37,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
0 °P sammeln
  • Audio CD mit DVD

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…mehr

Produktbeschreibung
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.
Die zweite Auflage enthalt neben Verbesserungen und Erganzungen (etwa ein neu bearbeiteter Abschnitt zur Fehleranalyse linearer Gleichungssysteme) weitere zwanzig Aufgaben und wurde an die im August 2018 vorgestellte, nun erstmalig vorwartskompatible Version 1.0 von Julia angepasst.

Autorenporträt
Prof. Dr. Folkmar Bornemann, Zentrum Mathematik, Technische Universität München