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 enthält neben Verbesserungen und Ergänzungen (etwa ein neu bearbeiteter Abschnitt zur Fehleranalyse linearer Gleichungssysteme) weitere zwanzig Aufgaben und wurde an die im August 2018 vorgestellte, nun erstmalig vorwärtskompatible Version 1.0 von Julia angepasst.
Reihe
Auflage
2., verb. u. erw. Auflage 2018
Sprache
Verlagsort
Verlagsgruppe
Springer Fachmedien Wiesbaden GmbH
Zielgruppe
Editions-Typ
Illustrationen
1
1 s/w Abbildung
X, 149 S. 1 Abb. Book + eBook.
Maße
Höhe: 24 cm
Breite: 16.8 cm
Gewicht
ISBN-13
978-3-658-24430-9 (9783658244309)
DOI
10.1007/978-3-658-24431-6
Schweitzer Klassifikation
Prof. Dr. Folkmar Bornemann, Zentrum Mathematik, Technische Universität München
Matrizen am Computer.- Matrixfaktorisierung.- Fehleranalyse.- Kleinste Quadrate.- Eigenwertprobleme.- Anhänge u.a. zu MATLAB und Julia.