Linear Programming Using MATLAB® / Ploskas, Nikolaos  

Público ISBD Ningún comentario para este registro. Título : Linear Programming Using MATLAB® Tipo de documento: documento electrónico Autores: Ploskas, Nikolaos, Autor ; Samaras, Nikolaos, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XVII, 637 p. 59 ilustraciones, 47 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-65919-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Optimización matemática  Software de ordenador  Informática  Algoritmos  Optimización continua  Software matemático  Aplicaciones matemáticas en informática Índice Dewey: 519.6 Resumen: Este libro ofrece una presentación teórica y computacional de una variedad de algoritmos y métodos de programación lineal con énfasis en el método simplex revisado y sus componentes. Se incluye una base teórica y una formulación matemática para cada algoritmo, así como ejemplos numéricos completos y el código MATLAB® correspondiente. Las implementaciones de MATLAB® presentadas en este libro son sofisticadas y permiten a los usuarios encontrar soluciones para programas lineales de referencia a gran escala. A cada algoritmo le sigue un estudio computacional sobre problemas de referencia que analizan el comportamiento computacional de los algoritmos presentados. Como sólido complemento de la literatura existente sobre algorítmica específica, este libro será útil para investigadores, científicos, programadores matemáticos y estudiantes con conocimientos básicos de álgebra lineal y cálculo. La presentación clara permite al lector comprender y utilizar todos los componentes de los métodos de tipo simplex, como técnicas de presolución, técnicas de escala, reglas pivotantes, métodos de actualización de bases y análisis de sensibilidad. Nota de contenido: 1. Introduction -- 2. Linear Programming Algorithms -- 3. Linear Programming Benchmark and Random Problems -- 4. Presolve Methods -- 5. Scaling Techniques -- 6. Pivoting Rules -- 7. Basis Inverse and  Update Methods -- 8. Revised Primal Simplex Algorithm -- 9. Exterior Point Simplex Algorithms -- 10. Interior Point Method -- 11. Sensitivity Analysis -- Appendix: MATLAB's Optimization Toolbox Algorithms --  Appendix: State-of-the-art Linear Programming Solvers;CLP and CPLEX. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Linear Programming Using MATLAB® [documento electrónico] / Ploskas, Nikolaos, Autor ; Samaras, Nikolaos, Autor  . -  1 ed.  . - [s.l.] : Springer, 2017 . - XVII, 637 p. 59 ilustraciones, 47 ilustraciones en color. ISBN : 978-3-319-65919-0 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Optimización matemática  Software de ordenador  Informática  Algoritmos  Optimización continua  Software matemático  Aplicaciones matemáticas en informática Índice Dewey: 519.6 Resumen: Este libro ofrece una presentación teórica y computacional de una variedad de algoritmos y métodos de programación lineal con énfasis en el método simplex revisado y sus componentes. Se incluye una base teórica y una formulación matemática para cada algoritmo, así como ejemplos numéricos completos y el código MATLAB® correspondiente. Las implementaciones de MATLAB® presentadas en este libro son sofisticadas y permiten a los usuarios encontrar soluciones para programas lineales de referencia a gran escala. A cada algoritmo le sigue un estudio computacional sobre problemas de referencia que analizan el comportamiento computacional de los algoritmos presentados. Como sólido complemento de la literatura existente sobre algorítmica específica, este libro será útil para investigadores, científicos, programadores matemáticos y estudiantes con conocimientos básicos de álgebra lineal y cálculo. La presentación clara permite al lector comprender y utilizar todos los componentes de los métodos de tipo simplex, como técnicas de presolución, técnicas de escala, reglas pivotantes, métodos de actualización de bases y análisis de sensibilidad. Nota de contenido: 1. Introduction -- 2. Linear Programming Algorithms -- 3. Linear Programming Benchmark and Random Problems -- 4. Presolve Methods -- 5. Scaling Techniques -- 6. Pivoting Rules -- 7. Basis Inverse and  Update Methods -- 8. Revised Primal Simplex Algorithm -- 9. Exterior Point Simplex Algorithms -- 10. Interior Point Method -- 11. Sensitivity Analysis -- Appendix: MATLAB's Optimization Toolbox Algorithms --  Appendix: State-of-the-art Linear Programming Solvers;CLP and CPLEX. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Multiple Criteria Decision Aid / Papathanasiou, Jason  

Público ISBD Ningún comentario para este registro. Título : Multiple Criteria Decision Aid : Methods, Examples and Python Implementations Tipo de documento: documento electrónico Autores: Papathanasiou, Jason, Autor ; Ploskas, Nikolaos, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVII, 173 p. 36 ilustraciones, 18 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-91648-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: La investigación de operaciones  ciencia de la gestión  Ingeniería de software  Software de ordenador  Informática  Investigación de Operaciones  Ciencias de la Gestión  Investigación de Operaciones y Teoría de la Decisión  Software matemático  Aplicaciones matemáticas en informática Índice Dewey: 3 Resumen: En este libro se ilustran los métodos de ayuda a la decisión de criterios múltiples (MCDA) a través de técnicas teóricas y computacionales que utilizan Python. Los métodos existentes se presentan en detalle con un enfoque de aprendizaje paso a paso. Se brindan antecedentes teóricos para TOPSIS, VIKOR, PROMETHEE, SIR, AHP, programación de objetivos y sus variaciones. También se analizan ejemplos numéricos completos para cada método junto con código Python fácil de seguir. También se introducen e implementan a través