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: Constantin Bacuta, Long Chen, Jinchao Xu (auth.), Randolph Bank, Michael Holst, Olof Widlund, Jinchao Xu (eds.) سری: Lecture Notes in Computational Science and Engineering 91 ISBN (شابک) : 9783642352744, 9783642352751 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2013 تعداد صفحات: 686 [701] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 Mb
در صورت تبدیل فایل کتاب Domain Decomposition Methods in Science and Engineering XX 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 روشهای تجزیه دامنه در علوم و مهندسی XX 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.
اینها مجموعه مقالات بیستمین کنفرانس بین المللی روشهای تجزیه دامنه در علم و مهندسی است. روشهای تجزیه دامنه روشهای تکراری برای حل سیستمهای خطی و غیرخطی اغلب بسیار بزرگ معادلات جبری هستند که وقتی مسائل مختلف در مکانیک پیوسته با استفاده از عناصر محدود گسسته میشوند، به وجود میآیند. آنها برای رایانه های موازی بسیار طراحی شده اند و سلسله مراتب حافظه چنین سیستم هایی را در ذهن دارند. این برای نزدیک شدن به اوج عملکرد ممیز شناور ضروری است. یک نظریه به طور فزاینده توسعه یافته وجود دارد که تأثیر مستقیمی بر توسعه و بهبود این الگوریتمها دارد.
These are the proceedings of the 20th international conference on domain decomposition methods in science and engineering. Domain decomposition methods are iterative methods for solving the often very large linearor nonlinear systems of algebraic equations that arise when various problems in continuum mechanics are discretized using finite elements. They are designed for massively parallel computers and take the memory hierarchy of such systems in mind. This is essential for approaching peak floating point performance. There is an increasingly well developed theory whichis having a direct impact on the development and improvements of these algorithms.