Introduction to the Theory of Optimization in Euclidean Space

ویرایش: 1 
نویسندگان: Samia Challal  
سری: Chapman & Hall/CRC Series in Operations Research 
ISBN (شابک) : 0367195577, 9780367195571 
ناشر: Chapman and Hall/CRC 
سال نشر: 2019 
تعداد صفحات: 335 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 21 مگابایت 

قیمت کتاب (تومان) : 73,000



مقدمه ای بر نظریه بهینه سازی در فضای اقلیدسی در نظر گرفته شده است که مقدمه ای قوی برای بهینه سازی در فضای اقلیدسی به دانش آموزان ارائه دهد، ضمن اینکه جنبه های نظری موضوع را نیز نشان می دهد. ارائه شواهد و کاربردهای روشن

دانش‌آموزان به‌تدریج از طریق توسعه برهان‌ها گرفته می‌شوند، جایی که آنها فرصت دارند ابزارهای تمایز (قانون زنجیره، فرمول تیلور) را برای توابع چندین متغیر در موقعیت‌های انتزاعی تمرین کنند.

در طول این کتاب، دانش آموزان لزوم مراجعه به نتایج مهمی را که در دوره های پیشرفته جبر و تجزیه و تحلیل ایجاد شده است، فرا خواهند گرفت. p>

دقیق و عملی، ارائه اثبات و کاربرد قضایا

مناسب به عنوان یک کتاب درسی برای دانشجویان مقطع کارشناسی ارشد در دروس ریاضی یا اقتصاد، یا به عنوان مرجع برای خوانندگان در سطح فارغ التحصیل

اصول پیچیده را به شیوه ای واضح و گویا معرفی می کند

 

< /ul>

Introduction to the Theory of Optimization in Euclidean Space is intended to provide students with a robust introduction to optimization in Euclidean space, demonstrating the theoretical aspects of the subject whilst also providing clear proofs and applications.

Students are taken progressively through the development of the proofs, where they have the occasion to practice tools of differentiation (Chain rule, Taylor formula) for functions of several variables in abstract situations.

Throughout this book, students will learn the necessity of referring to important results established in advanced Algebra and Analysis courses.

Features

• Rigorous and practical, offering proofs and applications of theorems
• Suitable as a textbook for advanced undergraduate students on mathematics or economics courses, or as reference for graduate-level readers
• Introduces complex principles in a clear, illustrative fashion

 

1. Introduction 
1.1. Formulation of some optimization problems
1.2. Particular subsets of Rn
1.3. Functions of several variables 
2. Unconstrained Optimization
2.1. Necessary condition
2.2. Classification of local extreme points
2.3. Convexity/concavity and global extreme points 
2.4. Extreme value theorem
3. Constrained Optimization-Equality constraints
3.1. Tangent plane 
3.2. Necessary condition for local extreme points-Equality constraints
3.3. Classification of local extreme points-Equality constraints 
3.4. Global extreme points-Equality constraints 
4. Constrained Optimization-Inequality constraints 
4.1. Cone of feasible directions 
4.2. Necessary condition for local extreme points/Inequality constraints
4.3. Classification of local extreme points-Inequality constraints
4.4. Global extreme points-Inequality constraints
4.5. Dependence on parameters