{"product_id":"9780387303031","title":"Numerical Optimization","description":"\u003ch2\u003eNumerical Optimization\u003c\/h2\u003e\n\u003ch3\u003eResumen del libro\u003c\/h3\u003e\n\u003cp\u003eEsta obra es un manual de referencia fundamental en el campo de la optimización numérica, una herramienta esencial para la toma de decisiones en ciencia y para el análisis de sistemas físicos en ingeniería. Escrito por dos autoridades en la materia, el libro ofrece un tratamiento riguroso y completo de los algoritmos y métodos computacionales más importantes. El lector encontrará una guía detallada que equilibra la teoría matemática subyacente con la aplicación práctica, convirtiéndose en un recurso indispensable tanto para estudiantes avanzados como para investigadores y profesionales que necesitan resolver problemas de optimización complejos.\u003c\/p\u003e\n\u003ch3\u003e¿De qué trata?\u003c\/h3\u003e\n\u003cp\u003eEl libro aborda de manera sistemática los fundamentos y las técnicas más avanzadas de la optimización numérica. Comienza con los conceptos básicos y la teoría de condiciones de optimalidad, para luego adentrarse en los algoritmos principales. Se cubren en profundidad métodos para optimización sin restricciones, como los de descenso y gradiente conjugado, así como técnicas para problemas con restricciones, incluyendo programación lineal y cuadrática. Un aspecto destacado es su tratamiento de los métodos de punto interior, muy relevantes en la actualidad. Además, dedica secciones importantes a la optimización convexa, la teoría de dualidad y a consideraciones prácticas sobre la implementación de algoritmos, incluyendo la selección de parámetros y la gestión de la convergencia. La obra culmina con capítulos sobre temas especializados como la optimización no lineal sin derivadas y los métodos de filtro, ofreciendo una visión completa y actualizada del estado del arte.\u003c\/p\u003e\n\u003ch3\u003eTemas principales\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eCondiciones de optimalidad y teoría de la optimización.\u003c\/li\u003e\n\u003cli\u003eAlgoritmos de descenso: gradiente, Newton y cuasi-Newton.\u003c\/li\u003e\n\u003cli\u003eMétodos de región de confianza y búsqueda de línea.\u003c\/li\u003e\n\u003cli\u003eProgramación lineal y cuadrática.\u003c\/li\u003e\n\u003cli\u003eMétodos de punto interior para problemas con restricciones.\u003c\/li\u003e\n\u003cli\u003eOptimización convexa y teoría de dualidad.\u003c\/li\u003e\n\u003cli\u003eImplementación práctica y análisis de convergencia de algoritmos.\u003c\/li\u003e\n\u003cli\u003eOptimización sin derivadas y métodos de filtro.\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e¿Para quién está recomendado?\u003c\/h3\u003e\n\u003cp\u003eEste libro está dirigido a estudiantes de posgrado, investigadores y profesionales en matemáticas aplicadas, ingeniería, ciencias de la computación, economía e investigación operativa. Es ideal para quienes buscan una comprensión profunda y rigurosa de los métodos numéricos de optimización, más allá de un simple uso de herramientas software. Requiere una base sólida en cálculo multivariable y álgebra lineal, por lo que se recomienda para lectores con formación matemática avanzada.\u003c\/p\u003e\n\u003ch3\u003eQué aporta este libro\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eUn conocimiento exhaustivo y riguroso de los algoritmos de optimización más utilizados.\u003c\/li\u003e\n\u003cli\u003eLa capacidad de seleccionar, implementar y ajustar el método adecuado para cada problema específico.\u003c\/li\u003e\n\u003cli\u003eUna base teórica sólida para entender las propiedades de convergencia y robustez de los algoritmos.\u003c\/li\u003e\n\u003cli\u003eHerramientas prácticas y consejos sobre la implementación computacional eficiente.\u003c\/li\u003e\n\u003cli\u003eUna referencia completa y actualizada, avalada por dos de los mayores expertos en la materia.\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003eFicha técnica\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003eAutor:\u003c\/strong\u003e JORGE NOCEDAL; STEPHEN WRIGHT\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eEditorial:\u003c\/strong\u003e Springer Verlag - New York\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eIdioma:\u003c\/strong\u003e Inglés\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eTema:\u003c\/strong\u003e Ciencias - Matemáticas - Estudios generales\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eColección:\u003c\/strong\u003e SPRINGER SERIES IN OPERATIONS RESEARCH AND FINANCI\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eEncuadernación:\u003c\/strong\u003e Tapa dura\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eFecha de edición:\u003c\/strong\u003e 2006\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eNúmero de páginas:\u003c\/strong\u003e 664\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eDimensiones:\u003c\/strong\u003e 23.5 cm x 17.8 cm\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003ePeso:\u003c\/strong\u003e 1448.0 gr\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003eValoración editorial\u003c\/h3\u003e\n\u003cp\u003eSe trata de una obra de referencia indiscutible en su campo, que ha formado a generaciones de investigadores y profesionales. Su principal valor reside en el equilibrio entre el rigor matemático y la aplicabilidad práctica, ofreciendo tanto la teoría subyacente como las claves para una implementación exitosa. La claridad expositiva y la profundidad de los temas tratados la convierten en una herramienta de estudio y consulta excepcional para cualquier persona que se enfrente a problemas de optimización reales. Es una inversión segura para quienes buscan un conocimiento sólido y perdurable en esta disciplina fundamental.\u003c\/p\u003e","brand":"SPRINGER VERLAG - NEW YORK","offers":[{"title":"Default Title","offer_id":53541909725531,"sku":"9780387303031","price":89.9,"currency_code":"EUR","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1018\/0650\/6331\/files\/9780387303031.jpg?v=1783505266","url":"https:\/\/kalamobooks.com\/products\/9780387303031","provider":"Kalamo Books","version":"1.0","type":"link"}