مشخصات کتاب

Fundamentals of matrix computations

ویرایش: 3rd ed 
نویسندگان: David S Watkins   
سری: Pure and applied mathematics (John Wiley & Sons : Unnumbered) 
ISBN (شابک) : 9780470528334, 0470528338 
ناشر: Wiley 
سال نشر: 2010 
تعداد صفحات: 663 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

در صورت تبدیل فایل کتاب Fundamentals of matrix computations 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 مبانی محاسبات ماتریسی 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.

توضیحاتی در مورد کتاب مبانی محاسبات ماتریسی

پیشگفتار. قدردانی ها 1 حذف گاوسی و انواع آن. 1.1 ضرب ماتریس. 1.2 سیستم های معادلات خطی. 1.3 سیستم های مثلثی. 1.4 سیستم های قطعی مثبت. تجزیه Cholesky. 1.5 سیستم های قطعی مثبت باندی. 1.6 سیستم های قطعی مثبت پراکنده. 1.7 حذف گاوسی و تجزیه LU. 1.8 حذف و چرخش گوسین. 1.9 حذف گاوسی پراکنده. 2 حساسیت سیستم های خطی. 2.1 هنجارهای برداری و ماتریس. 2.2 اعداد شرط. 2.3 برهم زدن ماتریس ضریب. 2.4 تجزیه و تحلیل خطای پسینی با استفاده از باقیمانده. 2.5 خطاهای دور زدن. ثبات رو به عقب 2.6 انتشار خطاهای Roundoff. 2.7 تحلیل خطای معکوس حذف گاوسی. 2.8 مقیاس بندی. 2.9 تجزیه و تحلیل حساسیت جزء. 3 مسئله حداقل مربعات. 3.1 مسئله مربع گسسته. 3.2 ماتریس های متعامد، روتاتورها و بازتابنده ها. 3.3 حل مسئله حداقل مربعات. 3.4 فرآیند گرام اشمیت. 3.5 رویکرد هندسی. 3.6 به روز رسانی تجزیه QR. 4 تجزیه ارزش منفرد. 4.1 مقدمه. 4.2 برخی از کاربردهای اساسی مقادیر منفرد. 4.3 مسئله SVD و حداقل مربعات. 4.4 حساسیت مسئله حداقل مربعات. 5 مقادیر ویژه و بردارهای ویژه I. 5.1 سیستم های معادلات دیفرانسیل. 5.2 حقایق اساسی. 5.3 روش قدرت و برخی از برنامه های افزودنی ساده. 5.4 تبدیل تشابه. 5.5 کاهش به اشکال هسنبرگ و سه ضلعی. 5.6 الگوریتم فرانسیس. 5.7 استفاده از الگوریتم فرانسیس برای محاسبه بردارهای ویژه. 5.8 SVD بازبینی شد. 6 مقادیر ویژه و بردارهای ویژه II. 6.1 فضاهای ویژه و زیرفضاهای ثابت. 6.2 تکرار زیرفضا و تکرار همزمان. 6.3 زیر فضاهای کریلوف و الگوریتم فرانسیس. 6.4 مسائل مقدار ویژه پراکنده بزرگ. 6.5 راه اندازی مجدد ضمنی. 6.6 Jacobi-Davidson و الگوریتم های مرتبط. 7 مقادیر ویژه و بردارهای ویژه III. 7.1 حساسیت مقادیر ویژه و بردارهای ویژه. 7.2 روش ها برای مسئله مقدار ویژه متقارن. 7.3 مشکلات ارزش ویژه محصول. 7.4 مسئله ارزش ویژه تعمیم یافته. 8 روش تکراری برای سیستم های خطی. 8.1 یک مشکل مدل. 8.2 روشهای تکراری کلاسیک. 8.3 همگرایی روشهای تکراری. 8.4 روش های فرود. تندترین فرود. 8.5 معیارهای توقف. 8.6 پیش شرط. 8.7 روش مزدوج- گرادیان. 8.8 استخراج الگوریتم CG. 8.9 همگرایی الگوریتم CG. 8.10 مسائل نامعین و نامتقارن. منابع. فهرست مطالب. فهرست اصطلاحات متلب

