, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 19: Die moderne Portfoliotheorie nach Markowitz, Notation & Abkürzungen, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität, Synthese Teil IV, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit, Vorwort & Lesehilfe
L
Lagrange-Funktion — Anhang E: Glossar, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
Lagrange-Multiplikator — Anhang E: Glossar, Notation & Abkürzungen, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
Large Neighborhood Search — Anhang E: Glossar, Kapitel 9: Metaheuristiken — wenn der exakte Solver aussteigt
Laufzeitexplosion (Fehlerbild) — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
Ledoit-Wolf-Shrinkage — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Kapitel 16: Die Strukturbrücke — dieselbe Mathematik, zwei Welten, Kapitel 18: Finanzdaten-Modellierung — Renditen, Kovarianz und Shrinkage, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
Lexikografische Optimierung — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 14: Mehrere Ziele — Pareto-Fronten statt Gewichte
Lineare Programmierung (LP) — Anhang E: Glossar
Linopy — Anhang E: Glossar, Anhang D: Spickzettel der Solver, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Vorwort & Lesehilfe
linprog — Anhang E: Glossar, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise
Logarithmische Rendite — Anhang E: Glossar, Kapitel 18: Finanzdaten-Modellierung — Renditen, Kovarianz und Shrinkage, Notation & Abkürzungen
Lokales Minimum — Anhang E: Glossar, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}
Lookahead-Bias — Anhang E: Glossar, Kapitel 21: Die vollständige quantitative Handelsmaschine, Notation & Abkürzungen
LP-Relaxation — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang B: Katalog der Modellierungsmuster, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}
M
Makespan — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung
Marchenko-Pastur-Gesetz — Anhang E: Glossar, Kapitel 18: Finanzdaten-Modellierung — Renditen, Kovarianz und Shrinkage
Markowitz-Modell (Mean-Variance) — Anhang E: Glossar, Kapitel 19: Die moderne Portfoliotheorie nach Markowitz
Marktauswirkung — Anhang E: Glossar, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution
Matrix-Vektor-Produkt — Anhang E: Glossar, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Notation & Abkürzungen, Vorwort & Lesehilfe
Matrixform — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang D: Spickzettel der Solver, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Vorwort & Lesehilfe
Mensch in der Schleife — Anhang E: Glossar, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
Metaheuristik — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 9: Metaheuristiken — wenn der exakte Solver aussteigt, Notation & Abkürzungen, Projektwerkstatt, Synthese Teil II
MILP — Anhang E: Glossar, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}
Min-Cost-Flow — Anhang E: Glossar, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP
Mindestabnahmemenge — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP
MINLP — Anhang E: Glossar, Notation & Abkürzungen, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
MIP-Gap — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 9: Metaheuristiken — wenn der exakte Solver aussteigt, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Notation & Abkürzungen, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Kapitel 17: Supply-Chain und Energieeinsatz unter Unsicherheit, Vorwort & Lesehilfe
Monte-Carlo-Simulation — Anhang E: Glossar, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
MTZ-Formulierung — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP
Multi-Objective Optimization — Anhang E: Glossar, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
N
Nebenbedingung — Anhang E: Glossar, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung
- hart — Anhang A: Lösungen zu allen Übungsaufgaben, Anhang B: Katalog der Modellierungsmuster, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 4: Vom Management-Wunsch zum Modell, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Synthese Teil V, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
- weich — Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 4: Vom Management-Wunsch zum Modell, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
Newsvendor-Problem — Anhang E: Glossar, Kapitel 15: Predict-then-Optimize{idx:Predict-then-Optimize} — die bessere Prognose, die schlechtere Entscheidung, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
Nichtlineare Programmierung (NLP) — Anhang E: Glossar
Nichtüberlappung — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 4: Vom Management-Wunsch zum Modell
NP-schwer — Anhang E: Glossar, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 9: Metaheuristiken — wenn der exakte Solver aussteigt, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Notation & Abkürzungen
O
Operations Research — Anhang E: Glossar, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung
Optimalitätsprinzip — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution
OR-Tools — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang D: Spickzettel der Solver, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP, Notation & Abkürzungen, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Projektwerkstatt, Vorwort & Lesehilfe
Overfitting — Anhang E: Glossar, Kapitel 21: Die vollständige quantitative Handelsmaschine, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
P
Parameter (Modell) — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 18: Finanzdaten-Modellierung — Renditen, Kovarianz und Shrinkage, Kapitel 19: Die moderne Portfoliotheorie nach Markowitz, Kapitel 15: Predict-then-Optimize{idx:Predict-then-Optimize} — die bessere Prognose, die schlechtere Entscheidung, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
