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:
نویسندگان: Alex Gezerlis
سری:
ISBN (شابک) : 1108488846, 9781108488846
ناشر: Cambridge University Press
سال نشر: 2020
تعداد صفحات: 606
[605]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 Mb
در صورت تبدیل فایل کتاب Numerical Methods in Physics with Python 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 در فیزیک با پایتون 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 یک کتاب درسی مستقل ایده آل برای دوره های فیزیک محاسباتی است. تمام روشهای عددی پرکاربرد در فیزیک توضیح داده شدهاند، از جمله تکنیکهای بنیادی و جواهرات پنهان در موضوعاتی مانند جبر خطی، معادلات دیفرانسیل، ریشهیابی، درون یابی و یکپارچهسازی. همراه با مشتقات ریاضی، پیاده سازی کامل ده ها روش عددی در پایتون، و همچنین بیش از 250 مسئله پایان فصل است. روشهای عددی و مثالهای فیزیک به وضوح از هم جدا شدهاند و این امکان را میدهد که این کتاب مقدماتی بعداً به عنوان مرجع استفاده شود. بخش ماقبل آخر در هر فصل یک پروژه عمیق است که به مسائل فیزیک می پردازد که بدون استفاده از رایانه قابل حل نیستند. این کتاب درسی که عمدتاً برای دانشآموزانی که فیزیک محاسباتی را مطالعه میکنند، نوشته شده است، قبل از بررسی دقیق روشهای عددی که اغلب در این موضوع استفاده میشود، افراد غیرمتخصص را به سرعت با پایتون آشنا میکند.
Bringing together idiomatic Python programming, foundational numerical methods, and physics applications, this is an ideal standalone textbook for courses on computational physics. All the frequently used numerical methods in physics are explained, including foundational techniques and hidden gems on topics such as linear algebra, differential equations, root-finding, interpolation, and integration. Accompanying the mathematical derivations are full implementations of dozens of numerical methods in Python, as well as more than 250 end-of-chapter problems. Numerical methods and physics examples are clearly separated, allowing this introductory book to be later used as a reference; the penultimate section in each chapter is an in depth project, tackling physics problems which cannot be solved without the use of a computer. Written primarily for students studying computational physics, this textbook brings the non-specialist quickly up to speed with Python before looking in detail at the numerical methods often used in the subject.