Eu tive um vislumbre de Análise Numérica (principalmente, Métodos Numéricos como descoberta de raízes, equações quadráticas e outras coisas preliminares) na minha aula de Cálculo, mas agora, me vejo querendo mais sofisticação no meu trabalho.
Existe um bom livro que me ajude a entender conceitos como estabilidade de algoritmos, projetar algoritmos estáveis, propagação de erros, análise de convergência etc. de um ponto de vista mais geral?
Essencialmente, eu quero ser capaz de entender e analisar os métodos do subespaço de Krylov (QMR, GMRES e CG) e alguns algoritmos de otimização não linear melhor. Especialmente, como a aproximação de ponto flutuante faz diferença nos algoritmos.
O problema com a maioria dos livros que eu vi é que eles começam assumindo que o leitor não sabe nada sobre Álgebra Linear e passam ao básico da LU, Eliminação Gaussiana, QR etc., da qual eu não preciso. O que eu quero é mais uma "visão aérea" da Análise Numérica sem entrar nos detalhes de métodos específicos. A brevidade seria muito apreciada.
fonte
Recentemente, descobri a Álgebra Linear Numérica de Trefethen e Bau . Eu realmente gosto do estilo e parece-me que este livro atende a quase todos os seus critérios.
fonte
Com relação à aritmética de ponto flutuante, acho que um bom ponto de partida é o artigo de D. Golberg "O que todo cientista da computação deve saber sobre aritmética de ponto flutuante" .
Alguns outros livros divertidos para ler, além dos já sugeridos, são:
Todo livro tem capítulos notáveis, mas o quão bom é um livro para ajudar a desenvolver a compreensão de um tópico por parte do leitor depende dos antecedentes e interesses do leitor. Achei esses livros úteis para o meu trabalho e recomendo que você os veja na biblioteca.
fonte
Um livro introdutório que explica muito bem o básico é Gander, Gander, Kwok: Scientific Computing.
fonte