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: Won Y. Yang and Wenwu Cao
سری:
ISBN (شابک) : 9780471698333
ناشر: Wiley-Interscience
سال نشر: 2005
تعداد صفحات: 520
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 19 مگابایت
در صورت تبدیل فایل کتاب Applied Numerical Methods Using MATLAB 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 روش های عددی کاربردی با استفاده از متلب 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.
در سال های اخیر، با معرفی محصولات رسانه ای جدید، تغییری در استفاده از زبان های برنامه نویسی از FORTRAN یا C به متلب برای پیاده سازی روش های عددی ایجاد شده است. این کتاب از نرم افزار قدرتمند متلب برای جلوگیری از اشتقاق های پیچیده و آموزش مفاهیم اساسی با استفاده از نرم افزار برای حل مسائل کاربردی استفاده می کند. در طول سال ها کتاب های درسی زیادی با موضوع روش های عددی نوشته شده است. بر اساس تجربه دوره خود، نویسندگان از رویکرد عملی تری استفاده می کنند و هر روشی را به مسائل مهندسی واقعی و/یا علمی مرتبط می کنند. مزیت اصلی این است که مهندسان برای استفاده از روش های عددی برای حل مسائل زندگی واقعی خود، لازم نیست نظریه ریاضی را بدانند. یک کتابچه راهنمای مربی که راه حل های دقیق برای همه مشکلات موجود در کتاب را ارائه می دهد به صورت آنلاین در دسترس است.
In recent years, with the introduction of new media products, there has been a shift in the use of programming languages from FORTRAN or C to MATLAB for implementing numerical methods. This book makes use of the powerful MATLAB software to avoid complex derivations, and to teach the fundamental concepts using the software to solve practical problems. Over the years, many textbooks have been written on the subject of numerical methods. Based on their course experience, the authors use a more practical approach and link every method to real engineering and/or science problems. The main benefit is that engineers don\'t have to know the mathematical theory in order to apply the numerical methods for solving their real-life problems. An Instructor\'s Manual presenting detailed solutions to all the problems in the book is available online.
APPLIED NUMERICAL METHODS USING MATLAB®......Page 3
CONTENTS......Page 9
Preface......Page 15
1.1 Basic Operations of MATLAB......Page 17
1.1.2 Input/Output of Data Through Files......Page 18
1.1.3 Input/Output of Data Using Keyboard......Page 20
1.1.4 2-D Graphic Input/Output......Page 21
1.1.6 Mathematical Functions......Page 26
1.1.7 Operations on Vectors and Matrices......Page 31
1.1.8 Random Number Generators......Page 38
1.1.9 Flow Control......Page 40
1.2 Computer Errors Versus Human Mistakes......Page 43
1.2.1 IEEE 64-bit Floating-Point Number Representation......Page 44
1.2.2 Various Kinds of Computing Errors......Page 47
1.2.4 Error Propagation......Page 49
1.2.5 Tips for Avoiding Large Errors......Page 50
1.3.1 Nested Computing for Computational Efficiency......Page 53
1.3.2 Vector Operation Versus Loop Iteration......Page 55
1.3.4 To Avoid Runtime Error......Page 56
1.3.5 Parameter Sharing via Global Variables......Page 60
1.3.6 Parameter Passing Through Varargin......Page 61
Problems......Page 62
2 System of Linear Equations......Page 87
2.1.2 The Underdetermined Case (M < N): Minimum-Norm Solution......Page 88
2.1.3 The Overdetermined Case (M > N): Least-Squares Error Solution......Page 91
2.1.4 RLSE (Recursive Least-Squares Estimation)......Page 92
2.2.1 Gauss Elimination......Page 95
2.2.2 Partial Pivoting......Page 97
2.2.3 Gauss–Jordan Elimination......Page 105
2.4.1 LU Decomposition (Factorization): Triangularization......Page 108
2.4.2 Other Decomposition (Factorization): Cholesky, QR, and SVD......Page 113
2.5.1 Jacobi Iteration......Page 114
2.5.2 Gauss–Seidel Iteration......Page 116
2.5.3 The Convergence of Jacobi and Gauss–Seidel Iterations......Page 119
Problems......Page 120
3.1 Interpolation by Lagrange Polynomial......Page 133
3.2 Interpolation by Newton Polynomial......Page 135
3.3 Approximation by Chebyshev Polynomial......Page 140
3.4 Pade Approximation by Rational Function......Page 145
3.5 Interpolation by Cubic Spline......Page 149
3.6 Hermite Interpolating Polynomial......Page 155
3.7 Two-dimensional Interpolation......Page 157
3.8 Curve Fitting......Page 159
3.8.1 Straight Line Fit: A Polynomial Function of First Degree......Page 160
