The following text field will produce suggestions that follow it as you type.

Barnes and Noble

Loading Inventory...
Konvergenz von Krylov-Verfahren für Eigenwertprobleme

Konvergenz von Krylov-Verfahren für Eigenwertprobleme in Chattanooga, TN

By Barnes & Noble

Current price: $31.52
Get it in StoreVisit retailer's website
Konvergenz von Krylov-Verfahren für Eigenwertprobleme

Barnes and Noble

Konvergenz von Krylov-Verfahren für Eigenwertprobleme in Chattanooga, TN

By Barnes & Noble

Current price: $31.52
Loading Inventory...

Size: EBook

Diplomarbeit aus dem Jahr 1998 im Fachbereich Mathematik - Angewandte Mathematik, Note: sehr gut, Eberhard-Karls-Universität Tübingen (Mathematische Fakultät), Sprache: Deutsch, Abstract: Eigenwerte von Matrizen zu berechnen ist ein Problem, das häufig in naturwissenschaftlich-technischen Anwendungen auftritt. In der Theorie kann man mit Hilfe von Eigenwerten unter anderem Aussagen über die Stabilität von dynamischen Systemen machen. Außerdem spielen sie in der Stochastik, z.B. bei Markov-Ketten (Übergangswahrscheinlichkeiten, Brownsche Bewegung), eine wichtige Rolle. Nun einige Beispiele aus praktischen Anwendungen: - in der Physik bei Schwingungsproblemen - in der Chemie bei Verbrennungsprozessen - in der Makroökonomie bei der Überprüfung von Marktstabilität - in der Biologie bei Populationsmodellen Die hierbei auftretenden Fragen bzw. Aufgaben sind z.B.: Wie berechnet man - alle Eigenwerte und/oder alle Eigenvektoren für eine kleine Matrix (bis 10&hat;3*10&hat;3)? - einen Eigenwert und/oder den zugehörigen Eigenvektor (betragsgrößter, -kleinster, mit größtem Realteil,...)? - einige wenige Eigenwerte und gegebenenfalls die zugehörigen Eigenvektoren? - einen Eigenvektor zu einem bekannten Eigenwert (Markov-Ketten) Bei kleinen Matrizen, das heißt Matrizen der Größenordnung bis etwa 10&hat;3*10&hat;3, können diese mittels Householder-Transformationen auf Hessenberg-Form bzw. im hermiteschen Fall auf Tridiagonal-Form zurückgeführt werden. Dann kann man z.B. mit der QR-Zerlegung die gewünschten Eigenwerte und/oder die zugehörigen Eigenvektoren berechnen. In dieser Arbeit sollen Matrizen in der Größenordnung 10&hat;3*10&hat;3 bis 10&hat;6*10&hat;6 betrachtet werden. Da die erwähnten Standard-Algorithmen einen zu hohen Rechen- und Speicheraufwand verursachen, versucht man mittels Projektionsverfahren dieses große Problem auf ein kleines zu reduzieren, um darauf die Standardtechniken wieder anwenden und somit einen Teil des Spektrums approximieren zu können. Diese Arbeit hat die "Konvergenz von Krylov-Verfahren für Eigenwertprobleme" zum Thema.
Diplomarbeit aus dem Jahr 1998 im Fachbereich Mathematik - Angewandte Mathematik, Note: sehr gut, Eberhard-Karls-Universität Tübingen (Mathematische Fakultät), Sprache: Deutsch, Abstract: Eigenwerte von Matrizen zu berechnen ist ein Problem, das häufig in naturwissenschaftlich-technischen Anwendungen auftritt. In der Theorie kann man mit Hilfe von Eigenwerten unter anderem Aussagen über die Stabilität von dynamischen Systemen machen. Außerdem spielen sie in der Stochastik, z.B. bei Markov-Ketten (Übergangswahrscheinlichkeiten, Brownsche Bewegung), eine wichtige Rolle. Nun einige Beispiele aus praktischen Anwendungen: - in der Physik bei Schwingungsproblemen - in der Chemie bei Verbrennungsprozessen - in der Makroökonomie bei der Überprüfung von Marktstabilität - in der Biologie bei Populationsmodellen Die hierbei auftretenden Fragen bzw. Aufgaben sind z.B.: Wie berechnet man - alle Eigenwerte und/oder alle Eigenvektoren für eine kleine Matrix (bis 10&hat;3*10&hat;3)? - einen Eigenwert und/oder den zugehörigen Eigenvektor (betragsgrößter, -kleinster, mit größtem Realteil,...)? - einige wenige Eigenwerte und gegebenenfalls die zugehörigen Eigenvektoren? - einen Eigenvektor zu einem bekannten Eigenwert (Markov-Ketten) Bei kleinen Matrizen, das heißt Matrizen der Größenordnung bis etwa 10&hat;3*10&hat;3, können diese mittels Householder-Transformationen auf Hessenberg-Form bzw. im hermiteschen Fall auf Tridiagonal-Form zurückgeführt werden. Dann kann man z.B. mit der QR-Zerlegung die gewünschten Eigenwerte und/oder die zugehörigen Eigenvektoren berechnen. In dieser Arbeit sollen Matrizen in der Größenordnung 10&hat;3*10&hat;3 bis 10&hat;6*10&hat;6 betrachtet werden. Da die erwähnten Standard-Algorithmen einen zu hohen Rechen- und Speicheraufwand verursachen, versucht man mittels Projektionsverfahren dieses große Problem auf ein kleines zu reduzieren, um darauf die Standardtechniken wieder anwenden und somit einen Teil des Spektrums approximieren zu können. Diese Arbeit hat die "Konvergenz von Krylov-Verfahren für Eigenwertprobleme" zum Thema.

More About Barnes and Noble at Hamilton Place

Barnes & Noble is the world’s largest retail bookseller and a leading retailer of content, digital media and educational products. Our Nook Digital business offers a lineup of NOOK® tablets and e-Readers and an expansive collection of digital reading content through the NOOK Store®. Barnes & Noble’s mission is to operate the best omni-channel specialty retail business in America, helping both our customers and booksellers reach their aspirations, while being a credit to the communities we serve.

2100 Hamilton Pl Blvd, Chattanooga, TN 37421, United States

Find Barnes and Noble at Hamilton Place in Chattanooga, TN

Visit Barnes and Noble at Hamilton Place in Chattanooga, TN
Powered by Adeptmind