دسته: ریاضیات محاسباتی
دانلود کتاب برنامه ریزی خطی تصادفی: مدل ها، نظریه و محاسبات بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Stochastic Linear Programming: Models, Theory, and Computation
ویرایش : 1
عنوان ترجمه شده به فارسی : برنامه ریزی خطی تصادفی: مدل ها، نظریه و محاسبات
سری : International Series in Operations Research & Management Science
نویسندگان : Peter Kall
ناشر : Springer
سال نشر : 2005
تعداد صفحات : 407
ISBN (شابک) : 9780511595165
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 17 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
پیتر کال و یانوس مایر دانشمندان و اساتید برجسته تحقیقات عملیات هستند و علاقه تحقیقاتی آنها به ویژه به حوزه بهینه سازی تصادفی اختصاص دارد. برنامه ریزی خطی تصادفی: مدل ها، نظریه و محاسبات ارائه و بحث قطعی در مورد ویژگی های نظری مدل ها، رویکردهای الگوریتمی مفهومی و مسائل محاسباتی مربوط به اجرای این روش ها برای حل مسائلی است که به صورت تصادفی در طبیعت حوزه کاربرد برنامه نویسی تصادفی شامل تجزیه و تحلیل پورتفولیو، بهینه سازی مالی، مسائل انرژی، بازده تصادفی در تولید، تجزیه و تحلیل ریسک و غیره است. در این کتاب، مدل هایی در بهینه سازی مالی و تجزیه و تحلیل ریسک به عنوان مثال، از جمله روش های حل و اجرای آنها مورد بحث قرار گرفته است.< /P> برنامه نویسی تصادفی یک حوزه بهینه سازی و برنامه ریزی ریاضی است که به سرعت در حال توسعه است. مقالات و مجلدات متعدد کنفرانس و چندین تک نگاری در این منطقه منتشر شده است. با این حال، کتاب کال و مایر به ویژه در ارائه روشهای راهحل از جمله مبنای نظری محکم و مسائل محاسباتی آنها، که در بسیاری از موارد بر اساس پیادهسازیهای نویسندگان است، مفید خواهد بود. همچنین این کتاب برای دوره های پیشرفته بهینه سازی تصادفی مناسب است.
Peter Kall and János Mayer are distinguished scholars and professors of Operations Research and their research interest is particularly devoted to the area of stochastic optimization. Stochastic Linear Programming: Models, Theory, and Computation is a definitive presentation and discussion of the theoretical properties of the models, the conceptual algorithmic approaches, and the computational issues relating to the implementation of these methods to solve problems that are stochastic in nature. The application area of stochastic programming includes portfolio analysis, financial optimization, energy problems, random yields in manufacturing, risk analysis, etc. In this book, models in financial optimization and risk analysis are discussed as examples, including solution methods and their implementation.
Stochastic programming is a fast developing area of optimization and mathematical programming. Numerous papers and conference volumes, and several monographs have been published in the area; however, the Kall and Mayer book will be particularly useful in presenting solution methods including their solid theoretical basis and their computational issues, based in many cases on implementations by the authors. The book is also suitable for advanced courses in stochastic optimization.