توضیحاتی درمورد کتاب به خارجی

Preface. Acknowledgments. 1 Gaussian Elimination and Its Variants. 1.1 Matrix Multiplication. 1.2 Systems of Linear Equations. 1.3 Triangular Systems. 1.4 Positive Definite Systems; Cholesky Decomposition. 1.5 Banded Positive Definite Systems. 1.6 Sparse Positive Definite Systems. 1.7 Gaussian Elimination and the LU Decomposition. 1.8 Gaussain Elimination and Pivoting. 1.9 Sparse Gaussian Elimination. 2 Sensitivity of Linear Systems. 2.1 Vector and Matrix Norms. 2.2 Condition Numbers. 2.3 Perturbing the Coefficient Matrix. 2.4 A Posteriori Error Analysis Using the Residual. 2.5 Roundoff Errors; Backward Stability. 2.6 Propagation of Roundoff Errors. 2.7 Backward Error Analysis of Gaussian Elimination. 2.8 Scaling. 2.9 Componentwise Sensitivity Analysis. 3 The Least Squares Problem. 3.1 The Discrete Square Problem. 3.2 Orthogonal Matrices, Rotators and Reflectors. 3.3 Solution of the Least Squares Problem. 3.4 The Gram-Schmidt Process. 3.5 Geometric Approach. 3.6 Updating the QR Decomposition. 4 The Singular Value Decomposition. 4.1 Introduction. 4.2 Some Basic Applications of Singular Values. 4.3 The SVD and the Least Squares Problem. 4.4 Sensitivity of the Least Squares Problem. 5 Eigenvalues and Eigenvectors I. 5.1 Systems of Differential Equations. 5.2 Basic Facts. 5.3 The Power Method and Some Simple Extensions. 5.4 Similarity Transforms. 5.5 Reduction to Hessenberg and Tridiagonal Forms. 5.6 Francis's Algorithm. 5.7 Use of Francis's Algorithm to Calculate Eigenvectors. 5.8 The SVD Revisted. 6 Eigenvalues and Eigenvectors II. 6.1 Eigenspaces and Invariant Subspaces. 6.2 Subspace Iteration and Simultaneous Iteration. 6.3 Krylov Subspaces and Francis's Algorithm. 6.4 Large Sparse Eigenvalue Problems. 6.5 Implicit Restarts. 6.6 The Jacobi-Davidson and Related Algorithms. 7 Eigenvalues and Eigenvectors III. 7.1 Sensitivity of Eigenvalues and Eigenvectors. 7.2 Methods for the Symmetric Eigenvalue Problem. 7.3 Product Eigenvalue Problems. 7.4 The Generalized Eigenvalue Problem. 8 Iterative Methods for Linear Systems. 8.1 A Model Problem. 8.2 The Classical Iterative Methods. 8.3 Convergence of Iterative Methods. 8.4 Descent Methods; Steepest Descent. 8.5 On Stopping Criteria. 8.6 Preconditioners. 8.7 The Conjugate-Gradient Method. 8.8 Derivation of the CG Algorithm. 8.9 Convergence of the CG Algorithm. 8.10 Indefinite and Nonsymmetric Problems. References. Index. Index of MATLAB Terms

