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
دسته بندی: ریاضیات محاسباتی ویرایش: نویسندگان: G. Miller سری: ISBN (شابک) : 1107021081, 9781107021082 ناشر: Cambridge University Press سال نشر: 2014 تعداد صفحات: 583 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 43 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل عددی برای مهندسان و دانشمندان: ریاضیات، ریاضیات محاسباتی
در صورت تبدیل فایل کتاب Numerical Analysis for Engineers and Scientists 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 تجزیه و تحلیل عددی برای مهندسان و دانشمندان 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.
این متن در سطح فارغ التحصیل با ایجاد تعادل بین تئوری و عمل، برای دانشجویان علوم کاربردی عالی است. نویسنده مقدمهای روشن از روشهای کلاسیک، نحوه کارکرد آنها و چرایی شکست آنها ارائه میکند. مهمتر از همه، او همچنین نشان می دهد که چگونه می توان این تکنیک های ساده و کلاسیک را برای رسیدگی به مشکلات دشوار ترکیب کرد. نمونه های کار شده و نمونه برنامه های زیادی برای کمک به خواننده در استفاده عملی از مطالب موضوع ارائه شده است. پیشینه ریاضی بیشتر، در صورت نیاز، در یک پیوست خلاصه شده است. موضوعات تحت پوشش شامل روش های کلاسیک برای سیستم های خطی، مقادیر ویژه، درون یابی و ادغام، ODE ها و برازش داده ها، و همچنین ایده های مدرن تر مانند سازگاری و معادلات دیفرانسیل تصادفی است.
Striking a balance between theory and practice, this graduate-level text is perfect for students in the applied sciences. The author provides a clear introduction to the classical methods, how they work and why they sometimes fail. Crucially, he also demonstrates how these simple and classical techniques can be combined to address difficult problems. Many worked examples and sample programs are provided to help the reader make practical use of the subject material. Further mathematical background, if required, is summarized in an appendix. Topics covered include classical methods for linear systems, eigenvalues, interpolation and integration, ODEs and data fitting, and also more modern ideas like adaptivity and stochastic differential equations.