خرید و دانلود نسخه کامل کتاب Introduction to Stochastic Programming

توضیحات فارسی

کتاب مقدمه‌ای بر برنامه‌ریزی تصادفی نوشته‌ی جان آر. بیرج و فرانسوا لووُکس، یکی از منابع برجسته در حوزه‌ی تحقیق در عملیات و بهینه‌سازی است که به معرفی مفاهیم و روش‌های برنامه‌ریزی در شرایط عدم قطعیت می‌پردازد. برنامه‌ریزی تصادفی شاخه‌ای از ریاضیات کاربردی است که مدل‌سازی و تصمیم‌گیری را زمانی ممکن می‌سازد که داده‌ها و شرایط محیطی دارای نوسان و عدم پیش‌بینی‌پذیری باشند.
این کتاب با بیانی جامع و ساختار آموزشی منظم، از مبانی نظری شروع کرده و به تدریج به مسائل پیشرفته‌تری چون مدل‌های دو مرحله‌ای، چندمرحله‌ای و تکنیک‌های تقریب عددی می‌پردازد. نویسندگان علاوه بر توضیح اصول نظری، کاربردهای عملی این حوزه در زمینه‌هایی مانند اقتصاد، مدیریت زنجیره تأمین، امور مالی، انرژی و حمل‌ونقل را نیز بررسی کرده‌اند.
اثر حاضر به‌ویژه برای دانشجویان تحصیلات تکمیلی در رشته‌های مهندسی صنایع، ریاضیات کاربردی، اقتصاد و مدیریت مناسب است و می‌تواند راهنمای ارزشمندی برای پژوهشگران و متخصصانی باشد که به دنبال حل مسائل پیچیده‌ی تصمیم‌گیری در دنیای واقعی هستند. در مجموع، این کتاب پلی میان مبانی تئوری و کاربردهای عملی در دنیای نامطمئن امروز به شمار می‌رود.

توضیحات انگلیسی

Introduction to Stochastic Programming by John R. Birge and François Louveaux is a leading text in the field of operations research and optimization under uncertainty. Stochastic programming provides a mathematical framework for modeling and decision-making when data and environmental conditions are subject to randomness and unpredictability.
The book offers a thorough introduction, beginning with fundamental concepts and gradually progressing to more advanced topics such as two-stage and multistage models, decomposition methods, and numerical approximation techniques. In addition to the theoretical foundations, the authors emphasize practical applications in fields such as economics, supply chain management, finance, energy systems, and transportation.
By blending rigorous mathematical analysis with real-world examples, this text equips readers with the tools to address complex decision-making problems in uncertain environments. It is especially suitable for graduate students in applied mathematics, industrial engineering, economics, and management, as well as for researchers and practitioners working in related domains. Overall, Introduction to Stochastic Programming serves as both a comprehensive reference and a practical guide to applying stochastic models in modern decision sciences.