Pareto-Front — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 14: Mehrere Ziele — Pareto-Fronten statt Gewichte, Projektwerkstatt, Synthese Teil III, Vorwort & Lesehilfe
Pivotisierung — Anhang E: Glossar
Polars — Anhang E: Glossar, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten
Polyeder — Anhang E: Glossar, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Notation & Abkürzungen, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität, Synthese Teil I, Vorwort & Lesehilfe
Positiv (semi-)definit — Anhang E: Glossar
Präskriptive Analytik — Anhang E: Glossar, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung
Predict-then-Optimize — Anhang E: Glossar, Kapitel 14: Mehrere Ziele — Pareto-Fronten statt Gewichte, Kapitel 15: Predict-then-Optimize{idx:Predict-then-Optimize} — die bessere Prognose, die schlechtere Entscheidung, Synthese Teil III
Primales Problem — Anhang E: Glossar, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise
Pyomo — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang D: Spickzettel der Solver, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität, Vorwort & Lesehilfe
Q
Q-Learning — Anhang E: Glossar, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution
Quadratische Programmierung (QP) — Anhang E: Glossar, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
R
Rebalancing — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Kapitel 21: Die vollständige quantitative Handelsmaschine, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Projektwerkstatt
Regime-Shift — Anhang E: Glossar
Reinforcement Learning — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
Relaxation — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang B: Katalog der Modellierungsmuster, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP, Kapitel 14: Mehrere Ziele — Pareto-Fronten statt Gewichte, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Kapitel 4: Vom Management-Wunsch zum Modell, Notation & Abkürzungen, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Projektwerkstatt, Synthese Teil V
Robuste Optimierung — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
- Worst-Case-Abzug — Anhang B: Katalog der Modellierungsmuster, Kapitel 4: Vom Management-Wunsch zum Modell
Rockafellar-Uryasev-Theorem — Anhang E: Glossar, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}
Routing-Bibliothek — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang B: Katalog der Modellierungsmuster, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP, Projektwerkstatt
Rucksackproblem — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang B: Katalog der Modellierungsmuster, Kapitel 10: Spaltengenerierung — das Modell umbauen statt die Lösung raten, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}
Rückwärtsinduktion — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution, Synthese Teil III, Vorwort & Lesehilfe
Ruiz-Equilibrierung — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}
Rüstzeit — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 9: Metaheuristiken — wenn der exakte Solver aussteigt, Kapitel 4: Vom Management-Wunsch zum Modell, Projektwerkstatt, Synthese Teil II, Vorwort & Lesehilfe
S
SAT (Boolean Satisfiability) — Anhang E: Glossar, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung
Satz von Birkhoff und von Neumann — Anhang E: Glossar, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP
Schattenpreis — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang B: Katalog der Modellierungsmuster, Kapitel 16: Die Strukturbrücke — dieselbe Mathematik, zwei Welten, Kapitel 10: Spaltengenerierung — das Modell umbauen statt die Lösung raten, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Kapitel 14: Mehrere Ziele — Pareto-Fronten statt Gewichte, Kapitel 4: Vom Management-Wunsch zum Modell, Notation & Abkürzungen, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität, Synthese Teil V, Vorwort & Lesehilfe
Schätzfehler — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang B: Katalog der Modellierungsmuster, Kapitel 16: Die Strukturbrücke — dieselbe Mathematik, zwei Welten, Kapitel 19: Die moderne Portfoliotheorie nach Markowitz, Kapitel 4: Vom Management-Wunsch zum Modell, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Synthese Teil IV, Vorwort & Lesehilfe
Scheduling — Anhang E: Glossar
Schlupfvariable — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Notation & Abkürzungen, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
- gegen Unlösbarkeit — Anhang B: Katalog der Modellierungsmuster
Schnittebenen — Anhang E: Glossar, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}
SCIP — Anhang E: Glossar, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Notation & Abkürzungen, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
Semikontinuierliche Variable — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}
Sensitivitätsanalyse — Anhang E: Glossar, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Projektwerkstatt
Shannon-Entropie — Anhang E: Glossar, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
Sharpe-Ratio — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 21: Die vollständige quantitative Handelsmaschine, Kapitel 19: Die moderne Portfoliotheorie nach Markowitz, Notation & Abkürzungen, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
Simplex-Algorithmus — Anhang E: Glossar, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Vorwort & Lesehilfe
- Dantzig-Regel — Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise
- Pivotspalte — Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise
- Pivotzeile — Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise
Simulated Annealing — Anhang E: Glossar, Kapitel 9: Metaheuristiken — wenn der exakte Solver aussteigt, Notation & Abkürzungen, Vorwort & Lesehilfe