فهرست مطالب

CONTENTS ......Page 6
Preface ......Page 9
Acknowledgments ......Page 14
1.1 Matrix Multiplication ......Page 16
1.2 Systems of Linear Equations  ......Page 27
1.3 Triangular Systems ......Page 39
1.4 Positive Definite Systems; Cholesky Decomposition  ......Page 48
1.5 Banded Positive Definite Systems ......Page 70
1.6 Sparse Positive Definite Systems ......Page 79
1.7 Gaussian Elimination and the LU Decomposition ......Page 86
1.8 Gaussian Elimination with Pivoting ......Page 109
1.9 Sparse Gaussian Elimination ......Page 122
2 Sensitivity of Linear Systems ......Page 128
2.1 Vector and Matrix Norms  ......Page 129
2.2 Condition Numbers  ......Page 137
2.3 Perturbing the Coefficient Matrix  ......Page 148
2.4 A Posteriori Error Analysis Using the Residual  ......Page 152
2.5 Roundoff Errors; Backward Stability ......Page 154
2.6 Propagation of Roundoff Errors ......Page 164
2.7 Backward Error Analysis of Gaussian Elimination  ......Page 172
2.8 Scaling ......Page 186
2.9 Componentwise Sensitivity Analysis ......Page 191
3.1 The Discrete Least Squares Problem ......Page 198
3.2 Orthogonal Matrices, Rotators, and Reflectors  ......Page 202
3.3 Solution of the Least Squares Problem ......Page 230
3.4 The Gram-Schmidt Process ......Page 238
3.5 Geometric Approach ......Page 253
3.6 Updating the QR Decomposition......Page 262
4 The Singular Value Decomposition ......Page 274
4.1 Introduction  ......Page 275
4.2 Some Basic Applications of Singular Values  ......Page 279
4.3 The SVD and the Least Squares Problem ......Page 288
4.4 Sensitivity of the Least Squares Problem  ......Page 294
5.1 Systems of Differential Equations ......Page 304
5.2 Basic Facts ......Page 320
5.3 The Power Method and Some Simple Extensions ......Page 329
5.4 Similarity Transforms ......Page 349
5.5 Reduction to Hessenberg and Tridiagonal Forms  ......Page 365
5.6 Francis’s Algorithm  ......Page 373
5.7 Use of Francis’s Algorithm to Calculate Eigenvectors  ......Page 401
5.8 The SVD Revisited ......Page 404
6 Eigenvalues and Eigenvectors II ......Page 424
6.1 Eigenspaces and Invariant Subspaces ......Page 425
6.2 Subspace Iteration and Simultaneous Iteration ......Page 435
6.3 Krylov Subspaces and Francis’s Algorithm ......Page 443
6.4 Large Sparse Eigenvalue Problems ......Page 452
6.5 Implicit Restarts  ......Page 471
6.6 The Jacobi-Davidson and Related Algorithms  ......Page 481
7.1 Sensitivity of Eigenvalues and Eigenvectors ......Page 486
7.2 Methods for the Symmetric Eigenvalue Problem ......Page 500
7.3 Product Eigenvalue Problems ......Page 526
7.4 The Generalized Eigenvalue Problem ......Page 541
8 Iterative Methods for Linear Systems ......Page 560
8.1 A Model Problem  ......Page 561
8.2 The Classical Iterative Methods  ......Page 569
8.3 Convergence of Iterative Methods  ......Page 583
8.4 Descent Methods; Steepest Descent ......Page 598
8.5 On Stopping Criteria ......Page 609
8.6 Preconditioners ......Page 611
8.7 The Conjugate-Gradient Method ......Page 617
8.8 Derivation of the CG Algorithm ......Page 622
8.9 Convergence of the CG Algorithm  ......Page 630
8.10 Indefinite and Nonsymmetric Problems ......Page 636
References ......Page 642
Index ......Page 650
Index of MATLAB® Terms ......Page 658

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Web Document Analysis: Challenges and Opportunities

دانلود کتاب 知识社会史（下卷）：从《百科全书》到维基百科

دانلود کتاب The Companion Guide to Rome

دانلود کتاب Lectures on the Topology of 3-Manifolds : an Introduction to the Casson Invariant

دانلود کتاب Poverty in the United States: An Encyclopedia of History, Politics, and Policy