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: [1 ed.]
نویسندگان: Sheng Xu
سری:
ISBN (شابک) : 1032063157, 9781032063157
ناشر: Chapman and Hall/CRC
سال نشر: 2022
تعداد صفحات: 381
[398]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 Mb
در صورت تبدیل فایل کتاب An Introduction to Scientific Computing with MATLAB® and Python Tutorials 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 بر محاسبات علمی با MATLAB® و آموزش پایتون 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.
این کتاب درسی برای اولین دوره مقدماتی محاسبات علمی نوشته شده است. این روشهای عددی ابتدایی برای سیستمهای خطی، ریشهیابی، درون یابی، ادغام عددی، تمایز عددی، مسائل حداقل مربعات، مسائل ارزش اولیه و مسائل ارزش مرزی را پوشش میدهد. این شامل آموزش های کوتاه Matlab و Python برای شروع سریع برنامه نویسی دانش آموزان است. این کتاب بین روشهای عددی ابتدایی با موضوعات پیشرفته مانند یادگیری ماشین و محاسبات موازی ارتباط برقرار میکند.
این کتاب درسی به بررسی جامع و عمیق روشهای عددی ابتدایی میپردازد. این روش توسعه، اجرا، تجزیه و تحلیل و کاربرد یک روش عددی اساسی را با پرداختن به سؤالات زیر متعادل میکند.
•روش در کجا اعمال میشود؟
•روش چگونه است. توسعه یافته است؟
•روش چگونه اجرا می شود؟
•روش چقدر خوب کار می کند؟
مواد موجود در کتاب درسی به صورت مستقل و آسان ساخته شده است. -تا حد امکان با نظرات و اظهارنظرها دنبال کنید. نوشته مختصر و دقیق نگه داشته می شود. مثالها، شکلها، تمرینهای کاغذ و قلم و مسائل برنامهنویسی برای تقویت درک روشهای عددی و مهارتهای حل مسئله طراحی شدهاند.
This textbook is written for the first introductory course on scientific computing. It covers elementary numerical methods for linear systems, root finding, interpolation, numerical integration, numerical differentiation, least squares problems, initial value problems and boundary value problems. It includes short Matlab and Python tutorials to quickly get students started on programming. It makes the connection between elementary numerical methods with advanced topics such as machine learning and parallel computing.
This textbook gives a comprehensive and in-depth treatment of elementary numerical methods. It balances the development, implementation, analysis and application of a fundamental numerical method by addressing the following questions.
•Where is the method applied?
•How is the method developed?
•How is the method implemented?
•How well does the method work?
The material in the textbook is made as self-contained and easy-to-follow as possible with reviews and remarks. The writing is kept concise and precise. Examples, figures, paper-and-pen exercises and programming problems are deigned to reinforce understanding of numerical methods and problem-solving skills.