| Número de páginas: |
XI, 360 p. 150 ilustraciones |
| Resumen: |
Este libro estudia soluciones aproximadas de problemas de optimización en presencia de errores computacionales. Contiene una serie de resultados sobre el comportamiento de convergencia de algoritmos en un espacio de Hilbert, que son bien conocidos como herramientas importantes para resolver problemas de optimización. La investigación presentada continúa del libro del autor (c) de 2016 Optimización numérica con errores computacionales. Ambos libros estudian algoritmos teniendo en cuenta errores computacionales que siempre están presentes en la práctica. El objetivo principal es, para un error computacional conocido, obtener la solución aproximada y el número de iteraciones necesarias. La discusión toma en consideración que para cada algoritmo, su iteración consta de varios pasos; Los errores de cálculo para varios pasos son generalmente diferentes. Este hecho, que no se tuvo en cuenta en el libro anterior, es realmente importante en la práctica. Por ejemplo, el algoritmo de proyección de subgradiente consta de dos pasos: un cálculo de un subgradiente de la función objetivo y un cálculo de una proyección sobre el conjunto factible. En cada uno de estos dos pasos hay un error de cálculo y estos dos errores de cálculo son generalmente diferentes. El libro es de interés para investigadores e ingenieros que trabajan en optimización. También puede resultar útil en cursos de preparación para estudiantes de posgrado. La caracterÃstica principal del libro atraerá especÃficamente a investigadores e ingenieros que trabajan en optimización, asà como a expertos en aplicaciones de optimización a la ingenierÃa y la economÃa. |
Convex Optimization with Computational Errors
