Zu diesem Artikel existiert eine Nachauflage
eBook inside
Zu diesem Buch erhalten Sie kostenlos ein eBook dazu.
Zu diesem Buch erhalten Sie kostenlos ein eBook dazu.
Interaktiv, kompakt und verständlich, mit Links zu interessanten Beiträgen
Einführung in das algorithmisch-numerische Denken anhand der linearen Algebra für Studierende der Mathematik ab dem zweiten Semester
Fokussierte Einführung in Fehleranalyse und Störungstheorie
Mit vollständigen Programmen und numerischen Beispielen in MATLAB und Julia
Dieses Buch führt anhand grundlegender Problemstellungen der linearen Algebra in das algorithmisch-numerische Denken ein. Die Beschränkung auf die lineare Algebra sichert dabei eine stärkere thematische Kohärenz als sie sonst in einführenden Vorlesungen zur Numerik zu finden ist.
Die Darstellung betont die Zweckmäßigkeit von Matrixpartitionierungen gegenüber einer komponentenweisen Betrachtung, was sich nicht nur in einer übersichtlicheren Notation und kürzeren Algorithmen auszahlt, sondern angesichts moderner Computerarchitekturen auch zu signifikanten Laufzeitgewinnen führt.
Die Algorithmen und begleitenden numerischen Beispiele werden in der Programmierumgebung MATLAB angegeben, zusätzlich aber in einem Anhang auch in der zukunftsweisenden, frei zugänglichen Programmiersprache Julia.
Das vorliegende Buch eignet sich für eine zweistündige Vorlesung über numerische lineare Algebra ab dem zweiten Semester des Bachelorstudiengangs Mathematik.
Einführung in das algorithmisch-numerische Denken anhand der linearen Algebra für Studierende der Mathematik ab dem zweiten Semester
Fokussierte Einführung in Fehleranalyse und Störungstheorie
Mit vollständigen Programmen und numerischen Beispielen in MATLAB und Julia
Dieses Buch führt anhand grundlegender Problemstellungen der linearen Algebra in das algorithmisch-numerische Denken ein. Die Beschränkung auf die lineare Algebra sichert dabei eine stärkere thematische Kohärenz als sie sonst in einführenden Vorlesungen zur Numerik zu finden ist.
Die Darstellung betont die Zweckmäßigkeit von Matrixpartitionierungen gegenüber einer komponentenweisen Betrachtung, was sich nicht nur in einer übersichtlicheren Notation und kürzeren Algorithmen auszahlt, sondern angesichts moderner Computerarchitekturen auch zu signifikanten Laufzeitgewinnen führt.
Die Algorithmen und begleitenden numerischen Beispiele werden in der Programmierumgebung MATLAB angegeben, zusätzlich aber in einem Anhang auch in der zukunftsweisenden, frei zugänglichen Programmiersprache Julia.
Das vorliegende Buch eignet sich für eine zweistündige Vorlesung über numerische lineare Algebra ab dem zweiten Semester des Bachelorstudiengangs Mathematik.
Prof. Dr. Folkmar Bornemann, Zentrum Mathematik, Technische Universität München
Matrizen am Computer
Matrixfaktorisierung
Fehleranalyse
Kleinste Quadrate
Eigenwertprobleme
Anhänge u.a. zu MATLAB und Julia.
Erscheinungsdatum | 14.04.2016 |
---|---|
Reihe/Serie | Springer Studium Mathematik - Bachelor | Springer Studium Mathematik - Bachelor |
Zusatzinfo | 1 Abb. |
Verlagsort | Wiesbaden |
Sprache | deutsch |
Maße | 168 x 240 mm |
Gewicht | 261 g |
Einbandart | kartoniert |
Themenwelt | Mathematik / Informatik ► Mathematik ► Algebra |
Mathematik / Informatik ► Mathematik ► Analysis | |
Mathematik / Informatik ► Mathematik ► Arithmetik / Zahlentheorie | |
Schlagworte | Fehleranalyse • Julia (Programmiersprache) • Linear and Multilinear Algebras, Matrix Theory • Lineare Algebra • mathematics and statistics • MATLAB (Software) • Matrizen • Numerical analysis • Numerik • Numerische Mathematik |
ISBN-10 | 3-658-12883-6 / 3658128836 |
ISBN-13 | 978-3-658-12883-8 / 9783658128838 |
Zustand | Neuware |
Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Buch | Softcover (2022)
Springer Spektrum (Verlag)
CHF 55,95