Modern Numerical Nonlinear Optimization /
Contiene: 1) Introducción; 2) Fundamentos sobre la optimización sin restricciones. Cálculo del tamaño de los pasos; 3) Métodos de descenso más pronunciado; 4) El método de Newton; 5) Métodos de gradiente conjugado; 6) Métodos de quasi-Newton; 7) Métodos de Newton inexactos; 8) Métodos de región de c...
Guardado en:
| Hovedforfatter: | |
|---|---|
| Format: | Bog |
| Sprog: | engelsk |
| Udgivet: |
Cham, Suiza :
Springer,
2022, c2022
|
| Serier: | (Springer Optimization and Its Applications ;
195) |
| Fag: | |
| Online adgang: | Ver documento en línea |
| Tags: |
Ingen Tags, Vær først til at tagge denne postø!
|
MARC
| LEADER | 00000nam^a2200000^a^4500 | ||
|---|---|---|---|
| 001 | 000613865 | ||
| 005 | 20251023000000.0 | ||
| 009 | 20260310133630.702 | ||
| 020 | |a 978-3-031-08720-2 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 519. 76 |b AND | ||
| 100 | |a Andrei, Neculai |e (autor) | ||
| 245 | 1 | 0 | |a Modern Numerical Nonlinear Optimization / |c N. Andrei. |
| 264 | 4 | |a Cham, Suiza : |b Springer, |c 2022, c2022 | |
| 264 | 2 | |a Cham, Suiza : |b Springer Link [distribución], |c 2025 | |
| 300 | |a 1 libro electrónico en línea (XXXIII, 807 p.) | ||
| 300 | |a 1 recurso en línea | ||
| 336 | |a datos para computadora |b cod |2 rdacontenido | ||
| 337 | |a computadora |b c |2 rdamedio | ||
| 338 | |a recurso en línea |b cr |2 rdasoporte | ||
| 440 | 1 | |a (Springer Optimization and Its Applications ; |v 195) | |
| 506 | 0 | |a Licencias ilimitadas | |
| 520 | |a Contiene: 1) Introducción; 2) Fundamentos sobre la optimización sin restricciones. Cálculo del tamaño de los pasos; 3) Métodos de descenso más pronunciado; 4) El método de Newton; 5) Métodos de gradiente conjugado; 6) Métodos de quasi-Newton; 7) Métodos de Newton inexactos; 8) Métodos de región de confianza; 9) Métodos directos para optimización sin restricciones; 10) Métodos de optimización no lineal restringida: una visión general; 11) Condiciones de optimalidad para optimización no lineal; 12) Optimización restringida de límites simples; 13) Programación cuadrática; 14) Métodos de penalización y métodos de Lagrangian aumentados; 15) Programación secuencial cuadrática; 16) Métodos primarios: el gradiente geducidogGeneralizado con linealización secuencial; 17) Métodos de punto interior; 18) Métodos de filtro; 19) Búsqueda lineal con filtro de punto interior; 20) Métodos directos para optimización restringida. | ||
| 521 | |a 2025 BO Licenciatura en Ingeniería y Ciencia de Datos | ||
| 649 | |a XX | ||
| 650 | |a Programación No Lineal - |x Tema Principal | ||
| 650 | |a Programación (Matemáticas) | ||
| 650 | |a Optimización Matemática - |x Tema Principal | ||
| 650 | |a Algoritmos | ||
| 650 | |a Matemáticas | ||
| 856 | 4 | 0 | |u https://link-springer-com.ezproxy.iteso.mx/10.1007/978-3-031-08720-2 |y Ver documento en línea |
| 910 | |a Fondo General | ||
| 920 | |a Electrónicos - Libros en Línea | ||
| 930 | |a Plataforma Digital | ||
| 905 | |a 205 | ||
| 901 | |a 613865-1 |b IT2 |c EBO |i C |u 20250521 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000613865 | ||