de Python extensiones a algoritmos de toma de decisiones de múltiples criterios, como la teoría de números difusos y la toma de decisiones en grupo. Los lectores aprenderán cómo implementar y utilizar cada método según el problema, los datos disponibles, las partes interesadas involucradas y los diversos requisitos necesarios. Centrándose en los aspectos prácticos de las metodologías de toma de decisiones con criterios múltiples, este libro está diseñado para investigadores, profesionales y estudiantes de posgrado avanzados en las disciplinas de matemáticas aplicadas, sistemas de información, investigación de operaciones y administración de empresas, así como para otros ingenieros y científicos con orientación interdisciplinaria. investigación. Los lectores se beneficiarán enormemente de este libro al aprender y aplicar varios métodos MCDM/A. (Adiel Teixeira de Almeida, CDSID-Centro para el Desarrollo de Sistemas de Decisión y Información, Universidad Federal de Pernambuco, Recife, Brasil) Promover el desarrollo y la aplicación de ayuda a la toma de decisiones multicriterio es esencial para garantizar decisiones más éticas y sostenibles. Este libro es una gran contribución a este objetivo. Es una combinación perfecta de teoría y práctica, que proporciona a los usuarios e investigadores potenciales las bases teóricas de algunos de los métodos más conocidos, así como las herramientas informáticas necesarias para practicar, comparar y poner en práctica estos métodos. (Jean-Pierre Brans, Vrije Universiteit Brussel, Bruselas, Bélgica) Este libro está dirigido a investigadores, profesionales y estudiantes de apoyo a la toma de decisiones que deseen familiarizarse de forma rápida y eficiente con algoritmos de ayuda a la toma de decisiones multicriterio. El enfoque propuesto es original, ya que presenta una selección de métodos desde la teoría hasta la implementación práctica en Python, incluyendo un ejemplo detallado. Sin duda, esto facilitará el aprendizaje de estas técnicas y contribuirá a su efectiva difusión en las aplicaciones. (Patrick Meyer, IMT Atlantique, Lab-STICC, Univ. Bretagne Loire, Brest, Francia). Nota de contenido: 1. TOPSIS -- 2. VIKOR -- 3. PROMETHEE -- 4. SIR -- 5. AHP -- 6. Goal Programming.– Appendix. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Multiple Criteria Decision Aid : Methods, Examples and Python Implementations [documento electrónico] / Papathanasiou, Jason, Autor ; Ploskas, Nikolaos, Autor  . -  1 ed.  . - [s.l.] : Springer, 2018 . - XVII, 173 p. 36 ilustraciones, 18 ilustraciones en color. ISBN : 978-3-319-91648-4 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: La investigación de operaciones  ciencia de la gestión  Ingeniería de software  Software de ordenador  Informática  Investigación de Operaciones  Ciencias de la Gestión  Investigación de Operaciones y Teoría de la Decisión  Software matemático  Aplicaciones matemáticas en informática Índice Dewey: 3 Resumen: En este libro se ilustran los métodos de ayuda a la decisión de criterios múltiples (MCDA) a través de técnicas teóricas y computacionales que utilizan Python. Los métodos existentes se presentan en detalle con un enfoque de aprendizaje paso a paso. Se brindan antecedentes teóricos para TOPSIS, VIKOR, PROMETHEE, SIR, AHP, programación de objetivos y sus variaciones. También se analizan ejemplos numéricos completos para cada método junto con código Python fácil de seguir. También se introducen e implementan a través de Python extensiones a algoritmos de toma de decisiones de múltiples criterios, como la teoría de números difusos y la toma de decisiones en grupo. Los lectores aprenderán cómo implementar y utilizar cada método según el problema, los datos disponibles, las partes interesadas involucradas y los diversos requisitos necesarios. Centrándose en los aspectos prácticos de las metodologías de toma de decisiones con criterios múltiples, este libro está diseñado para investigadores, profesionales y estudiantes de posgrado avanzados en las disciplinas de matemáticas aplicadas, sistemas de información, investigación de operaciones y administración de empresas, así como para otros ingenieros y científicos con orientación interdisciplinaria. investigación. Los lectores se beneficiarán enormemente de este libro al aprender y aplicar varios métodos MCDM/A. (Adiel Teixeira de Almeida, CDSID-Centro para el Desarrollo de Sistemas de Decisión y Información, Universidad Federal de Pernambuco, Recife, Brasil) Promover el desarrollo y la aplicación de ayuda a la toma de decisiones multicriterio es esencial para garantizar decisiones más éticas y sostenibles. Este libro es una gran contribución a este objetivo. Es una combinación perfecta de teoría y práctica, que proporciona a los usuarios e investigadores potenciales las bases teóricas de algunos de los métodos más conocidos, así como las herramientas informáticas necesarias para practicar, comparar y poner en práctica estos métodos. (Jean-Pierre Brans, Vrije Universiteit Brussel, Bruselas, Bélgica) Este libro está dirigido a investigadores, profesionales y estudiantes de apoyo a la toma de decisiones que deseen familiarizarse de forma rápida y eficiente con algoritmos de ayuda a la toma de decisiones multicriterio. El enfoque propuesto es original, ya que presenta una selección de métodos desde la teoría hasta la implementación práctica en Python, incluyendo un ejemplo detallado. Sin duda, esto facilitará el aprendizaje de estas técnicas y contribuirá a su efectiva difusión en las aplicaciones. (Patrick Meyer, IMT Atlantique, Lab-STICC, Univ. Bretagne Loire, Brest, Francia). Nota de contenido: 1. TOPSIS -- 2. VIKOR -- 3. PROMETHEE -- 4. SIR -- 5. AHP -- 6. Goal Programming.– Appendix. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 2 / 2) Por página: 25 50 100 200