
Programação Matemática
Otimização Linear e Não LinearBy José Felipe Souza de Almeida, Emerson Cordeiro Morais, Otavio AndreLength1h 33m
About this audiobook
O objetivo deste livro é fornecer suporte ao estudo da Programação Matemática e sua teoria de máximos e mínimos em uma introdução aos métodos de otimização. Este material é um apanhado de vários temas, em geral, encontrados dispersos na literatura e foi feito com o intuito de resumir a teoria de maneira simples e prática. Neste sentido, um conhecimento prévio das noções de cálculo diferencial, álgebra linear, probabilidade e programação Python deve ser complementado paralelamente ao desenvolvimento sistemático dos alunos iniciantes. Com estes requisitos, além dos conceitos básicos sobre máximos e mínimos, a composição dos tópicos foi elaborada em duas formulações: (1) Modelos determinísticos em Programação Linear com o método Simplex Primal-Dual e em Programação Não Linear com Gradiente descendente, Matriz Hessiana e Multiplicadores de Lagrange; (2) Modelos probabilísticos com Enxame de Partículas, Algoritmos Genéticos e Otimização Bayesiana. Todos os tópicos descrevem problemas interessantes, como aplicações dos conceitos estudados, acompanhados de exemplos resolvidos e suas respectivas soluções disponibilizadas em código de programação Python. Assim, este livro destina-se tanto a alunos iniciando a graduação em Ciência da Computação ou Engenharia quanto àqueles que estão em estudos mais avançados em teoria de otimização.
Audiobook details
GenreScience and Nature
Length1 hr 33 mins
Narrated byListen with 1,000+ voices
FormateBook with Audio
Publish dateJul 5, 2021
LanguagePortuguese
Table of contents
1Introduction
11Capítulo 3 - Programação Não Linear
2Prólogo
123.1 Otimização Sem Restrição
3Capítulo 1 - Máximos e Mínimos
133.2 Otimização com Restrições Lineares
41.1 Funções de uma Variável
14Capítulo 4 - Matriz Hessiana: 4.1 Curvatura de uma função
51.2 Funções de Várias Variáveis
15Capítulo 5 - Multiplicadores de Lagrange: 5.1 Condições Karush-Kuhn-Tucker (KKT)
Show all chaptersShow less
61.3 Conjuntos Convexos
16Capítulo 6 - Otimização Evolutiva
71.4 Teste da Segunda Derivada
176.1 Enxame de Partículas
8Capítulo 2 - Programação Linear
186.2 Algoritmo Genético
92.1 Formato Padrão
19Capítulo 7 - Otimização Bayesiana: 7.1 Otimização Global Baseada em Modelo Sequencial
102.2 O Método Simplex