Над 4 милиона заглавия на английски и други езици! Открийте новата си история още днес! Безплатна доставка за поръчки над 69.99€

Проверка на състоянието на поръчката

Станете част от общност от любители на книгите от цял свят и получавате много предимства. Създай на безплатен акаунт

Безплатна доставка със Еконт над 69.99 €

Куриер Speedy 3.49 € Пункт на Speedy 3.49 € ЕКОНТ 3.99 € Еконтомат/Офис на Еконт 3.99 € Ekont Box 3.99 € Sameday 3.99 € Sameday box 3.99 € Box Now 3.99 €

Контакт

Как се пазарува?

Помощ

Моят акаунт

▸ Празна :-(

Stochastic Numerics for the Boltzmann Equation

Name: Stochastic Numerics for the Boltzmann Equation
Brand: Springer-Verlag Berlin and Heidelberg GmbH & Co. KG
SKU: 01560441
Price: 119.58 EUR
Availability: InStock
Author: Sergej Rjasanow
ISBN: 9783540252689

Sergej Rjasanow

Wolfgang Wagner

Език

Английски език

Книга С твърди корици

Код Либристо: 01560441

Издателство Springer-Verlag Berlin and Heidelberg GmbH & Co. KG, май 2005

Stochastic numerical methods play an important role in large scale computations in the applied scien... Цялото описание

Код Либристо: 01560441

289 b

119.58 €

233.87 лв

Външен склад в ограничено количество Изпращаме след 13-18 дни

До 30 дни за връщане на стоки

Клиентите са закупили също

Deutsch fur Pflegekrafte Ulrike Schrimpf

С меки корици

54.80 € 107.17 лв

Über die Morphologie und die Verwandtschaftsverhältnisse der wirbellosen Tiere Rudolf Leuckart

С меки корици

28.33 € 55.40 лв

Tintin noir sur blanc Hergé

Книга

24.97 € 48.83 лв

Konjunktur und Neoklassik. Franz Joachim Clauß

С меки корици

122.21 € 239.03 лв

Stochastic numerical methods play an important role in large scale computations in the applied sciences. The first goal of this book is to give a mathematical description of classical direct simulation Monte Carlo (DSMC) procedures for rarefied gases, using the theory of Markov processes as a unifying framework. The second goal is a systematic treatment of an extension of DSMC, called stochastic weighted particle method. This method includes several new features, which are introduced for the purpose of variance reduction (rare event simulation). Rigorous convergence results as well as detailed numerical studies are presented.