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: Jitka Dupačová (auth.), Stanislav Uryasev, Panos M. Pardalos (eds.) سری: Applied Optimization 54 ISBN (شابک) : 9781441948557, 9781475765946 ناشر: Springer US سال نشر: 2001 تعداد صفحات: 438 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 16 مگابایت
کلمات کلیدی مربوط به کتاب بهینه سازی تصادفی: الگوریتم ها و کاربردها: حساب تغییرات و کنترل بهینه، بهینه سازی، تحقیق در عملیات/نظریه تصمیم گیری، مالی/سرمایه گذاری/بانکداری، مدل سازی ریاضی و ریاضیات صنعتی، محاسبات عددی
در صورت تبدیل فایل کتاب Stochastic Optimization: Algorithms and Applications 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 بهینه سازی تصادفی: الگوریتم ها و کاربردها 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.
برنامه نویسی تصادفی مطالعه رویه ها برای تصمیم گیری تحت حضور
عدم قطعیت ها و خطرات است. رویکردهای برنامه نویسی تصادفی با
موفقیت در تعدادی از زمینه ها مانند برنامه ریزی انرژی و تولید،
مخابرات و حمل و نقل استفاده شده است. اخیراً، تجربه عملی
بهدستآمده در برنامهنویسی تصادفی به طیف وسیعتری از
کاربردها از جمله مدلسازی مالی، مدیریت ریسک و تحلیل ریسک
احتمالی گسترش یافته است. موضوعات اصلی در این جلد عبارتند از:
(1) پیشرفت در تئوری و اجرای الگوریتم های برنامه ریزی تصادفی.
(2) تجزیه و تحلیل حساسیت سیستم های تصادفی. (3) برنامههای
برنامهنویسی تصادفی و سایر موضوعات مرتبط.
مخاطبان: محققان و آکادمیهایی که در بهینهسازی،
مدلسازی کامپیوتری، تحقیقات عملیات و مهندسی مالی کار میکنند.
این کتاب به عنوان مطالعه تکمیلی در دروس بهینه سازی و مهندسی
مالی مناسب است.
Stochastic programming is the study of procedures for
decision making under the presence of uncertainties and
risks. Stochastic programming approaches have been
successfully used in a number of areas such as energy and
production planning, telecommunications, and transportation.
Recently, the practical experience gained in stochastic
programming has been expanded to a much larger spectrum of
applications including financial modeling, risk management,
and probabilistic risk analysis. Major topics in this volume
include: (1) advances in theory and implementation of
stochastic programming algorithms; (2) sensitivity analysis
of stochastic systems; (3) stochastic programming
applications and other related topics.
Audience: Researchers and academies working in
optimization, computer modeling, operations research and
financial engineering. The book is appropriate as
supplementary reading in courses on optimization and
financial engineering.
Front Matter....Pages i-xii
Output analysis for approximated stochastic programs....Pages 1-29
Combinatorial Randomized Rounding: Boosting Randomized Rounding with Combinatorial Arguments....Pages 31-53
Statutory Regulation of Casualty Insurance Companies: An Example from Norway with Stochastic Programming Analysis....Pages 55-85
Option pricing in a world with arbitrage....Pages 87-96
Monte Carlo Methods for Discrete Stochastic Optimization....Pages 97-119
Discrete Approximation in Quantile Problem of Portfolio Selection....Pages 121-135
Optimizing electricity distribution using two-stage integer recourse models....Pages 137-154
A Finite-Dimensional Approach to Infinite-Dimensional Constraints in Stochastic Programming Duality....Pages 155-167
Non-Linear Risk of Linear Instruments....Pages 169-182
Multialgorithms for Parallel Computing: A New Paradigm for Optimization....Pages 183-222
Convergence Rate of Incremental Subgradient Algorithms....Pages 223-264
Transient Stochastic Models for Search Patterns....Pages 265-277
Value-at-Risk Based Portfolio Optimization....Pages 279-302
Combinatorial Optimization, Cross-Entropy, Ants and Rare Events....Pages 303-363
Consistency of Statistical Estimators: the Epigraphical View....Pages 365-383
Hierarchical Sparsity in Multistage Stochastic Programs....Pages 385-410
Conditional Value-at-Risk: Optimization Approach....Pages 411-435