Skalarprodukt — Anhang E: Glossar, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Notation & Abkürzungen, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
SLSQP — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Notation & Abkürzungen, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
Snapshot-Prinzip — Anhang E: Glossar, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Synthese Teil V
Solver — Anhang E: Glossar
Solver-Status — Anhang E: Glossar, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung
Starker Dualitätssatz — Anhang E: Glossar, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise
Stichproben-Kovarianzmatrix — Anhang E: Glossar, Kapitel 18: Finanzdaten-Modellierung — Renditen, Kovarianz und Shrinkage, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
Stochastische Programmierung — Anhang E: Glossar, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
Strafkosten — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 4: Vom Management-Wunsch zum Modell, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Synthese Teil V
Subadditivität — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Vorwort & Lesehilfe
Subtour — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP
- Eliminierung — Anhang B: Katalog der Modellierungsmuster, Notation & Abkürzungen
Survivorship-Bias — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 21: Die vollständige quantitative Handelsmaschine, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
T
Technologiematrix — Anhang E: Glossar, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Notation & Abkürzungen
Totale Unimodularität — Anhang E: Glossar, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP
Transaktionskosten — Anhang E: Glossar, Kapitel 21: Die vollständige quantitative Handelsmaschine, Kapitel 19: Die moderne Portfoliotheorie nach Markowitz, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Projektwerkstatt, Synthese Teil IV, Vorwort & Lesehilfe
Trickle Flow — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang B: Katalog der Modellierungsmuster, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Vorwort & Lesehilfe
TSP (Traveling Salesperson Problem) — Anhang E: Glossar, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP
Turnover (Umschlag) — Anhang E: Glossar, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}
TWAP — Anhang E: Glossar, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution
U
Umrüstkosten (Modellierungsmuster) — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 4: Vom Management-Wunsch zum Modell
Ungarischer Algorithmus — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP
Unsicherheitsmenge — Anhang E: Glossar, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit
V
Value at Risk (VaR) — Anhang E: Glossar, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}
Vehicle Routing Problem (VRP) — Anhang E: Glossar
Verhältnis-Bedingung — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 4: Vom Management-Wunsch zum Modell
Volatilität — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution, Kapitel 18: Finanzdaten-Modellierung — Renditen, Kovarianz und Shrinkage, Kapitel 19: Die moderne Portfoliotheorie nach Markowitz, Notation & Abkürzungen, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität
Vorrangbeziehung — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 4: Vom Management-Wunsch zum Modell
W
Walk-Forward-Backtest — Anhang E: Glossar, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Kapitel 21: Die vollständige quantitative Handelsmaschine, Vorwort & Lesehilfe
Warm-Start — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}
Wurzel-Zeit-Regel — Anhang E: Glossar, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Projektwerkstatt
Z
Zielfunktion — Anhang C: Fehlerdiagnose-Handbuch, Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Anhang B: Katalog der Modellierungsmuster, Anhang D: Spickzettel der Solver, Kapitel 7: Constraint Programming mit CP-SAT{idx:CP-SAT} — Logik, Scheduling und Zuweisung, Kapitel 20: Tail-Risiko, CVaR und Transaktionskosten{idx:Transaktionskosten}, Kapitel 10: Spaltengenerierung — das Modell umbauen statt die Lösung raten, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Kapitel 19: Die moderne Portfoliotheorie nach Markowitz, Kapitel 9: Metaheuristiken — wenn der exakte Solver aussteigt, Kapitel 6: Gemischt-ganzzahlige Optimierung — Diskrete Entscheidungen und Branch-and-Bound{idx:Branch-and-Bound}, Kapitel 4: Vom Management-Wunsch zum Modell, Notation & Abkürzungen, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz, Kapitel 11: Quadratische und nichtlineare Optimierung — KKT, Lagrange, Konvexität, Synthese Teil I, Kapitel 12: Optimierung unter Unsicherheit — Monte-Carlo, Stochastik, Robustheit, Vorwort & Lesehilfe
Zufallsmatrizentheorie — Anhang E: Glossar, Kapitel 18: Finanzdaten-Modellierung — Renditen, Kovarianz und Shrinkage, Notation & Abkürzungen
Zulässiger Bereich — Anhang E: Glossar, Kapitel 2: Das mathematische Fundament — Vektoren, Matrizen, Konvexität{idx:Konvexität}
Zuordnungsproblem (1:1) — Anhang E: Glossar, Anhang B: Katalog der Modellierungsmuster, Kapitel 1: Einführung in Operations Research — Vom Ursprung zur mathematischen Entscheidungsfindung, Kapitel 8: Graphen, Flüsse und Touren — Min-Cost-Flow, Matching und VRP, Kapitel 5: Lineare Programmierung — Simplex, Dualität und Schattenpreise, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten
Zustandslosigkeit (OR-Plattform) — Anhang E: Glossar, Kapitel 22: Praxisfallen und der Weg zum produktiven Einsatz
Zustandsraum — Anhang E: Glossar, Anhang A: Lösungen zu allen Übungsaufgaben, Kapitel 13: Dynamische Programmierung — Die Bellman-Gleichung{idx:Bellman-Gleichung} und Order-Execution, Synthese Teil III
Zweischichtige Architektur — Anhang E: Glossar, Kapitel 3: Das Python-Ökosystem für OR — Solver, Bindings und Modellierungsschichten