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: نرم افزار: سیستم ها: محاسبات علمی ویرایش: 1 نویسندگان: William Ford سری: ISBN (شابک) : 012394435X, 9780123944351 ناشر: Academic Press سال نشر: 2014 تعداد صفحات: 629 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 جبر خطی عددی با کاربردها: با استفاده از MATLAB: کتابخانه، ادبیات کامپیوتر، Matlab / Simulink
در صورت تبدیل فایل کتاب Numerical Linear Algebra with Applications: Using MATLAB 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 جبر خطی عددی با کاربردها: با استفاده از MATLAB 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.
طراحی شده برای کسانی که می خواهند دانش عملی در مورد تکنیک های محاسباتی مدرن برای حل عددی مسائل جبر خطی کسب کنند، جبر خطی عددی با برنامه ها حاوی تمام مطالب لازم برای یک فارغ التحصیل سال اول یا پیشرفته است. دوره کارشناسی جبر خطی عددی با کاربردهای متعدد در مهندسی و علوم.
با ارائه یکپارچه محاسبات، تحلیل الگوریتم پایه و روشهای عددی برای محاسبه راهحلها، این کتاب برای حل مسائل دنیای واقعی ایدهآل است. این اطلاعات زمینه ریاضی لازم را برای کسانی که می خواهند حل مسائل جبر خطی را یاد بگیرند، ارائه می دهد و توضیح کاملی از مسائل و روش های محاسبات عملی با استفاده از MATLAB به عنوان وسیله محاسبات ارائه می دهد. شواهد نتایج مورد نیاز بدون حذف جزئیات مهم ارائه می شود. مقدمه راههایی را پیشنهاد میکند که از طریق آن میتوان کتاب را با یا بدون مطالعه فشرده براهین استفاده کرد.
Designed for those who want to gain a practical knowledge of modern computational techniques for the numerical solution of linear algebra problems, Numerical Linear Algebra with Applications contains all the material necessary for a first year graduate or advanced undergraduate course on numerical linear algebra with numerous applications to engineering and science.
With a unified presentation of computation, basic algorithm analysis, and numerical methods to compute solutions, this book is ideal for solving real-world problems. It provides necessary mathematical background information for those who want to learn to solve linear algebra problems, and offers a thorough explanation of the issues and methods for practical computing, using MATLAB as the vehicle for computation. The proofs of required results are provided without leaving out critical details. The Preface suggests ways in which the book can be used with or without an intensive study of proofs.
Content:
Front Matter, Pages i-ii
Copyright, Page iv
Dedication, Page v
List of Figures, Pages xiii-xv
List of Algorithms, Page xvii
Preface, Pages xix-xxvi
Chapter 1 - Matrices, Pages 1-23
Chapter 2 - Linear Equations, Pages 25-45
Chapter 3 - Subspaces, Pages 47-58
Chapter 4 - Determinants, Pages 59-77
Chapter 5 - Eigenvalues and Eigenvectors, Pages 79-101
Chapter 6 - Orthogonal Vectors and Matrices, Pages 103-118
Chapter 7 - Vector and Matrix Norms, Pages 119-144
Chapter 8 - Floating Point Arithmetic, Pages 145-162
Chapter 9 - Algorithms, Pages 163-179
Chapter 10 - Conditioning of Problems and Stability of Algorithms, Pages 181-204
Chapter 11 - Gaussian Elimination and the LU Decomposition, Pages 205-239
Chapter 12 - Linear System Applications, Pages 241-262
Chapter 13 - Important Special Systems, Pages 263-280
Chapter 14 - Gram-Schmidt Orthonormalization, Pages 281-297
Chapter 15 - The Singular Value Decomposition, Pages 299-320
Chapter 16 - Least-Squares Problems, Pages 321-349
Chapter 17 - Implementing the QR Decomposition, Pages 351-378
Chapter 18 - The Algebraic Eigenvalue Problem, Pages 379-438
Chapter 19 - The Symmetric Eigenvalue Problem, Pages 439-468
Chapter 20 - Basic Iterative Methods, Pages 469-490
Chapter 21 - Krylov Subspace Methods, Pages 491-532
Chapter 22 - Large Sparse Eigenvalue Problems, Pages 533-549
Chapter 23 - Computing the Singular Value Decomposition, Pages 551-567
Appendix A - Complex Numbers, Pages 569-577
Appendix B - Mathematical Induction, Pages 579-581
Appendix C - Chebyshev Polynomials, Pages 583-585
Glossary, Pages 587-594
Bibliography, Pages 595-596
Index, Pages 597-602