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: 1 نویسندگان: Ake Bjõrck سری: ISBN (شابک) : 9780898713602, 0898713609 ناشر: Society for Industrial and Applied Mathematics سال نشر: 1996 تعداد صفحات: 427 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
در صورت تبدیل فایل کتاب Numerical Methods for Least Squares Problems 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 عددی برای مسائل حداقل مربعات 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.
روش حداقل مربعات توسط گاوس در سال 1795 کشف شد. از آن زمان این روش به ابزار اصلی برای کاهش تأثیر خطاها هنگام برازش مدل ها با مشاهدات داده شده تبدیل شده است. امروزه کاربردهای حداقل مربعات در تعداد زیادی از حوزه های علمی مانند آمار، ژئودتیک، پردازش سیگنال و کنترل به وجود آمده است.
در 20 سال گذشته افزایش زیادی در ظرفیت جمعآوری و محاسبه خودکار دادهها مشاهده شده است. مسائل حداقل مربعات با اندازه بزرگ اکنون به طور معمول حل می شوند. پیشرفت فوق العاده ای در روش های عددی برای مسائل حداقل مربعات، به ویژه برای مسائل حداقل مربعات تعمیم یافته و اصلاح شده و روش های مستقیم و تکراری برای مسائل پراکنده صورت گرفته است. تا کنون یک تک نگاری وجود نداشته است که طیف کاملی از مسائل و روش های مرتبط را در حداقل مربعات پوشش دهد.
این جلد به بررسی عمیق موضوعاتی مانند روشهای مسائل کمترین مربعات، روشهای تکراری، حداقل مربعات اصلاحشده، مسائل وزنی، و مسائل محدود و منظم میپردازد. بیش از 800 مرجع، بررسی جامعی از ادبیات موجود در این زمینه ارائه می دهد.
The method of least squares was discovered by Gauss in 1795. It has since become the principal tool for reducing the influence of errors when fitting models to given observations. Today, applications of least squares arise in a great number of scientific areas, such as statistics, geodetics, signal processing, and control.
In the last 20 years there has been a great increase in the capacity for automatic data capturing and computing. Least squares problems of large size are now routinely solved. Tremendous progress has been made in numerical methods for least squares problems, in particular for generalized and modified least squares problems and direct and iterative methods for sparse problems. Until now there has not been a monograph that covers the full spectrum of relevant problems and methods in least squares.
This volume gives an in-depth treatment of topics such as methods for sparse least squares problems, iterative methods, modified least squares, weighted problems, and constrained and regularized problems. The more than 800 references provide a comprehensive survey of the available literature on the subject.