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: جبر ویرایش: 1 نویسندگان: Zhaojun Bai, James Demmel, Jack Dongarra, Axel Ruhe, Henk van der Vorst سری: Software, environments, tools ISBN (شابک) : 9780898714715, 0898714710 ناشر: Society for Industrial and Applied Mathematics سال نشر: 1987 تعداد صفحات: 441 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Templates for the solution of algebraic eigenvalue 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 الگوهای حل مشکلات مقدماتی جبری 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.
مسائل در مقیاس بزرگ مهندسی و محاسبات علمی اغلب نیاز به راه حل های ارزش ویژه و مسائل مربوط به آن دارند. این کتاب یک نمای کلی از نظریه، الگوریتمها و نرمافزار عملی برای مسائل ارزش ویژه ارائه میدهد. این مجموعه بزرگ از مواد را سازماندهی می کند تا برای اولین بار برای بسیاری از کاربران غیرمتخصصی که نیاز به انتخاب بهترین الگوریتم ها و نرم افزارهای پیشرفته برای مشکلات خود دارند، در دسترس باشد. با استفاده از یک درخت تصمیم غیررسمی، نظریه کافی برای شناسایی ساختار ریاضی مربوطه که بهترین الگوریتم را برای هر مسئله تعیین میکند، معرفی میشود.
الگوریتمها و نرمافزار در \"برگ\" درخت تصمیم از الگوریتم QR کلاسیک که برای ماتریسهای متراکم کوچک مناسبتر است تا الگوریتمهای تکراری برای مسائل ارزش ویژه تعمیمیافته بسیار بزرگ است. الگوریتمها به سبک یکپارچه به عنوان الگو ارائه میشوند، با سطوح مختلف جزئیات مناسب برای خوانندگان از دانشآموزان مبتدی تا متخصص. درمان جامع نویسندگان شامل گنجینه ای از اطلاعات کتابشناختی بیشتر است.
Large-scale problems of engineering and scientific computing often require solutions of eigenvalue and related problems. This book gives a unified overview of theory, algorithms, and practical software for eigenvalue problems. It organizes this large body of material to make it accessible for the first time to the many nonexpert users who need to choose the best state-of-the-art algorithms and software for their problems. Using an informal decision tree, just enough theory is introduced to identify the relevant mathematical structure that determines the best algorithm for each problem.
The algorithms and software at the "leaves" of the decision tree range from the classical QR algorithm, which is most suitable for small dense matrices, to iterative algorithms for very large generalized eigenvalue problems. Algorithms are presented in a unified style as templates, with different levels of detail suitable for readers ranging from beginning students to experts. The authors' comprehensive treatment includes a treasure of further bibliographic information.