دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Giuseppe C. Calafiore, Laurent El Ghaoui سری: ISBN (شابک) : 1107050871, 9781107050877 ناشر: Cambridge University Press سال نشر: 2014 تعداد صفحات: 648 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 مگابایت
در صورت تبدیل فایل کتاب Optimization Models به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مدل های بهینه سازی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب درسی زیبا با تأکید بر درک عملی بر روی نکات فنی الگوریتمهای خاص، مقدمهای در دسترس برای حوزه بهینهسازی است که بر تکنیکهای بهینهسازی محدب قدرتمند و قابل اعتماد تمرکز دارد. دانشآموزان و پزشکان یاد خواهند گرفت که چگونه مسائل بهینهسازی را شناسایی، سادهسازی، مدلسازی و حل کنند - و این اصول را در پروژههای خود به کار ببرند. یک مقدمه واضح و مستقل برای جبر خطی، مفاهیم اصلی ریاضی را به گونه ای نشان می دهد که به راحتی قابل پیگیری است، و به دانش آموزان کمک می کند تا ارتباط عملی آنها را درک کنند. فقط به درک اولیه از هندسه، حساب دیفرانسیل و انتگرال، احتمال و آمار نیاز دارد و تعادل دقیقی بین قابلیت دسترسی و دقت ایجاد می کند، دانش آموزان را قادر می سازد تا مطالب را به سرعت درک کنند، بدون اینکه توسط ریاضیات پیچیده غرق شوند. همراه با مشکلات متعدد انتهای فصل، یک کتابچه راهنمای راه حل های آنلاین برای مدرسان، و مثال های مرتبط از زمینه های مختلف از جمله مهندسی، علوم داده، اقتصاد، مالی و مدیریت، این مقدمه عالی برای بهینه سازی برای دانشجویان کارشناسی و کارشناسی ارشد است.
Emphasizing practical understanding over the technicalities of specific algorithms, this elegant textbook is an accessible introduction to the field of optimization, focusing on powerful and reliable convex optimization techniques. Students and practitioners will learn how to recognize, simplify, model and solve optimization problems - and apply these principles to their own projects. A clear and self-contained introduction to linear algebra demonstrates core mathematical concepts in a way that is easy to follow, and helps students to understand their practical relevance. Requiring only a basic understanding of geometry, calculus, probability and statistics, and striking a careful balance between accessibility and rigor, it enables students to quickly understand the material, without being overwhelmed by complex mathematics. Accompanied by numerous end-of-chapter problems, an online solutions manual for instructors, and relevant examples from diverse fields including engineering, data science, economics, finance, and management, this is the perfect introduction to optimization for undergraduate and graduate students.
Content: 1. Introduction
Part I. Linear Algebra: 2. Vectors
3. Matrices
4. Symmetric matrices
5. Singular value decomposition
6. Linear equations and least-squares
7. Matrix algorithms
Part II. Convex Optimization: 8. Convexity
9. Linear, quadratic and geometric models
10. Second-order cone and robust models
11. Semidefinite models
12. Introduction to algorithms
Part III. Applications: 13. Learning from data
14. Computational finance
15. Control problems
16. Engineering design.