fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Snyman

Practical Mathematical Optimization

An Introduction to Basic Optimization Theory and Classical and New Gradient-Based Algorithms

Medium: Buch
ISBN: 978-0-387-24348-1
Verlag: Springer
Erscheinungstermin: 03.03.2005
In den Warenkorb
Lieferfrist: bis zu 10 Tage
Auf die Merkliste Drucken

Leseprobe
Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

This book presents basic optimization principles and gradient-based algorithms to a general audience, in a brief and easy-to-read form. It enables professionals to apply optimization theory to engineering, physics, chemistry, or business economics.

Produkteigenschaften

  • Artikelnummer: 9780387243481
  • Medium: Buch
  • ISBN: 978-0-387-24348-1
  • Verlag: Springer
  • Erscheinungstermin: 03.03.2005
  • Sprache(n): Englisch
  • Auflage: 2005
  • Serie: Applied Optimization
  • Produktform: Gebunden, Book
  • Gewicht: 1270 g
  • Seiten: 258
  • Format (B x H): 155 x 235 mm
  • Ausgabetyp: Kein, Unbekannt
  • Nachauflage: 978-3-319-77585-2

Themen

Autoren/Hrsg.

Autoren

Preface
Table of Notation Chapter 1. Introduction
Chapter 2. Line Search Descent Methods for Unconstrained Minimization
Chapter 3. Standard Methods for Constrained Optimization
Chapter 4. New Gradient-Based Trajectory and Approximation Methods
Chapter 5. Example Problems
Chapter 6. Some Theorems
Chapter 7. The Simplex Method for Linear Programming Problems Bibliography
Index