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: 2
نویسندگان: Wolfgang Hackbusch (auth.)
سری: Applied Mathematical Sciences 95
ISBN (شابک) : 9783319284811, 9783319284835
ناشر: Springer International Publishing
سال نشر: 2016
تعداد صفحات: 528
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب راه حل تکراری سیستم های پراکنده بزرگ معادلات: تحلیل عددی، جبرهای خطی و چند خطی، نظریه ماتریس، معادلات دیفرانسیل جزئی
در صورت تبدیل فایل کتاب Iterative Solution of Large Sparse Systems of Equations 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 راه حل تکراری سیستم های پراکنده بزرگ معادلات 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 ویرایش دوم این تک نگاری کلاسیک، با چهار فصل جدید و منابع
به روز شده، خوانندگان اکنون به محتوای توصیف و تحلیل روشهای
کلاسیک و مدرن با تأکید بر ساختار جبری تکرار خطی دسترسی خواهند
داشت که معمولاً در این مقاله نادیده گرفته میشود. ادبیات
دیگر.
میزان کار لازم به طور چشمگیری با اندازه سیستم ها افزایش می
یابد، بنابراین باید الگوریتم هایی را جستجو کرد که با
کارآمدترین و دقیق ترین سیستم ها، به عنوان مثال، چندین میلیون
معادله را حل کنند. انتخاب الگوریتم ها به ویژگی های خاصی که
ماتریس ها در عمل دارند بستگی دارد. دسته مهمی از سیستم های
بزرگ از گسسته سازی معادلات دیفرانسیل جزئی ناشی می شوند. در
این مورد، ماتریسها پراکنده هستند (یعنی عمدتاً حاوی صفر
هستند) و برای الگوریتمهای تکراری مناسب هستند.
نسخه اول این کتاب از مجموعهای از سخنرانیهای نویسنده در
دانشگاه کریستین آلبرشت به وجود آمد. کیل به دانش آموزان ریاضی.
ویرایش دوم شامل رویکردهای کاملاً جدید است.
In the second edition of this classic monograph, complete
with four new chapters and updated references, readers will
now have access to content describing and analysing classical
and modern methods with emphasis on the algebraic structure
of linear iteration, which is usually ignored in other
literature.
The necessary amount of work increases dramatically with the
size of systems, so one has to search for algorithms that
most efficiently and accurately solve systems of, e.g.,
several million equations. The choice of algorithms depends
on the special properties the matrices in practice have. An
important class of large systems arises from the
discretization of partial differential equations. In this
case, the matrices are sparse (i.e., they contain mostly
zeroes) and well-suited to iterative algorithms.
The first edition of this book grew out of a series of
lectures given by the author at the Christian-Albrecht
University of Kiel to students of mathematics. The second
edition includes quite novel approaches.
Front Matter....Pages i-xxiii
Front Matter....Pages 1-2
Introduction....Pages 3-16
Iterative Methods....Pages 17-34
Classical Linear Iterations in the Positive Definite Case....Pages 35-67
Analysis of Classical Iterations Under Special Structural Conditions....Pages 69-88
Algebra of Linear Iterations....Pages 89-122
Analysis of Positive Definite Iterations....Pages 123-136
Genenration of Iterations....Pages 137-172
Front Matter....Pages 173-174
Semi-Iterative Methods....Pages 175-209
Gradient Method....Pages 211-228
Conjugate Gradient Methods and Generalisations....Pages 229-262
Front Matter....Pages 263-264
Multigrid Iterations....Pages 265-324
Domain Decomposition and Subspace Methods....Pages 325-370
\\(\\mathcal {H}\\) -LU Iteration....Pages 371-384
Tensor-based Methods....Pages 385-400
Back Matter....Pages 401-509