Podstawy teorii aproksymacji w zadaniach
Leokadia Białas-Cież, Tomasz Kobos, Grzegorz Lewicki
Podstawy teorii aproksymacji w zadaniach
Leokadia Białas-Cież, Tomasz Kobos, Grzegorz Lewicki
- Wydawnictwo: Wydawnictwo Naukowe PWN
- Rok wydania: 2022
- ISBN: 9788301221898
- Ilość stron: 340
- Format: 16.5x23.5cm
- Oprawa: Miękka
1 - 3 dni robocze + czas dostawy*Przy zamówieniu większej ilości egzemplarzy czas realizacji zamówienia może ulec wydłużeniu
Opis: Podstawy teorii aproksymacji w zadaniach - Leokadia Białas-Cież, Tomasz Kobos, Grzegorz Lewicki
Wydawnictwo PWN przestawia unikatowy podręcznik dla wykładowców, doktorantów i studentów dotyczący szerokiego działu matematyki jakim jest teoria aproksymacji. Czytelnik ma okazję samodzielnie poznać zagadnienia tej dziedziny, które są zaprezentowane w przystępny sposób w postaci zadań ze szczegółowymi rozwiązaniami. W książce PODSTAWY TEORII APROKSYMACJI W ZADANIACH będzie można znaleźć zadania dotyczące m.in.: aproksymacji w przestrzeniach metrycznych i unormowanych, aproksymacji w hiperpłaszczyznach przestrzeni Banacha, projekcji minimalnych przestrzeni Haara, wielomianów Czebyszewa, interpolacji wielomianowej oszacowań szybkości aproksymacji wielomianami, nierówności wielomianowych, geometrii wielomianów i wielu innych zagadnień. Książkę kierujemy do wykładowców, doktorantów oraz słuchaczy studiów matematyki, informatyki oraz kierunków pokrewnych, zarówno I, jak i II stopnia, zainteresowanych teorią aproksymacji lub jej zastosowaniami, np. w metodach numerycznych. Wiele ciekawych zadań znajdą tu także osoby pragnące zgłębiać analizą funkcjonalną, interpolację lub zagadnienia nierówności wielomianowych i geometrii wielomianów.
Szczegóły: Podstawy teorii aproksymacji w zadaniach - Leokadia Białas-Cież, Tomasz Kobos, Grzegorz Lewicki
Tytuł: Podstawy teorii aproksymacji w zadaniach
Autor: Leokadia Białas-Cież, Tomasz Kobos, Grzegorz Lewicki
Wydawnictwo: Wydawnictwo Naukowe PWN
ISBN: 9788301221898
Języki: polski
Rok wydania: 2022
Ilość stron: 340
Format: 16.5x23.5cm
Oprawa: Miękka