Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Titre original :
Linear and Nonlinear Optimization
Contenu du livre :
Ce manuel sur l'optimisation linéaire et non linéaire est destiné aux étudiants de troisième cycle et aux étudiants avancés en recherche opérationnelle et dans les domaines connexes. Il est à la fois instructif et solide sur le plan mathématique, mais ne nécessite pas de cours préalable en optimisation. Comme le suggère son titre, le livre est divisé en deux parties couvrant dans leurs chapitres individuels les modèles et applications LP, les équations et inéquations linéaires, l'algorithme du Simplex, l'algorithme du Simplex continu, la dualité et l'algorithme du Double Simplex, les analyses de postoptimalité, les considérations informatiques, les modèles et applications non linéaires (NLP), l'optimisation sans contrainte, les méthodes de descente, les conditions d'optimalité, les problèmes avec contraintes linéaires, les problèmes avec contraintes non linéaires, les méthodes de point intérieur, et une annexe couvrant les concepts mathématiques. Chaque chapitre se termine par une série d'exercices.
Ce livre est basé sur les notes de cours que les auteurs ont utilisées dans de nombreux cours d'optimisation qu'ils ont enseignés à l'Université de Stanford. Il met l'accent sur la modélisation et les algorithmes numériques pour l'optimisation avec des variables continues (et non entières). La discussion présente la théorie sous-jacente sans toujours se concentrer sur les preuves mathématiques formelles (qui peuvent être trouvées dans les références citées). Une autre caractéristique de ce livre est l'inclusion de sujets culturels et historiques, apparaissant le plus souvent dans les notes de bas de page.
« Ce livre est un véritable bijou. Les auteurs font un travail magistral en présentant rigoureusement toute la théorie pertinente de manière claire et concise, tout en évitant les détails mathématiques inutiles et fastidieux. C'est un livre idéal pour enseigner un ou deux semestres de cours de niveau master en optimisation - il couvre largement la programmation linéaire et non linéaire en équilibrant efficacement la modélisation, la théorie algorithmique, le calcul, l'implémentation, les faits historiques éclairants, et de nombreux exemples et exercices intéressants. Grâce à la clarté de l'exposé, ce livre constitue également une référence précieuse pour l'auto-apprentissage ».
Professeur Ilan Adler,.
Département IEOR,.
UC Berkeley.
« Une introduction soigneusement conçue aux principaux éléments et applications de l'optimisation mathématique. Ce volume présente les concepts essentiels de la programmation linéaire et non linéaire dans un format accessible rempli d'anecdotes, d'exemples et d'exercices qui donnent vie au sujet. Les auteurs s'appuient sur leurs décennies d'expérience dans le domaine de l'optimisation pour fournir une couche enrichissante de contexte historique. Convient aux étudiants de premier cycle et de maîtrise en sciences de la gestion, en recherche opérationnelle et dans les domaines connexes.
Michael P. Friedlander,.
Professeur IBM d'informatique,.
Professeur de mathématiques,.
Université de la Colombie-Britannique.
Autres informations sur le livre :
| ISBN : | 9781493970537 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Relié |
| Année de publication : | 2017 |
| Nombre de pages : | 614 |
Achat:
Actuellement disponible, en stock.
