Ottimizzazione lineare e non lineare

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Linear and Nonlinear Optimization

Contenuto del libro:

Questo libro di testo sull'ottimizzazione lineare e non lineare è destinato a studenti laureati e laureandi in ricerca operativa e campi correlati. Si tratta di un testo di grande spessore matematico e letterario, che tuttavia non richiede un corso precedente di ottimizzazione. Come suggerisce il titolo, il libro è diviso in due parti che trattano, nei singoli capitoli, i modelli e le applicazioni LP; le equazioni e le disuguaglianze lineari; l'algoritmo Simplex; la continuazione dell'algoritmo Simplex; la dualità e l'algoritmo Simplex doppio; le analisi di post-ottimalità; le considerazioni computazionali; i modelli e le applicazioni non lineari (NLP); l'ottimizzazione non vincolata; i metodi di discesa; le condizioni di ottimalità; i problemi con vincoli lineari; i problemi con vincoli non lineari; i metodi del punto interno; un'appendice sui concetti matematici. Ogni capitolo si conclude con una serie di esercizi.

Il libro si basa sugli appunti delle lezioni che gli autori hanno utilizzato in numerosi corsi di ottimizzazione tenuti all'Università di Stanford. Si concentra sulla modellazione e sugli algoritmi numerici per l'ottimizzazione con variabili continue (non intere). La trattazione presenta la teoria di base senza concentrarsi sempre sulle prove matematiche formali (che si possono trovare nei riferimenti citati). Un'altra caratteristica di questo libro è l'inclusione di argomenti culturali e storici, che appaiono spesso tra le note a piè di pagina.

“Questo libro è un vero gioiello. Gli autori fanno un lavoro magistrale nel presentare rigorosamente tutta la teoria pertinente in modo chiaro e conciso, riuscendo al contempo a evitare inutili e noiosi dettagli matematici. È un libro ideale per insegnare un corso di ottimizzazione a livello di master di uno o due semestri - copre ampiamente la programmazione lineare e non lineare bilanciando efficacemente modellazione, teoria algoritmica, calcolo, implementazione, fatti storici illuminanti e numerosi esempi ed esercizi interessanti. Grazie alla chiarezza dell'esposizione, questo libro funge anche da prezioso riferimento per l'autoapprendimento”.

Professor Ilan Adler,.

Dipartimento IEOR,.

UC Berkeley.

“Un'introduzione accurata agli elementi principali e alle applicazioni dell'ottimizzazione matematica. Questo volume presenta i concetti essenziali della programmazione lineare e non lineare in un formato accessibile, ricco di aneddoti, esempi ed esercizi che rendono vivo l'argomento. Gli autori, che vantano un'esperienza decennale nel campo dell'ottimizzazione, arricchiscono il testo con un contesto storico. Adatto a laureati e studenti di master avanzati in scienze gestionali, ricerca operativa e campi correlati”.

Michael P. Friedlander,.

Professore IBM di Informatica,.

Professore di matematica,.

Università della British Columbia.