برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Introduction to Computational Linear Algebra

دانلود کتاب آشنایی با جبر خطی محاسباتی

مشخصات کتاب

Introduction to Computational Linear Algebra

دسته بندی: ریاضیات محاسباتی
ویرایش:  
نویسندگان: Erhel. Jocelyne,  Nassif. Nabil,  Philippe. Bernard  
سری:  
ISBN (شابک) : 9781482258714, 1482258714 
ناشر: Taylor and Francis 
سال نشر: 2015 
تعداد صفحات: 258 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت

قیمت کتاب (تومان) : 41,000

کلمات کلیدی مربوط به کتاب آشنایی با جبر خطی محاسباتی: ریاضیات، ریاضیات محاسباتی، روش های محاسباتی جبر خطی

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 12

در صورت تبدیل فایل کتاب Introduction to Computational Linear Algebra 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 آشنایی با جبر خطی محاسباتی 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 آشنایی با جبر خطی محاسباتی

مقدمه ای بر جبر خطی محاسباتی، خواننده را با پیشینه ریاضیات پایه و برنامه نویسی کامپیوتر با مبانی محاسبات ماتریس متراکم و پراکنده همراه با مثال های گویا آشنا می کند. کتاب درسی ترکیبی از موضوعات مفهومی و عملی در \"\"محاسبات ماتریس\"\" است. نتایج یادگیری کتاب دو جنبه دارد: درک ابزارهای محاسباتی پیشرفته برای حل ماتریس مسائل محاسباتی (ابتدای BLAS، برنامه نویسی MATLAB®) و همچنین مفاهیم اساسی ریاضی مورد نیاز برای تسلط بر مباحث جبر خطی عددی. برای s مناسب است. ادامه مطلب...
چکیده: مقدمه ای بر جبر خطی محاسباتی معرفی می کند خواننده با پیشینه ریاضیات پایه و برنامه نویسی کامپیوتر به مبانی محاسبات ماتریس متراکم و پراکنده با مثال های گویا. کتاب درسی ترکیبی از موضوعات مفهومی و عملی در \"\"محاسبات ماتریسی\"\" است. نتایج یادگیری کتاب دو جنبه دارد: درک ابزارهای محاسباتی پیشرفته برای حل مشکلات محاسبات ماتریسی (BLAS primitives, MATLAB). ® برنامه نویسی) و همچنین مفاهیم اساسی ریاضی مورد نیاز برای تسلط بر مباحث جبر خطی عددی. برای اس مناسب است

توضیحاتی درمورد کتاب به خارجی

Introduction to Computational Linear Algebra introduces the reader with a background in basic mathematics and computer programming to the fundamentals of dense and sparse matrix computations with illustrating examples. The textbook is a synthesis of conceptual and practical topics in ""Matrix Computations."" The book's learning outcomes are twofold: to understand state-of-the-art computational tools to solve matrix computations problems (BLAS primitives, MATLAB® programming) as well as essential mathematical concepts needed to master the topics of numerical linear algebra. It is suitable for s. Read more...
Abstract: Introduction to Computational Linear Algebra introduces the reader with a background in basic mathematics and computer programming to the fundamentals of dense and sparse matrix computations with illustrating examples. The textbook is a synthesis of conceptual and practical topics in ""Matrix Computations."" The book's learning outcomes are twofold: to understand state-of-the-art computational tools to solve matrix computations problems (BLAS primitives, MATLAB® programming) as well as essential mathematical concepts needed to master the topics of numerical linear algebra. It is suitable for s

فهرست مطالب

Content: Basic Linear Algebra Subprograms: BLAS  An Introductory Example  Matrix Notations  IEEE Floating Point Systems and Computer Arithmetic  Vector-Vector Operations: Level-1 BLAS  Matrix-Vector Operations: Level-2 BLAS  Matrix-Matrix Operations: Level-3 BLAS  Sparse Matrices: Storage and Associated Operations         Basic Concepts for Matrix Computations Vector Norms  Complements on Square Matrices  Rectangular Matrices: Ranks and Singular Values  Matrix Norms         Gauss Elimination and LU Decompositions of Matrices  Special Matrices for LU Decomposition  Gauss Transforms  Naive LU Decomposition for a Square Matrix with Principal Minor Property (pmp)  Gauss Reduction with Partial Pivoting: PLU Decompositions  MATLAB Commands Related to the LU Decomposition  Condition Number of a Square Matrix         Orthogonal Factorizations and Linear Least Squares Problems  Formulation of Least Squares Problems: Regression Analysis  Existence of Solutions Using Quadratic Forms  Existence of Solutions through Matrix Pseudo-Inverse  The QR Factorization Theorem  Gram-Schmidt Orthogonalization: Classical, Modified, and Block  Solving the Least Squares Problem with the QR Decomposition  Householder QR with Column Pivoting  MATLAB Implementations         Algorithms for the Eigenvalue Problem  Basic Principles  QR Method for a Non-Symmetric Matrix  Algorithms for Symmetric Matrices  Methods for Large Size Matrices  Singular Value Decomposition         Iterative Methods for Systems of Linear Equations  Stationary Methods  Krylov Methods  Method of Steepest Descent for spd Matrices  Conjugate Gradient Method (CG) for spd Matrices  The Generalized Minimal Residual Method  The Bi-Conjugate Gradient Method  Preconditioning Issues         Sparse Systems to Solve Poisson Differential Equations  Poisson Differential Equations  The Path to Poisson Solvers  Finite Differences for Poisson-Dirichlet Problems  Variational Formulations  One-Dimensional Finite-Element Discretizations         Bibliography     Index        Exercises and Computer Exercises appear at the end of each chapter.