Introduction to Computational Mathematics

Author: Xin-She Yang
Publisher: World Scientific Publishing Company
ISBN: 9814635804
Format: PDF, ePub
Download Now
This unique book provides a comprehensive introduction to computational mathematics, which forms an essential part of contemporary numerical algorithms, scientific computing and optimization. It uses a theorem-free approach with just the right balance between mathematics and numerical algorithms. This edition covers all major topics in computational mathematics with a wide range of carefully selected numerical algorithms, ranging from the root-finding algorithm, numerical integration, numerical methods of partial differential equations, finite element methods, optimization algorithms, stochastic models, nonlinear curve-fitting to data modelling, bio-inspired algorithms and swarm intelligence. This book is especially suitable for both undergraduates and graduates in computational mathematics, numerical algorithms, scientific computing, mathematical programming, artificial intelligence and engineering optimization. Thus, it can be used as a textbook and/or reference book.

An Introduction to Functional Analysis in Computational Mathematics

Author: V.I. Lebedev
Publisher: Springer Science & Business Media
ISBN: 1461241286
Format: PDF, ePub, Mobi
Download Now
The book contains the methods and bases of functional analysis that are directly adjacent to the problems of numerical mathematics and its applications; they are what one needs for the understand ing from a general viewpoint of ideas and methods of computational mathematics and of optimization problems for numerical algorithms. Functional analysis in mathematics is now just the small visible part of the iceberg. Its relief and summit were formed under the influence of this author's personal experience and tastes. This edition in English contains some additions and changes as compared to the second edition in Russian; discovered errors and misprints had been corrected again here; to the author's distress, they jump incomprehensibly from one edition to another as fleas. The list of literature is far from being complete; just a number of textbooks and monographs published in Russian have been included. The author is grateful to S. Gerasimova for her help and patience in the complex process of typing the mathematical manuscript while the author corrected, rearranged, supplemented, simplified, general ized, and improved as it seemed to him the book's contents. The author thanks G. Kontarev for the difficult job of translation and V. Klyachin for the excellent figures.

Statistik Workshop f r Programmierer

Author: Allen B. Downey
Publisher: O'Reilly Germany
ISBN: 3868993436
Format: PDF, Mobi
Download Now
Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.

Wissenschaftliches Rechnen mit MATLAB

Author: Alfio Quarteroni
Publisher: Springer-Verlag
ISBN: 3540293078
Format: PDF, ePub
Download Now
Aus den Rezensionen der englischen Auflage: Dieses Lehrbuch ist eine Einführung in das Wissenschaftliche Rechnen und diskutiert Algorithmen und deren mathematischen Hintergrund. Angesprochen werden im Detail nichtlineare Gleichungen, Approximationsverfahren, numerische Integration und Differentiation, numerische Lineare Algebra, gewöhnliche Differentialgleichungen und Randwertprobleme. Zu den einzelnen Themen werden viele Beispiele und Übungsaufgaben sowie deren Lösung präsentiert, die durchweg in MATLAB formuliert sind. Der Leser findet daher nicht nur die graue Theorie sondern auch deren Umsetzung in numerischen, in MATLAB formulierten Code. MATLAB select 2003, Issue 2, p. 50. [Die Autoren] haben ein ausgezeichnetes Werk vorgelegt, das MATLAB vorstellt und eine sehr nützliche Sammlung von MATLAB Funktionen für die Lösung fortgeschrittener mathematischer und naturwissenschaftlicher Probleme bietet. [...] Die Präsentation des Stoffs ist durchgängig gut und leicht verständlich und beinhaltet Lösungen für die Übungen am Ende jedes Kapitels. Als exzellenter Neuzugang für Universitätsbibliotheken- und Buchhandlungen wird dieses Buch sowohl beim Selbststudium als auch als Ergänzung zu anderen MATLAB-basierten Büchern von großem Nutzen sein. Alles in allem: Sehr empfehlenswert. Für Studenten im Erstsemester wie für Experten gleichermassen. S.T. Karris, University of California, Berkeley, Choice 2003.

Concise Computer Mathematics

Author: Ovidiu Bagdasar
Publisher: Springer Science & Business Media
ISBN: 3319017519
Format: PDF, ePub, Docs
Download Now
Adapted from a modular undergraduate course on computational mathematics, Concise Computer Mathematics delivers an easily accessible, self-contained introduction to the basic notions of mathematics necessary for a computer science degree. The text reflects the need to quickly introduce students from a variety of educational backgrounds to a number of essential mathematical concepts. The material is divided into four units: discrete mathematics (sets, relations, functions), logic (Boolean types, truth tables, proofs), linear algebra (vectors, matrices and graphics), and special topics (graph theory, number theory, basic elements of calculus). The chapters contain a brief theoretical presentation of the topic, followed by a selection of problems (which are direct applications of the theory) and additional supplementary problems (which may require a bit more work). Each chapter ends with answers or worked solutions for all of the problems.

Hierarchische Matrizen

Author: Wolfgang Hackbusch
Publisher: Springer Science & Business Media
ISBN: 3642002218
Format: PDF, ePub, Docs
Download Now
Bei der Diskretisierung von Randwertaufgaben und Integralgleichungen entstehen große, eventuell auch voll besetzte Matrizen. In dem Band stellt der Autor eine neuartige Methode dar, die es erstmals erlaubt, solche Matrizen nicht nur effizient zu speichern, sondern auch alle Matrixoperationen einschließlich der Matrixinversion bzw. der Dreieckszerlegung approximativ durchzuführen. Anwendung findet diese Technik nicht nur bei der Lösung großer Gleichungssysteme, sondern auch bei Matrixgleichungen und der Berechnung von Matrixfunktionen.

An Introduction to Computational Stochastic PDEs

Author: Gabriel J. Lord
Publisher: Cambridge University Press
ISBN: 1139915770
Format: PDF, ePub
Download Now
This book gives a comprehensive introduction to numerical methods and analysis of stochastic processes, random fields and stochastic differential equations, and offers graduate students and researchers powerful tools for understanding uncertainty quantification for risk analysis. Coverage includes traditional stochastic ODEs with white noise forcing, strong and weak approximation, and the multi-level Monte Carlo method. Later chapters apply the theory of random fields to the numerical solution of elliptic PDEs with correlated random data, discuss the Monte Carlo method, and introduce stochastic Galerkin finite-element methods. Finally, stochastic parabolic PDEs are developed. Assuming little previous exposure to probability and statistics, theory is developed in tandem with state-of-the-art computational methods through worked examples, exercises, theorems and proofs. The set of MATLAB codes included (and downloadable) allows readers to perform computations themselves and solve the test problems discussed. Practical examples are drawn from finance, mathematical biology, neuroscience, fluid flow modelling and materials science.