Книга "Convex Optimization" предоставляет простой доступ к основным принципам и методам решения ограниченных и неограниченных задач выпуклой оптимизации. В ней рассматриваются следующие разделы: основные методы решения ограниченных и неограниченных оптимизационных задач с дифференцируемыми целевыми функциями; выпуклые множества и их свойства; выпуклые функции и их свойства и обобщения; основные принципы субдифференциального исчисления и задачи выпуклого программирования.
Книга "Convex Optimization" предлагает подробные доказательства большинства результатов, представленных в книге, а также содержит множество иллюстраций и упражнений для лучшего понимания материала. Упражнения предлагаются в конце каждой главы, а решения и подсказки к выбранным упражнениям приводятся в конце книги. Бакалавры, магистры, исследователи в различных областях знаний, а также практикующие специалисты найдут пользу в этом доступном подходе к методам выпуклой оптимизации.
Электронная Книга «Convex Optimization» написана автором Mikhail Moklyachuk в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119804086
Описание книги от Mikhail Moklyachuk
This book provides easy access to the basic principles and methods for solving constrained and unconstrained convex optimization problems. Included are sections that cover: basic methods for solving constrained and unconstrained optimization problems with differentiable objective functions; convex sets and their properties; convex functions and their properties and generalizations; and basic principles of sub-differential calculus and convex programming problems. Convex Optimization provides detailed proofs for most of the results presented in the book and also includes many figures and exercises for a better understanding of the material. Exercises are given at the end of each chapter, with solutions and hints to selected exercises given at the end of the book. Undergraduate and graduate students, researchers in different disciplines, as well as practitioners will all benefit from this accessible approach to convex optimization methods.
