Hands-On Mathematical Optimization with Python
-
10% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár GBP 39.99
-
20 238 Ft (19 275 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 10% (cc. 2 024 Ft off)
- Discounted price 18 215 Ft (17 348 Ft + 5% áfa)
20 238 Ft
Beszerezhetőség
Becsült beszerzési idő: A Prosperónál jelenleg nincsen raktáron, de a kiadónál igen. Beszerzés kb. 3-5 hét..
A Prosperónál jelenleg nincsen raktáron.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Cambridge University Press
- Megjelenés dátuma 2025. január 16.
- ISBN 9781009493505
- Kötéstípus Puhakötés
- Terjedelem354 oldal
- Méret 254x178x20 mm
- Súly 680 g
- Nyelv angol 679
Kategóriák
Rövid leírás:
A hands-on Python-based guide to mathematical optimization for undergraduates and graduates, with numerous applications and code samples.
TöbbHosszú leírás:
This practical guide to optimization combines mathematical theory with hands-on coding examples to explore how Python can be used to model problems and obtain the best possible solutions. Presenting a balance of theory and practical applications, it is the ideal resource for upper-undergraduate and graduate students in applied mathematics, data science, business, industrial engineering and operations research, as well as practitioners in related fields. Beginning with an introduction to the concept of optimization, this text presents the key ingredients of an optimization problem and the choices one needs to make when modeling a real-life problem mathematically. Topics covered range from linear and network optimization to convex optimization and optimizations under uncertainty. The book's Python code snippets, alongside more than 50 Jupyter notebooks on the author's GitHub, allow students to put the theory into practice and solve problems inspired by real-life challenges, while numerous exercises sharpen students' understanding of the methods discussed.
'This is a fantastic textbook on optimization! It contains the right mix of theoretical and more practical optimization aspects. Several chapters contain more recent important developments, e.g., conic and robust optimization. Moreover, the Python codes provided make this textbook really 'hands-on'. It is clear that the authors are not only experts in optimization theory, but also have applied optimization in practice themselves.' Dick den Hertog, University of Amsterdam
Tartalomjegyzék:
1. Mathematical optimization; 2. Linear optimization; 3. Mixed-integer linear optimization; 4. Network optimization; 5. Convex optimization; 6. Conic optimization; 7. Accounting for uncertainty: Optimization meets reality; 8. Robust optimization; 9. Stochastic optimization; 10. Two-stage problems; Appendix A. Linear algebra primer; Appendix B. Solutions of selected exercises; List of Tables; List of Figures; Index.
Több
