دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Dan Stanescu. Long Lee
سری:
ISBN (شابک) : 2021056202, 9781032261317
ناشر:
سال نشر: 2022
تعداد صفحات: 283
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 12 مگابایت
در صورت تبدیل فایل کتاب A Gentle Introduction to Scientific Computing به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مقدمه ای ملایم بر محاسبات علمی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
محاسبات علمی خود را به عنوان یک حوزه دانش مستقل در مرز بین علوم کامپیوتر و ریاضیات کاربردی تثبیت کرده است. با این وجود، نمی توان ویژگی میان رشته ای آن را انکار کرد: روش شناسی های آن به طور فزاینده ای در طیف گسترده ای از شاخه های علوم و مهندسی استفاده می شود. یک مقدمه ملایم برای محاسبات علمی قصد دارد به مخاطبان بسیار گسترده ای از دانشجویان در رشته های مختلف خدمت کند. هدف این کتاب این است که خوانندگان خود را در معرض برخی از ابزارها و تکنیک های اساسی مورد استفاده در علوم محاسباتی قرار دهد تا به آنها کمک کند تا بفهمند وقتی از ابزارهای ساده ای مانند حل معادلات، ترسیم و درون یابی چه اتفاقی می افتد \"پشت صحنه\". برای اینکه کتاب تا حد امکان کاربردی باشد، نویسندگان موضوع خود را هم از منظر نظری، ریاضی و هم از منظر برنامه نویسی مبتنی بر پیاده سازی بررسی می کنند. امکانات رویکرد میانه بین تئوری و اجرا خواندن مناسب برای طیف گسترده ای از دانش آموزان در رشته های STEM. می تواند به عنوان متن اصلی برای اولین دوره در محاسبات علمی استفاده شود. رشته های ریاضی را بدون هیچ گونه آشنایی قبلی با علم کامپیوتر به روش های عددی معرفی می کند. تمام دانش ریاضی مورد نیاز فراتر از حساب دیفرانسیل و انتگرال (همراه با پرکاربردترین نمادها و مفاهیم حساب دیفرانسیل و انتگرال) در متن معرفی شده است تا آن را مستقل کند.
Scientific Computation has established itself as a stand-alone area of knowledge at the borderline between computer science and applied mathematics. Nonetheless, its interdisciplinary character cannot be denied: its methodologies are increasingly used in a wide variety of branches of science and engineering. A Gentle Introduction to Scientific Computing intends to serve a very broad audience of college students across a variety of disciplines. It aims to expose its readers to some of the basic tools and techniques used in computational science, with a view to helping them understand what happens "behind the scenes" when simple tools such as solving equations, plotting and interpolation are used. To make the book as practical as possible, the authors explore their subject both from a theoretical, mathematical perspective and from an implementation-driven, programming perspective. Features Middle-ground approach between theory and implementation. Suitable reading for a broad range of students in STEM disciplines. Could be used as the primary text for a first course in scientific computing. Introduces mathematics majors, without any prior computer science exposure, to numerical methods. All mathematical knowledge needed beyond Calculus (together with the most widely used Calculus notation and concepts) is introduced in the text to make it self-contained.
Cover Half Title Series Page Title Page Copyright Page Contents Preface 1. Introduction 1.1. Scientific Computing 1.2. MATLAB®: What and Why? 1.3. A Word of Caution 1.4. Additional Resources 2. Vectors and Matrices 2.1. Unidimensional Arrays: Vectors 2.2. Bidimensional Arrays: Matrices 2.3. Matrix Operations 2.4. Systems of Linear Equations 2.5. Eigenvalues and Eigenvectors 2.6. Operation Counts 2.7. Exercises 3. Basics of MATLAB® 3.1. Defining and Using Scalar Variables 3.2. Saving and Reloading the Workspace 3.3. Defining and Using Arrays 3.4. Operations on Vectors and Matrices 3.5. More on Plotting Functions of One Variable 3.6. Loops and Logical Operators 3.7. Working with Indices and Arrays 3.8. Organizing Your Outputs 3.9. Number Representation 3.10. Machine Epsilon 3.11. Exercises 4. Solving Nonlinear Equations 4.1. The Bisection Method for Root-Finding 4.2. Convergence Criteria and Efficiency 4.3. Scripts and Function Files 4.4. The False Position Method 4.5. The Newton-Raphson Method for Root-Finding 4.6. Fixed Point Iteration 4.7. MATLAB® Built-in Functions 4.8. Exercises 5. Systems of Equations 5.1. Linear Systems 5.2. Newton’s Method for Nonlinear Systems 5.3. MATLAB® Built-in Functions 5.4. Exercises 6. Approximation of Functions 6.1. A Hypothetical Example 6.2. Global Polynomial Interpolation 6.3. Spline Interpolation 6.4. Approximation with Trigonometric Functions 6.5. MATLAB® Built-in Functions 6.6. Exercises 7. Numerical Differentiation 7.1. Basic Derivative Formulae 7.2. Derivative Formulae Using Taylor Series 7.3. Derivative Formulae Using Interpolants 7.4. Errors in Numerical Differentiation 7.5. Richardson Extrapolation 7.6. MATLAB® Built-in Functions 7.7. Exercises 8. Numerical Optimization 8.1. The Need for Optimization Methods 8.2. Line Search Methods 8.3. Successive Parabolic Interpolation 8.4. Optimization Using Derivatives 8.5. Linear Programming 8.6. Constrained Nonlinear Optimization 8.7. MATLAB® Built-in Functions 8.8. Exercises 9. Numerical Quadrature 9.1. Basic Quadrature Formulae 9.2. Gauss Quadrature 9.3. Extrapolation Methods: Romberg Quadrature 9.4. Higher-Dimensional Integrals 9.5. Monte Carlo Integration 9.6. MATLAB® Built-in Functions 9.7. Exercises 10. Numerical Solution of Differential Equations 10.1. First-Order Models 10.2. Second-Order Models 10.3. Basic Numerical Methods 10.4. Global Error and the Order of Accuracy 10.5. Consistency, Stability and Convergence 10.6. Explicit vs. Implicit Methods 10.7. Multistep Methods 10.8. Higher-Order Initial Value Problems 10.9. Boundary Value Problems 10.10. MATLAB® Built-in Functions 10.11. Exercises Appendix A: Calculus Refresher A.1. Taylor Series A.2. Riemann Integrals A.3. Other Important Results Appendix B: Introduction to Octave B.1. The Problem of Choice B.2. Octave Basics B.3. Octave Code Examples Appendix C: Introduction to Python C.1. The Problem of Choice C.2. Python Basics C.3. Installing Python C.4. Python Code Examples Appendix D: Introduction to Julia D.1. The Problem of Choice D.2. Julia Basics D.3. Julia Code Examples Appendix E: Hints and Answers for Selected Exercises Bibliography Index