
Programação Matemática
Otimização Linear e Não LinearDe José Felipe Souza de Almeida, Emerson Cordeiro Morais, Otavio AndreDuração1h 33m
Sobre este audiolivro
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.
Detalhes do audiolivro
GêneroScience and Nature
Duração1 h 33 min
Narrado porOuça com mais de 1.000 vozes
FormatoeBook com áudio
Data de publicação5 de jul. de 2021
IdiomaPortuguês
Sumário
1Introduction
2Prólogo
3Capítulo 1 - Máximos e Mínimos
41.1 Funções de uma Variável
51.2 Funções de Várias Variáveis
Mostrar todos os capítulosVer menos
61.3 Conjuntos Convexos
71.4 Teste da Segunda Derivada
8Capítulo 2 - Programação Linear
92.1 Formato Padrão
102.2 O Método Simplex
11Capítulo 3 - Programação Não Linear
123.1 Otimização Sem Restrição
133.2 Otimização com Restrições Lineares
14Capítulo 4 - Matriz Hessiana: 4.1 Curvatura de uma função
15Capítulo 5 - Multiplicadores de Lagrange: 5.1 Condições Karush-Kuhn-Tucker (KKT)
16Capítulo 6 - Otimização Evolutiva
176.1 Enxame de Partículas
186.2 Algoritmo Genético
19Capítulo 7 - Otimização Bayesiana: 7.1 Otimização Global Baseada em Modelo Sequencial