Podręcznik. będący wprowadzeniem do współczesnych metod numerycznych. jest skierowany do studentów kierunków ścisłych i technicznych. Koncentruje się na nowoczesnym. algorytmicznym podejściu do metod rozwiązywania podstawowych zadań obliczeniowych oraz matematycznej analizie ich własności.
Jego celem jest przygotowanie Czytelnika do świadomego korzystania z aktualnie używanych standardowych metod i w razie potrzeby konstruowania nowych. dostosowanych do specyfiki rozwiązywanego problemu. Oprócz klasycznych tematów.do wykładu włączone zostały — ważne m.in. w uczeniu maszynowym — zagadnienia wcześniej rezerwowane dla kursów zaawansowanych. w tym: metody optymalizacji nieliniowej. rozkład SVD macierzy i metody iteracyjne dla układów równań liniowych.
Omawiane treści są bogato ilustrowane przykładami i wykresami. Każdy rozdział jest zakończony krótkim przeglądem funkcji implementujących omawiane algorytmy w popularnych językach programowania: MATLAB. Julia i Python oraz serią zadań o zróżnicowanym stopniu trudności (jest ich w sumie ponad 400. a mniej więcej co piąte wymaga użycia komputera). Niezbędne wiadomości z matematyki wyższej są przytaczane w miejscu ich użycia w wygodnej ramce. a podstawowe praktyczne informacje o MATLAB-ie. Julii oraz o Pythonie (modułach NumPy i SciPy) zostały w skrócie omówione w dedykowanym rozdziale.
Główny tok narracji uzupełniają dygresje dające szersze spojrzenie. a także sekcje „Sprawdźmy to w praktyce”. w których w swobodnym stylu przedstawione są ciekawe zastosowania omawianych metod lub pojęć.
Podręcznik kierujemy do studentów kierunków ścisłych i technicznych: od matematyki. przez informatykę. uczenie maszynowe i data science. po astronomię. chemię. ekonomię. fizykę i geologię. Może być także przydatny dla inżynierów i naukowców. chcących poznać bliżej tę fascynującą gałąź nauki i jej praktyczne zastosowania.
Wersja elektroniczna książki została przygotowana w kolorze.
Jego celem jest przygotowanie Czytelnika do świadomego korzystania z aktualnie używanych standardowych metod i w razie potrzeby konstruowania nowych. dostosowanych do specyfiki rozwiązywanego problemu. Oprócz klasycznych tematów.do wykładu włączone zostały — ważne m.in. w uczeniu maszynowym — zagadnienia wcześniej rezerwowane dla kursów zaawansowanych. w tym: metody optymalizacji nieliniowej. rozkład SVD macierzy i metody iteracyjne dla układów równań liniowych.
Omawiane treści są bogato ilustrowane przykładami i wykresami. Każdy rozdział jest zakończony krótkim przeglądem funkcji implementujących omawiane algorytmy w popularnych językach programowania: MATLAB. Julia i Python oraz serią zadań o zróżnicowanym stopniu trudności (jest ich w sumie ponad 400. a mniej więcej co piąte wymaga użycia komputera). Niezbędne wiadomości z matematyki wyższej są przytaczane w miejscu ich użycia w wygodnej ramce. a podstawowe praktyczne informacje o MATLAB-ie. Julii oraz o Pythonie (modułach NumPy i SciPy) zostały w skrócie omówione w dedykowanym rozdziale.
Główny tok narracji uzupełniają dygresje dające szersze spojrzenie. a także sekcje „Sprawdźmy to w praktyce”. w których w swobodnym stylu przedstawione są ciekawe zastosowania omawianych metod lub pojęć.
Podręcznik kierujemy do studentów kierunków ścisłych i technicznych: od matematyki. przez informatykę. uczenie maszynowe i data science. po astronomię. chemię. ekonomię. fizykę i geologię. Może być także przydatny dla inżynierów i naukowców. chcących poznać bliżej tę fascynującą gałąź nauki i jej praktyczne zastosowania.
Wersja elektroniczna książki została przygotowana w kolorze.
Szczegóły
Tytuł: Metody numeryczneAutor: Piotr Krzyżanowski
Wydawnictwo: Wydawnictwo Naukowe PWN
ISBN: 9788301237967
Języki: polski
Rok wydania: 2024
Ilość stron: 550
Format: 16.5 x 23.5 cm
Oprawa: Miękka