Libri UniversitariApri il catalogo

Boyd – Ottimizzazione convessa

Libro adottato a Pisa, a.a. 2026/2027 · 2 canali

«Boyd – Ottimizzazione convessa» è adottato per Optimization For Data Science dal prof. Antonio Frangioni (Data Science and Business Informatics – sede di Pisa – Pisa); per Computational Mathematics For Learning And Data Analysis dal prof. Antonio Frangioni (Informatica – sede di Pisa – Pisa).

Boyd – Ottimizzazione convessaCerca su Amazon ›

Come lo indica il docente: S. Boyd, L. Vandenberghe, Ottimizzazione convessa, Cambridge University Press, 2008 · S. Boyd, L. Vandenberghe "Ottimizzazione Convessa" 2004

Chi lo adotta

Programma e testi di ogni canale

Optimization For Data Science – Prof. Antonio Frangioni Canale unico

Corso di laurea: Data Science and Business Informatics – sede di Pisa · Laurea magistrale (LM Data) · 1º anno · 1º semestre · 6 CFU

Pisa · Dipartimento di Informatica · 6 CFU · apri nel catalogo · Data Science and Business Informatics – sede di Pisa · 1º anno · 1º semestre ›

Boyd – Ottimizzazione convessaquesto libroCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Bazaraa – Programmazione non lineareCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Luenberger – Programmazione lineare e non lineareCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Nocedal – Ottimizzazione numericaCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Jon Lee A First Course in Linear OptimizationCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Models – Versione e-book gratuitaCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Slide e software distribuiti dal docente.
  • Sono disponibili dispense complete per lil corso.
  • Materiale didattico di base di Ricerca Operativa (in italiano)

Argomenti del programma: Nozioni di base di algebra lineare e calcolo infinitesimale (in base alle necessità) Ottimizzazione "semplice" non vincolata, univariata e multivariata Ottimizzazione continua non vincolata univariata Ottimizzazione continua non vincolata multivariata (utilizzando diversa informazione al primo ordine) Teoria dell'ottimizzazione continua vincolata Convessità e dualità (Lagrangiana, lineare, quadratica, conica, ecc.)…

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Computational Mathematics For Learning And Data Analysis – Prof. Antonio Frangioni Canale unico

Corso di laurea: Informatica – sede di Pisa · Laurea magistrale (LM-18) · esame facoltativo · 9 CFU

Pisa · Dipartimento di Informatica · 9 CFU · apri nel catalogo · Informatica – sede di Pisa · 1º anno · 1º semestre ›

Letture consigliate

Demmel – Algebra Lineare Numerica ApplicataCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Trefethen – Algebra Lineare NumericaCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Nocedal – Ottimizzazione NumericaCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Boyd – Ottimizzazione Convessaquesto libroCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Bazaraa – Programmazione Non LineareCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Slide e software prodotti dai docenti sono messi a disposizione degli studenti.
  • Sono disponibili dispense complete per la parte di ottimizzzazione del corso.

Argomenti del programma: - Nozioni di algebra lineare e calcolo differenziale - Ottimizzazione non vincolata e sistemi di equazioni - Metodi diretti (LU, Cholesky, QR) e iterativi (Arnoldi, GMRES, CG) per sistemi lineari - Metodi iterativi per sistemi non lineari - Metodi numerici per l'ottimizzazione non vincolata - Il problema dei minimi quadrati: algoritmi di soluzione e caratteristiche teoriche (incluse le relazioni con la…

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Si studia insieme a