ingeniería de investigación operativa
Contenidos
Optimization in Operations Research, Second Edition de Rardin se basa en la aclamada primera edición publicada hace casi dos décadas y nombrada Libro del Año en 1999 por el Instituto de Ingenieros Industriales. El objetivo de la segunda edición es hacer que las herramientas de modelización y análisis de la optimización sean aún más accesibles para los estudiantes avanzados de grado y los principiantes de posgrado, así como para los investigadores y profesionales en activo que lo utilizan como referencia para el autoaprendizaje. Se hace hincapié en el desarrollo de habilidades e intuiciones que los estudiantes pueden aplicar en entornos reales o en cursos posteriores.
Al igual que la primera, la segunda edición cubre todo el ámbito de la optimización (programación matemática), abarcando modelos y algoritmos de programación lineal, entera, no lineal, de redes y dinámica, tanto en contextos de uno como de varios objetivos. El nuevo material añade temas a gran escala, estocásticos y de complejidad, al tiempo que profundiza en el rigor matemático sin sacrificar el estilo intuitivo del original. Esta edición también continúa con la creencia del autor de que hacer que los materiales de optimización sean accesibles y emocionantes para los lectores de diversos orígenes requiere un discurso continuo sobre la modelización de la optimización. Cada algoritmo y principio analítico se desarrolla en el contexto de una breve historia, y los ejercicios computacionales comienzan a menudo con un paso de formulación.
origen de la investigación operativa
Desarrollar habilidades e intuiciones a través de modelos y análisis de optimización accesibles. Optimization in Operations Research, Second Edition de Rardin se basa en la aclamada primera edición publicada hace casi dos décadas y nombrada Libro del Año en 1999 por el Instituto de Ingenieros Industriales. El objetivo de la segunda edición es hacer que las herramientas de modelización y análisis de la optimización sean aún más accesibles para los estudiantes avanzados de grado y los principiantes de posgrado, así como para los investigadores y profesionales en activo que lo utilizan como referencia para el autoaprendizaje. El énfasis reside en el desarrollo de habilidades e intuiciones que los estudiantes pueden aplicar en entornos reales o en cursos posteriores. Al igual que la primera, la segunda edición cubre todo el ámbito de la optimización (programación matemática), abarcando modelos y algoritmos de programación lineal, entera, no lineal, de redes y dinámica, tanto en contextos de un solo objetivo como de varios. El nuevo material añade temas a gran escala, estocásticos y de complejidad, al tiempo que profundiza en el rigor matemático sin sacrificar el estilo intuitivo del original. Esta edición también continúa con la creencia del autor de que hacer que los materiales de optimización sean accesibles y emocionantes para los lectores de diversos orígenes requiere un discurso continuo sobre la modelización de la optimización. Cada algoritmo y principio analítico se desarrolla en el contexto de una breve historia, y los ejercicios computacionales comienzan a menudo con un paso de formulación. Leer más
algoritmos de investigación operativa
SAMARJIT KAR es profesor asociado del Departamento de Matemáticas del Instituto Nacional de Tecnología de Durgapur (India). Completó su doctorado en matemáticas en la Universidad de Vidyasagar, Bengala Occidental. Con más de 15 años de experiencia en la enseñanza, el profesor Kar es también profesor visitante en el Departamento de Ciencias Matemáticas de la Universidad de Tsinghua (China). Es coautor de más de 120 artículos de investigación en revistas internacionales, volúmenes y actas de conferencias, autor de 2 libros de texto y editor de 5 libros. Es editor asociado del
Journal of Uncertainty Analysis and Applications (Springer) y actualmente está asociado a un proyecto en curso, “Hybrid modelling of uncertainty analysis in environmental risk assessments” (Modelización híbrida del análisis de la incertidumbre en las evaluaciones del riesgo medioambiental), en el marco de la Junta de Investigación en Ciencias Nucleares (BRNS), del Departamento de Energía Atómica (DAE), del Gobierno de la India. Sus intereses de investigación incluyen las operaciones y la optimización, la computación suave, la teoría de la incertidumbre y la modelización financiera.
XIANG LI es profesor de la Universidad de Tecnología Química de Pekín (China). Se doctoró en Investigación Operativa y Control por la Universidad de Tsinghua (China). Es autor de un libro y de más de 60 artículos en revistas internacionales, como Transportation Research, Part B,
Optimizacion investigacion de operaciones en línea
Op