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: ریاضیات ویرایش: نویسندگان: Giorgio Giorgi, J. Thierfelder, A. Guerraggio سری: ISBN (شابک) : 9780444505507, 0444505504 ناشر: Elsevier Science سال نشر: 2004 تعداد صفحات: 600 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 18 مگابایت
در صورت تبدیل فایل کتاب Mathematics of Optimization: Smooth and Nonsmooth Case 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 ریاضیات بهینه سازی: مورد صاف و ناصاف 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 برای افرادی (فارغ التحصیلان، محققین، و همچنین دانشجویان با پیشینه ریاضی خوب) درگیر در مطالعه مسائل بهینه سازی (ایستا) (در فضاهای با ابعاد محدود) در نظر گرفته شده است. این شامل مطالب زیادی است، از ابزارهای اساسی تحلیل محدب گرفته تا شرایط بهینه برای مسائل بهینه سازی صاف، برای مسائل بهینه سازی غیر هموار و برای مسائل بهینه سازی برداری. کتابها (فقط چند کتاب در مورد تئوری بهینهسازی به مسائل برداری نیز میپردازند)، بنابراین کتاب میتواند نقطه شروعی برای مطالعه بیشتر در ادبیات تخصصیتر باشد. تنها با فرض دانش خوب (حتی اگر پیشرفته) از تحلیل ریاضی و جبر خطی. ، این کتاب جنبه های مختلفی از نظریه ریاضی در مسائل بهینه سازی را ارائه می دهد. درمان در فضاهای محدود و بدون توجه به سوالات الگوریتمی انجام می شود. پس از دو فصل مربوط به موضوعات مقدماتی و ابزارهای اساسی و مفاهیم تحلیل محدب، این کتاب به طور گسترده به مسائل برنامهنویسی ریاضی در حالت اسموت، در حالت غیرهموار و در نهایت مسائل بهینهسازی برداری میپردازد. ? · خودکفا؟ · سبک و نتایج واضح یا ثابت شده یا دقیقاً با مراجع کافی بیان شده است؟ · نویسندگان چندین سال تجربه در این زمینه دارند؟ · چندین موضوع (بعضی از آنها در این نوع کتابها معمول نیست) در یک تک. کتاب، از جمله مسائل بهینه سازی غیرهموار و بهینه سازی برداری؟ · فهرست منابع طولانی مفید در پایان هر فصل
The book is intended for people (graduates, researchers, but also undergraduates with a good mathematical background) involved in the study of (static) optimization problems (in finite-dimensional spaces). It contains a lot of material, from basic tools of convex analysis to optimality conditions for smooth optimization problems, for non smooth optimization problems and for vector optimization problems.The development of the subjects are self-contained and the bibliographical references are usually treated in different books (only a few books on optimization theory deal also with vector problems), so the book can be a starting point for further readings in a more specialized literature.Assuming only a good (even if not advanced) knowledge of mathematical analysis and linear algebra, this book presents various aspects of the mathematical theory in optimization problems. The treatment is performed in finite-dimensional spaces and with no regard to algorithmic questions. After two chapters concerning, respectively, introductory subjects and basic tools and concepts of convex analysis, the book treats extensively mathematical programming problems in the smmoth case, in the nonsmooth case and finally vector optimization problems. ?· Self-contained?· Clear style and results are either proved or stated precisely with adequate references?· The authors have several years experience in this field?· Several subjects (some of them non usual in books of this kind) in one single book, including nonsmooth optimization and vector optimization problems?· Useful long references list at the end of each chapter
Cover......Page 1
Mathematics of Optimization: Smooth and Nonsmooth Case......Page 2
ISBN: 0-444-505304......Page 3
PREFACE......Page 4
Contents......Page 10
1.1. Optimization Problems......Page 13
1.2. Basic Mathematical Preliminaries and Notations......Page 23
References to Chapter I......Page 32
2.1. Convex Sets and Their Main Properties......Page 35
2.2. Separation Theorems......Page 46
2.3. Some Particular Convex Sets. Convex Cones......Page 59
2.4. Theorems of the Alternative for Linear Systems......Page 71
2.5. Convex Functions......Page 82
2.6. Directional Derivatives and Subgradients of Convex Functions......Page 106
2.7. Conjugate functions......Page 114
2.8. Extrema of Convex Functions......Page 121
2.9. Systems of Convex Functions and Nonlinear Theorems of the Alternative......Page 123
2.10. Generalized Convex Functions......Page 130
2.11. Relationships Between the Various Classes of Generalized Convex Functions. Properties in Optimization Problems......Page 152
2.12. Generalized Monotonicity and Generalized Convexity......Page 161
2.13. Comparison Between Convex and Generalized Convex Functions......Page 165
2.14. Generalized Convexity at a Point......Page 168
2.15. Convexity, Pseudoconvexity and Quasiconvexity of Composite Functions......Page 173
2.16. Convexity, Pseudoconvexity and Quasiconvexity of Quadratic Functions......Page 180
2.17. Other Types of Generalized Convex Functions......Page 185
References to Chapter II......Page 198
3.1. Introduction......Page 213
3.2. Unconstrained Extremum Problems and Extremum Problems with a Set Constraint......Page 214
3.3. Equality Constrained Extremum Problems......Page 221
I) Classical cone approximations......Page 233
II) Modified cone approximations......Page 250
3.5. Necessary Optimality Conditions for Problem (F) Where the Optimal Point is Interior to X......Page 260
3.6. Necessary Optimality Conditions for Problems (Fe) and (F); The Case of a Set Constraint......Page 270
3.7. Again on Constraint Qualifications......Page 282
3.8. Necessary Optimality Conditions for (Fi)......Page 289
3.9. Sufficient First-Order Optimality Conditions for (P) and (P1)......Page 299
3.10. Second-Order Optimality Conditions......Page 315
3.11. Linearization Properties of a Nonlinear Programming Problem......Page 329
3.12. Some Specific Cases......Page 333
3.13. Extensions to Topological Spaces......Page 340
3.14. Optimality Criteria of the Saddle Point Type......Page 344
References to Chapter HI......Page 354
4.1. Preliminary remarks......Page 371
4.2. Differentiability......Page 372
4.3. Directional Derivatives and Subdifferentials for Convex Functions......Page 383
4.4. Generalized Directional Derivatives......Page 391
4.5 Generalized Gradient Mappings......Page 404
4.6. Abstract Cone Approximations of Sets and Relating Differentiability Notions......Page 408
4.7. Special K-Directional Derivative......Page 426
4.8. Generalized Optimality Conditions......Page 445
References to Chapter IV......Page 464
5.1. Preliminary remarks......Page 471
5.2. Duality in Linear Optimization......Page 472
5.3. Duality in Convex Optimization (Wolfe Duality)......Page 475
5.4. Lagrange Duality......Page 481
5.5. Perturbed Optimization Problems......Page 498
References to Chapter V......Page 510
6.1 Vector Optimization Problems......Page 515
6.2. Conical Preference Orders......Page 517
6.3. Optimality (or Efficiency) Notions......Page 521
6.4. Proper Efficiency......Page 524
6.5. Theorems of Existence......Page 545
6.6. Optimality Conditions......Page 558
6.7. Scalarization......Page 566
6.8. The Nondifferentiable Case......Page 579
References to Chapter VI......Page 593
SUBJECT INDEX......Page 605