Smooth Nonlinear Optimization in Rn (Nonconvex Optimization and Its Applications, 19, Band 19)
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
Das Buch "Smooth Nonlinear Optimization in Rn" von Tamás Rapcsák ist Teil der Reihe "Nonconvex Optimization and Its Applications". Es behandelt die Theorie und Methoden der glatten nichtlinearen Optimierung im n-dimensionalen Raum. Der Autor legt einen Schwerpunkt auf nichtkonvexe Optimierungsprobleme, die in vielen praktischen Anwendungen auftreten. Das Buch bietet eine umfassende Einführung in die mathematischen Grundlagen und Techniken zur Lösung dieser Probleme. Es umfasst Themen wie notwendige und hinreichende Optimalitätsbedingungen, Dualitätstheorie sowie numerische Algorithmen zur Lösung nichtlinearer Optimierungsprobleme. Durch viele Beispiele und Illustrationen wird das theoretische Material anschaulich vermittelt, was das Buch sowohl für Studierende als auch für Forscher im Bereich der Optimierung wertvoll macht.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Gebunden
- 284 Seiten
- Erschienen 1996
- Springer
- hardcover
- 423 Seiten
- Erschienen 2006
- Springer
- Gebunden
- 664 Seiten
- Erschienen 2006
- Springer
- paperback
- 356 Seiten
- Erschienen 1997
- Teubner Verlag
- Gebunden
- 330 Seiten
- Erschienen 2018
- Springer
- paperback
- 392 Seiten
- Erschienen 2021
- Springer
- Gebunden
- 264 Seiten
- Erschienen 2013
- Springer
- paperback
- 798 Seiten
- Erschienen 2002
- Hanser Fachbuch
- paperback
- 204 Seiten
- Erschienen 2022
- Springer
- hardcover
- 472 Seiten
- Erschienen 2001
- Cambridge University Press
- Gebunden
- 488 Seiten
- Erschienen 2002
- Springer
- hardcover
- 310 Seiten
- Erschienen 2026
- Birkhäuser
- paperback
- 303 Seiten
- Erschienen 1999
- American Mathematical Society



