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: Peter Gritzmann (auth.)
سری: Aufbaukurs Mathematik
ISBN (شابک) : 9783528072902, 9783834820112
ناشر: Vieweg+Teubner Verlag
سال نشر: 2013
تعداد صفحات: 532
زبان: German
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب مبانی بهینه سازی ریاضی: ساختارهای گسسته ، نظریه پیچیدگی ، نظریه محدب ، بهینه سازی خطی ، الگوریتم ساده ، دوگانگی: بهینه سازی، ریاضیات گسسته
در صورت تبدیل فایل کتاب Grundlagen der Mathematischen Optimierung: Diskrete Strukturen, Komplexitätstheorie, Konvexitätstheorie, Lineare Optimierung, Simplex-Algorithmus, Dualität 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 مبانی بهینه سازی ریاضی: ساختارهای گسسته ، نظریه پیچیدگی ، نظریه محدب ، بهینه سازی خطی ، الگوریتم ساده ، دوگانگی 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.
هدف این کتاب درسی ایجاد یک مبنای ریاضی برای بهینه سازی خطی، غیرخطی و گسسته و مهمترین رویکردهای الگوریتمی آنها می باشد. بسیاری از مشکلات پوشش داده شده با نمونه هایی از برنامه های کاربردی فعلی در دنیای واقعی انگیزه دارند. با این حال، هیچ تلاشی برای مشخص کردن الگوریتمهای ممکن برای «همه موقعیتهای بهینهسازی» در سریعترین زمان ممکن انجام نمیشود، اما در عوض یک روش (گاهی بسیار پیچیدهتر) برای استخراج سازنده رویکردهای الگوریتمی اتخاذ میشود. رویکرد هندسی از نظر روش شناختی مرکزی است. ایده های هندسی زیربنایی با جزئیات توسعه یافته و با تعداد زیادی طرح نشان داده شده است. این بخش اول شامل مبانی مهم و رویکردهای ممکن مختلف برای بهینهسازی است که بسته به نیاز شما میتواند به صورت جامع، در بخشها یا تنها در بخشهایی در دورهها یا خودآموزی مورد استفاده قرار گیرد. این شامل ساختارها و الگوریتمهای گسسته، مقدمهای مفصل بر نظریه پیچیدگی، مبانی نظریه تحدب است که تقریباً در تمام زمینههای بهینهسازی از اهمیت اساسی برخوردار است، الگوریتم سیمپلکس و دوگانگی LP و کاربردهای آن.
Ziel dieses Lehrwerkes ist es, eine mathematische Grundlage der linearen, nichtlinearen und diskreten Optimierung und ihrer wichtigsten algorithmischen Ansätze zu entwickeln. Viele der behandelten Probleme werden durch Beispiele aktueller realer Anwendungen motiviert. Dabei wird jedoch nicht versucht, möglichst schnell möglichst viele Algorithmen für „alle Lebenslagen der Optimierung“ anzugeben, sondern ein (bisweilen deutlich aufwendigerer) Weg der konstruktiven Herleitung algorithmischer Ansätze beschritten. Methodisch zentral ist der geometrische Zugang; die zugrunde liegenden geometrischen Vorstellungen werden detailliert entwickelt und durch eine große Anzahl von Skizzen veranschaulicht. Der vorliegende erste Teil enthält wichtige Grundlagen und verschiedene mögliche Einstiege in die Optimierung, die je nach Wunsch umfassend, sektionsweise oder auch nur in Teilen in Lehrveranstaltungen oder im Selbststudium verwendet werden können. Hierzu gehören Diskrete Strukturen und Algorithmen, eine ausführliche Einführung in die Komplexitätstheorie, die Grundlagen der Konvexitätstheorie, die in fast allen Bereichen der Optimierung von fundamentaler Bedeutung ist, der Simplex-Algorithmus sowie die LP-Dualität und ihre Anwendungen.
Front Matter....Pages i-xvii
Einleitung....Pages 1-33
Einstiege: Ungleichungssysteme und diskrete Strukturen....Pages 35-111
Einstiege: Algorithmen und Komplexität....Pages 113-230
Konvexitätstheorie....Pages 233-312
Der Simplex-Algorithmus....Pages 315-385
Lp-Dualität....Pages 387-498
Back Matter....Pages 501-525