David Bernard Shmoys (* 1959) ist ein US-amerikanischer Mathematiker, der sich mit Mathematischer Optimierung und Operations Research befasst.

Ausbildung und Karriere

Shmoys erhielt 1981 seinen Bachelor-Abschluss als Elektroingenieur an der Princeton University und wurde 1984 an der University of California, Berkeley bei Eugene Lawler promoviert (Approximation Algorithms for Problems in Sequencing, Scheduling, and Communication Network Design). Als Post-Doktorand war er am MSRI und der Harvard University. Er lehrte am Massachusetts Institute of Technology, bevor er Professor an der Cornell University wurde, an der er Direktor der School of Operations Research and Information Engineering ist.

Forschung

Er befasst sich mit dem Entwurf und der Analyse von Näherungs-Algorithmen für diskrete Optimierungsprobleme, speziell NP-schwere Probleme zum Beispiel im Scheduling, Clusteranalyse, Facility Location, Sequenzieren und Vorrats-Probleme (Inventory Theory) mit Anwendungen zum Beispiel in Gentechnik, Flughäfen oder Arterhaltung. Dabei wandte er Methoden der Linearen Programmierung an.

Preise und Ehrungen, Mitgliedschaften, Herausgeberschaft

Er ist Fellow der Association for Computing Machinery und des SIAM und war NSF Presidential Young Investigator. Shmoys ist Mitherausgeber von Mathematics of Operations Research und war Herausgeber des SIAM Journal of Discrete Mathematics.

Schriften

  • mit David P. Williamson: The Design of Approximation Algorithms, Cambridge University Press 2011
  • mit Jan Karel Lenstra, Alexander Rinnooy Kan, Eugene Lawler: The travelling salesman problem – a guided tour of combinatorial optimization, Wiley 1985

Einzelnachweise

  1. ↑ David Shmoys im Mathematics Genealogy Project (englisch)
  2. ↑ Frederick W. Lanchester Prize. (Nicht mehr online verfügbar.) informs.org (Institute for Operations Research and the Management Sciences), archiviert vom Original am 2. Oktober 2015; abgerufen am 16. Februar 2016 (englisch).
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.