Numerical Analysis: A Graduate Course by Stewart, David E.;

Sorozatcím: CMS/CAIMS Books in Mathematics; 4;

12% KEDVEZMÉNY?

Kiadói listaár EUR 80.24
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.

33 279 Ft (31 694 Ft + 5% áfa)
Kedvezmény(ek) 12% (cc. 3 993 Ft off)
Kedvezményes ár 29 285 Ft (27 891 Ft + 5% áfa)

29 285 Ft

Beszerezhetőség

Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.

A termék adatai:

Kiadás sorszáma 1st ed. 2022
Kiadó Springer International Publishing
Megjelenés dátuma 2022. december 2.
Kötetek száma 1 pieces, Book

ISBN 9783031081200
Kötéstípus Keménykötés
Terjedelem632 oldal
Méret 235x155 mm
Súly 1245 g
Nyelv angol
Illusztrációk XV, 632 p. 114 illus., 66 illus. in color. Illustrations, black & white

Kategóriák

Számelmélet Algebra Analízis Valószínűségelmélet és matematikai statisztika Matematika a mérnöki- és természettudományok területén

Hosszú leírás:

This book aims to introduce graduate students to the many applications of numerical computation, explaining in detail both how and why the included methods work in practice. The text addresses numerical analysis as a middle ground between practice and theory, addressing both the abstract mathematical analysis and applied computation and programming models instrumental to the field. While the text uses pseudocode, Matlab and Julia codes are available online for students to use, and to demonstrate implementation techniques. The textbook also emphasizes multivariate problems alongside single-variable problems and deals with topics in randomness, including stochastic differential equations and randomized algorithms, and topics in optimization and approximation relevant to machine learning. Ultimately, it seeks to clarify issues in numerical analysis in the context of applications, and presenting accessible methods to students in mathematics and data science.

Több

Tartalomjegyzék:

Basics of mathematical computation.- Computing with Matrices and Vectors.- Solving nonlinear equations.- Approximations and interpolation.- Integration and differentiation.- Differential equations.- Randomness.- Optimization.- Appendix A: What you need from analysis.