デリバティブの評価（第２版） Evaluating Derivatives : Principles and Techniques of Algorithmic Differentiation （2ND）

デリバティブの評価（第２版）<br>Evaluating Derivatives : Principles and Techniques of Algorithmic Differentiation （2ND）

個数：

デリバティブの評価（第２版）
Evaluating Derivatives : Principles and Techniques of Algorithmic Differentiation （2ND）

Griewank, Andreas/ Walther, Andrea

ウェブストア価格 ¥20,836（本体¥18,942）
Society for Industrial & Applied Mathematics,U.S.（2008/09発売）
外貨定価 US$ 99.99
ポイント 189pt

在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合がございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 459 p.
言語 ENG
商品コード 9780898716597
DDC分類 515.33

基本説明

Provides the insight necessary to choose and deploy existing AD software tools to the best advantage.

Full Description

Algorithmic, or automatic, differentiation (AD) is a growing area of theoretical research and software development concerned with the accurate and efficient evaluation of derivatives for function evaluations given as computer programs. The resulting derivative values are useful for all scientific computations that are based on linear, quadratic, or higher order approximations to nonlinear scalar or vector functions.

This second edition covers recent developments in applications and theory, including an elegant NP completeness argument and an introduction to scarcity. There is also added material on checkpointing and iterative differentiation. To improve readability the more detailed analysis of memory and complexity bounds has been relegated to separate, optional chapters.

The book consists of: a stand-alone introduction to the fundamentals of AD and its software; a thorough treatment of methods for sparse problems; and final chapters on program-reversal schedules, higher derivatives, nonsmooth problems and iterative processes.

Rules
Preface
Prologue
Mathematical Symbols
Chapter 1: Introduction
Chapter 2: A Framework for Evaluating Functions
Chapter 3: Fundamentals of Forward and Reverse
Chapter 4: Memory Issues and Complexity Bounds
Chapter 5: Repeating and Extending Reverse
Chapter 6: Implementation and Software
Chapter 7: Sparse Forward and Reverse
Chapter 8: Exploiting Sparsity by Compression
Chapter 9: Going beyond Forward and Reverse
Chapter 10: Jacobian and Hessian Accumulation
Chapter 11: Observations on Efficiency
Chapter 12: Reversal Schedules and Checkpointing
Chapter 13: Taylor and Tensor Coefficients
Chapter 14: Differentiation without Differentiability
Chapter 15: Implicit and Iterative Differentiation
Epilogue
List of Figures
List of Tables
Assumptions and Definitions
Propositions, Corollaries, and Lemmas
Bibliography
Index