3.8.2 Polynomial Curve Fit: A Polynomial Function of Higher Degree......Page 161
3.8.3 Exponential Curve Fit and Other Functions......Page 165
3.9 Fourier Transform......Page 166
3.9.1 FFT Versus DFT......Page 167
3.9.2 Physical Meaning of DFT......Page 168
3.9.3 Interpolation by Using DFS......Page 171
Problems......Page 173
4.1 Iterative Method Toward Fixed Point......Page 195
4.2 Bisection Method......Page 199
4.3 False Position or Regula Falsi Method......Page 201
4.4 Newton(–Raphson) Method......Page 202
4.5 Secant Method......Page 205
4.6 Newton Method for a System of Nonlinear Equations......Page 207
4.7 Symbolic Solution for Equations......Page 209
4.8 A Real-World Problem......Page 210
Problems......Page 213
5.1 Difference Approximation for First Derivative......Page 225
5.2 Approximation Error of First Derivative......Page 227
5.3 Difference Approximation for Second and Higher Derivative......Page 232
5.4 Interpolating Polynomial and Numerical Differential......Page 236
5.5 Numerical Integration and Quadrature......Page 238
5.6 Trapezoidal Method and Simpson Method......Page 242
5.7 Recursive Rule and Romberg Integration......Page 244
5.8 Adaptive Quadrature......Page 247
5.9 Gauss Quadrature......Page 250
5.9.1 Gauss–Legendre Integration......Page 251
5.9.2 Gauss–Hermite Integration......Page 254
5.9.3 Gauss–Laguerre Integration......Page 255
5.9.4 Gauss–Chebyshev Integration......Page 256
5.10 Double Integral......Page 257
Problems......Page 260
6.1 Euler’s Method......Page 279
6.2 Heun’s Method: Trapezoidal Method......Page 282
6.3 Runge–Kutta Method......Page 283
6.4.1 Adams–Bashforth–Moulton Method......Page 285
6.4.2 Hamming Method......Page 289
6.4.3 Comparison of Methods......Page 290
6.5.1 State Equation......Page 293
6.5.2 Discretization of LTI State Equation......Page 297
6.5.3 High-Order Differential Equation to State Equation......Page 299
6.5.4 Stiff Equation......Page 300
6.6.1 Shooting Method......Page 303
6.6.2 Finite Difference Method......Page 306
Problems......Page 309
7.1.1 Golden Search Method......Page 337
7.1.2 Quadratic Approximation Method......Page 339
7.1.3 Nelder–Mead Method [W-8]......Page 341
7.1.4 Steepest Descent Method......Page 344
7.1.5 Newton Method......Page 346
7.1.6 Conjugate Gradient Method......Page 348
7.1.7 Simulated Annealing Method [W-7]......Page 350
7.1.8 Genetic Algorithm [W-7]......Page 354
7.2.1 Lagrange Multiplier Method......Page 359
7.2.2 Penalty Function Method......Page 362
7.3.1 Unconstrained Optimization......Page 366
7.3.2 Constrained Optimization......Page 368
7.3.3 Linear Programming (LP)......Page 371
Problems......Page 373
8.1 Eigenvalues and Eigenvectors......Page 387
8.2 Similarity Transformation and Diagonalization......Page 389
8.3.1 Scaled Power Method......Page 394
8.3.3 Shifted Inverse Power Method......Page 396
8.4 Jacobi Method......Page 397
8.5 Physical Meaning of Eigenvalues/Eigenvectors......Page 401
8.6 Eigenvalue Equations......Page 405
Problems......Page 406
9 Partial Differential Equations......Page 417
9.1 Elliptic PDE......Page 418
9.2.1 The Explicit Forward Euler Method......Page 422
9.2.2 The Implicit Backward Euler Method......Page 423
9.2.3 The Crank–Nicholson Method......Page 425
9.2.4 Two-Dimensional Parabolic PDE......Page 428
9.3 Hyperbolic PDE......Page 430
9.3.1 The Explicit Central Difference Method......Page 431
9.3.2 Two-Dimensional Hyperbolic PDE......Page 433
9.4 Finite Element Method (FEM) for solving PDE......Page 436
9.5 GUI of MATLAB for Solving PDEs: PDETOOL......Page 445
9.5.1 Basic PDEs Solvable by PDETOOL......Page 446
9.5.2 The Usage of PDETOOL......Page 447
9.5.3 Examples of Using PDETOOL to Solve PDEs......Page 451
Problems......Page 460
Appendix A. Mean Value Theorem......Page 477
Appendix B. Matrix Operations/Properties......Page 479
Appendix C. Differentiation with Respect to a Vector......Page 487
Appendix D. Laplace Transform......Page 489
Appendix E. Fourier Transform......Page 491
Appendix F. Useful Formulas......Page 493
Appendix G. Symbolic Computation......Page 497
Appendix H. Sparse Matrices......Page 505
Appendix I. MATLAB......Page 507
References......Page 513
Subject Index......Page 515
Index for MATLAB Routines......Page 519
Index for Tables......Page 525