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
دسته بندی: بهینه سازی، تحقیق در عملیات. ویرایش: draft نویسندگان: Borwein J.M., Lewis A.S. سری: ناشر: سال نشر: 2000 تعداد صفحات: 310 زبان: English فرمت فایل : GZ (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 552 کیلوبایت
در صورت تبدیل فایل کتاب Convex analysis and nonlinear optimization 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 تجزیه و تحلیل محدب و بهینه سازی غیر خطی 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.
بهینه سازی یک رشته ریاضی غنی و پر رونق است. تئوری زیربنای تکنیک های بهینه سازی محاسباتی کنونی پیچیده تر می شود. زبان قدرتمند و ظریف تحلیل محدب بخش زیادی از این نظریه را متحد می کند. هدف این کتاب ارائه گزارشی مختصر و قابل دسترس از تحلیل محدب و کاربردها و الحاقات آن برای مخاطبان گسترده است. این می تواند به عنوان یک متن آموزشی تقریباً در سطح دانشجویان سال اول تحصیلات تکمیلی باشد. در حالی که بدنه اصلی متن مستقل است، هر بخش با مجموعه ای اغلب گسترده از تمرین های اختیاری به پایان می رسد. نسخه جدید مطالبی را در مورد بهینه سازی نیمه هموار و همچنین چندین اثبات جدید اضافه می کند که این کتاب را حتی بیشتر خودکفا می کند.
Optimization is a rich and thriving mathematical discipline. The theory underlying current computational optimization techniques grows ever more sophisticated. The powerful and elegant language of convex analysis unifies much of this theory. The aim of this book is to provide a concise, accessible account of convex analysis and its applications and extensions, for a broad audience. It can serve as a teaching text, at roughly the level of first year graduate students. While the main body of the text is self-contained, each section concludes with an often extensive set of optional exercises. The new edition adds material on semismooth optimization, as well as several new proofs that will make this book even more self-contained.