برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Stochastic Programming Problems with Probability and Quantile Functions

دانلود کتاب مسائل برنامه ریزی تصادفی با توابع احتمال و کمیت

مشخصات کتاب

Stochastic Programming Problems with Probability and Quantile Functions

دسته بندی: بهینه سازی، تحقیق در عملیات.
ویرایش:  
نویسندگان: Andrey I. Kibzun,  Yuri S. Kan  
سری: Volume 9 of Wiley Interscience Series in Systems and Optimization 
ISBN (شابک) : 0471958158, 9780471958154 
ناشر: Wiley 
سال نشر: 1996 
تعداد صفحات: 315 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت

قیمت کتاب (تومان) : 44,000

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 9

در صورت تبدیل فایل کتاب Stochastic Programming Problems with Probability and Quantile Functions 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 مسائل برنامه ریزی تصادفی با توابع احتمال و کمیت 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.

توضیحاتی در مورد کتاب مسائل برنامه ریزی تصادفی با توابع احتمال و کمیت

مفهوم یک سیستم به عنوان یک موجودیت به خودی خود با قدرت فزاینده ای در چند دهه گذشته در زمینه های مهندسی برق و کنترل، اقتصاد، اکولوژی، سازه های شهری، تئوری خودکار، تحقیقات عملیاتی و صنعت پدیدار شده است. مفهوم مشخص تر یک سیستم در مقیاس بزرگ در این کاربردها مستتر است، اما به ویژه در زمینه هایی مانند مطالعه شبکه های ارتباطی، شبکه های کامپیوتری و شبکه های عصبی مشهود است. مجموعه Wiley-Interscience در سیستم‌ها و بهینه‌سازی برای پاسخگویی به نیازهای محققان در این زمینه‌های به سرعت در حال توسعه ایجاد شده است. این برای کارهای مربوط به تحولات در نظریه سیستم های کمی، کاربردهای چنین نظریه ای در حوزه های مورد علاقه یا روش شناسی مرتبط در نظر گرفته شده است. برنامه‌نویسی تصادفی مرتبط پیتر کال، دانشگاه زوریخ، سوئیس و استین دبلیو والاس، دانشگاه تروندهایم، نروژ، برنامه‌نویسی تصادفی اولین کتاب درسی است که مقدمه‌ای کامل و مستقل برای این موضوع ارائه می‌کند. این کتاب که با دقت نوشته شده است تا تمام مطالب پس‌زمینه لازم را از برنامه‌نویسی خطی و غیرخطی و همچنین نظریه احتمال پوشش دهد، روش‌ها و تکنیک‌هایی را که قبلاً در منابع متفاوت توضیح داده شده است، گرد هم می‌آورد. پس از معرفی اصطلاحات و مسائل مدل‌سازی زمانی که تصادفی بودن در یک مدل برنامه‌ریزی ریاضی قطعی معرفی می‌شود، نویسندگان درخت‌های تصمیم و برنامه‌نویسی پویا، مشکلات منابع، محدودیت‌های احتمالی، پیش پردازش و مشکلات شبکه را پوشش می‌دهند. تمرینات در پایان هر فصل ارائه شده است. در سرتاسر، تاکید بر استفاده مناسب از تکنیک‌ها به جای برهان‌ها و نظریه‌های ریاضی است که این کتاب را برای محققان و دانش‌آموزان برنامه‌ریزی ریاضی و تحقیقات عملیاتی که می‌خواهند مهارت‌های خود را در برنامه‌نویسی تصادفی توسعه دهند، ایده‌آل می‌کند.

توضیحاتی درمورد کتاب به خارجی

The concept of a system as an entity in its own right has emerged with increasing force in the past few decades in, for example, the areas of electrical and control engineering, economics, ecology, urban structures, automaton theory, operational research and industry. The more definite concept of a large-scale system is implicit in these applications, but is particularly evident in fields such as the study of communication networks, computer networks and neural networks. The Wiley-Interscience Series in Systems and Optimization has been established to serve the needs of researchers in these rapidly developing fields. It is intended for works concerned with developments in quantitative systems theory, applications of such theory in areas of interest, or associated methodology. Of related interest Stochastic Programming Peter Kall, University of Zurich, Switzerland and Stein W. Wallace, University of Trondheim, Norway Stochastic Programming is the first textbook to provide a thorough and self-contained introduction to the subject. Carefully written to cover all necessary background material from both linear and non-linear programming, as well as probability theory, the book draws together the methods and techniques previously described in disparate sources. After introducing the terms and modelling issues when randomness is introduced in a deterministic mathematical programming model, the authors cover decision trees and dynamic programming, recourse problems, probabilistic constraints, preprocessing and network problems. Exercises are provided at the end of each chapter. Throughout, the emphasis is on the appropriate use of the techniques, rather than on the underlying mathematical proofs and theories, making the book ideal for researchers and students in mathematical programming and operations research who wish to develop their skills in stochastic programming.