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 Iterative methods for sparse linear systems

دانلود کتاب روش های تکراری برای سیستم های خطی کم

مشخصات کتاب

Iterative methods for sparse linear systems

دسته بندی: جبر
ویرایش: 2 
نویسندگان: Yousef Saad  
سری:  
ISBN (شابک) : 9780898715347, 0898715342 
ناشر: Society for Industrial and Applied Mathematics 
سال نشر: 2003 
تعداد صفحات: 547 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت

قیمت کتاب (تومان) : 48,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 13

در صورت تبدیل فایل کتاب Iterative methods for sparse linear systems 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 تکراری برای سیستم های خطی کم 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 روش های تکراری برای سیستم های خطی کم

از زمان انتشار اولین ویرایش این کتاب در سال 1996، پیشرفت های شگرفی در رشته های علمی و مهندسی در خصوص استفاده از روش های تکرار شونده برای سیستم های خطی حاصل شده است. اندازه و پیچیدگی نسل جدید سیستم های خطی و غیرخطی که در کاربردهای معمولی بوجود می آیند رشد کرده است. حل مدل های سه بعدی این مسائل با استفاده از حل کننده های مستقیم دیگر موثر نیست. در همان زمان، محاسبات موازی در این حوزه‌های کاربردی نفوذ کرده است، زیرا ارزان‌تر و استاندارد شده است. روش‌های تکراری برای پیاده‌سازی در رایانه‌های موازی آسان‌تر از حل‌کننده‌های مستقیم هستند، اما به رویکردها و الگوریتم‌های حلی متفاوت از روش‌های کلاسیک نیاز دارند.

روش‌های تکراری برای سیستم‌های خطی پراکنده، ویرایش دوم، نمای عمیق و به‌روزی از الگوریتم‌های عملی برای حل سیستم‌های معادلات خطی در مقیاس بزرگ ارائه می‌دهد. تعداد این معادلات می تواند میلیون ها نفر باشد و به این معنا که هر کدام فقط تعداد کمی مجهول را شامل می شوند، کم هستند. روش‌های توصیف‌شده تکراری هستند، یعنی دنباله‌ای از تقریب‌ها را ارائه می‌کنند که به راه‌حل همگرا می‌شوند.

این نسخه جدید شامل طیف گسترده ای از بهترین روش های موجود امروزی است. نویسنده فصل جدیدی در مورد تکنیک های چندشبکه ای اضافه کرده است و مطالب را در سراسر متن به روز کرده است، به ویژه فصل های مربوط به ماتریس های پراکنده، روش های زیرفضای کریلوف، تکنیک های پیش شرطی، و پیش شرط های موازی. مطالب مربوط به موضوعات قدیمی حذف یا کوتاه شده است، تمرین های متعددی اضافه شده است و بسیاری از اشتباهات تایپی اصلاح شده است. کتابشناسی به روز شده و توسعه یافته اکنون شامل آثار جدیدتری است که بر موضوعات تحقیقاتی جدید و مهم در این زمینه تأکید دارند.

مخاطبان از این کتاب می توان برای آموزش دوره های تحصیلات تکمیلی در مورد روش های تکراری برای سیستم های خطی استفاده کرد. مهندسان و ریاضیدانان محتوای آن را به راحتی در دسترس خواهند یافت، و پزشکان و مربیان آن را به عنوان یک منبع مفید ارزیابی می کنند. این پیشگفتار شامل برنامه های درسی است که می تواند برای یک دوره ترم یا یک چهارم در هر دو رشته ریاضی و علوم کامپیوتر استفاده شود.

مطالب مقدمه برای ویرایش دوم. پیشگفتار چاپ اول؛ فصل 1: پیشینه در جبر خطی. فصل 2: گسسته سازی معادلات دیفرانسیل جزئی; فصل 3: ماتریس های پراکنده. فصل 4: روشهای تکراری اساسی; فصل 5: روش های فرافکنی; فصل ششم: روش‌های زیرفضای کریلوف، بخش اول. فصل 7: روش‌های زیرفضای کریلوف، بخش دوم. فصل 8: روش های مربوط به معادلات عادی. فصل 9: تکرارهای پیش شرطی. فصل 10: تکنیک های آماده سازی. فصل 11: پیاده سازی های موازی; فصل 12: پیش شرط های موازی. فصل 13: روش های چندشبکه ای. فصل 14: روش های تجزیه دامنه. کتابشناسی - فهرست کتب؛ فهرست مطالب.

توضیحاتی درمورد کتاب به خارجی

Since the first edition of this book was published in 1996, tremendous progress has been made in the scientific and engineering disciplines regarding the use of iterative methods for linear systems. The size and complexity of the new generation of linear and nonlinear systems arising in typical applications has grown. Solving the three-dimensional models of these problems using direct solvers is no longer effective. At the same time, parallel computing has penetrated these application areas as it became less expensive and standardized. Iterative methods are easier than direct solvers to implement on parallel computers but require approaches and solution algorithms that are different from classical methods.

Iterative Methods for Sparse Linear Systems, Second Edition gives an in-depth, up-to-date view of practical algorithms for solving large-scale linear systems of equations. These equations can number in the millions and are sparse in the sense that each involves only a small number of unknowns. The methods described are iterative, i.e., they provide sequences of approximations that will converge to the solution.

This new edition includes a wide range of the best methods available today. The author has added a new chapter on multigrid techniques and has updated material throughout the text, particularly the chapters on sparse matrices, Krylov subspace methods, preconditioning techniques, and parallel preconditioners. Material on older topics has been removed or shortened, numerous exercises have been added, and many typographical errors have been corrected. The updated and expanded bibliography now includes more recent works emphasizing new and important research topics in this field.

Audience This book can be used to teach graduate-level courses on iterative methods for linear systems. Engineers and mathematicians will find its contents easily accessible, and practitioners and educators will value it as a helpful resource. The preface includes syllabi that can be used for either a semester- or quarter-length course in both mathematics and computer science.

Contents Preface to the Second Edition; Preface to the First Edition; Chapter 1: Background in Linear Algebra; Chapter 2: Discretization of Partial Differential Equations; Chapter 3: Sparse Matrices; Chapter 4: Basic Iterative Methods; Chapter 5: Projection Methods; Chapter 6: Krylov Subspace Methods, Part I; Chapter 7: Krylov Subspace Methods, Part II; Chapter 8: Methods Related to the Normal Equations; Chapter 9: Preconditioned Iterations; Chapter 10: Preconditioning Techniques; Chapter 11: Parallel Implementations; Chapter 12: Parallel Preconditioners; Chapter 13: Multigrid Methods; Chapter 14: Domain Decomposition Methods; Bibliography; Index.