توضیحات
This revised edition discusses numerical methods for computing eigenvalues and eigenvectors of large sparse matrices. It provides an in-depth view of the numerical methods that are applicable for solving matrix eigenvalue problems that arise in various engineering and scientific applications. Each chapter was updated by shortening or deleting outdated topics, adding topics of more recent interest, and adapting the Notes and References section. Significant changes have been made to Chapters 6 through 8, which describe algorithms and their implementations and now include topics such as the implicit restart techniques, the Jacobi-Davidson method, and automatic multilevel substructuring. Audience: This book is intended for researchers in applied mathematics and scientific computing as well as for practitioners interested in understanding the theory of numerical methods used for eigenvalue problems. It also can be used as a supplemental text for an advanced graduate-level course on these methods. Contents: Chapter One: Background in Matrix Theory and Linear Algebra; Chapter Two: Sparse Matrices; Chapter Three: Perturbation Theory and Error Analysis; Chapter Four: The Tools of Spectral Approximation; Chapter Five: Subspace Iteration; Chapter Six: Krylov Subspace Methods; Chapter Seven: Filtering and Restarting Techniques; Chapter Eight: Preconditioning Techniques; Chapter Nine: Non-Standard Eigenvalue Problems; Chapter Ten: Origins of Matrix Eigenvalue Problems
————————————————————–
ترجمه ماشینی :
این نسخه اصلاح شده روشهای عددی برای محاسبه مقادیر ویژه و بردارهای ویژه ماتریسهای پراکنده بزرگ را مورد بحث قرار میدهد. این یک دید عمیق از روش های عددی قابل استفاده برای حل مسائل ارزش ویژه ماتریس که در کاربردهای مهندسی و علمی مختلف ایجاد می شوند، ارائه می دهد. هر فصل با کوتاه کردن یا حذف موضوعات قدیمی، اضافه کردن موضوعات مورد علاقه جدیدتر، و تطبیق بخش یادداشت ها و مراجع به روز شد. تغییرات قابل توجهی در فصلهای 6 تا 8 ایجاد شده است که الگوریتمها و پیادهسازیهای آنها را توضیح میدهند و اکنون شامل موضوعاتی مانند تکنیکهای راهاندازی مجدد ضمنی، روش جاکوبی-دیویدسون و زیرساختهای چندسطحی خودکار است. مخاطب: این کتاب برای محققان در ریاضیات کاربردی و محاسبات علمی و همچنین برای پزشکان علاقه مند به درک نظریه روش های عددی مورد استفاده برای مسائل ارزش ویژه در نظر گرفته شده است. همچنین می تواند به عنوان یک متن تکمیلی برای یک دوره پیشرفته در سطح کارشناسی ارشد در مورد این روش ها استفاده شود. مطالب: فصل اول: پیشینه نظریه ماتریس و جبر خطی. فصل دوم: ماتریس های پراکنده. فصل سوم: تئوری اغتشاش و تحلیل خطا. فصل چهارم: ابزارهای تقریب طیفی; فصل پنجم: تکرار زیرفضا. فصل ششم: روشهای زیرفضای کریلوف. فصل هفتم: تکنیک های فیلتر کردن و راه اندازی مجدد. فصل هشتم: تکنیک های آماده سازی. فصل نهم: مسائل ارزش ویژه غیر استاندارد. فصل دهم: ریشههای مسائل ارزش ویژه ماتریس
tag : دانلود کتاب روشهای عددی برای مسائل با مقدار ویژه بزرگ، ویرایش اصلاحشده , Download روشهای عددی برای مسائل با مقدار ویژه بزرگ، ویرایش اصلاحشده , دانلود روشهای عددی برای مسائل با مقدار ویژه بزرگ، ویرایش اصلاحشده , Download Numerical Methods for Large Eigenvalue Problems, Revised Edition Book , روشهای عددی برای مسائل با مقدار ویژه بزرگ، ویرایش اصلاحشده دانلود , buy روشهای عددی برای مسائل با مقدار ویژه بزرگ، ویرایش اصلاحشده , خرید کتاب روشهای عددی برای مسائل با مقدار ویژه بزرگ، ویرایش اصلاحشده , دانلود کتاب Numerical Methods for Large Eigenvalue Problems, Revised Edition , کتاب Numerical Methods for Large Eigenvalue Problems, Revised Edition , دانلود Numerical Methods for Large Eigenvalue Problems, Revised Edition , خرید Numerical Methods for Large Eigenvalue Problems, Revised Edition , خرید کتاب Numerical Methods for Large Eigenvalue Problems, Revised Edition ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.