English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Solucionar sistemas de equacoes lineares e um problema relevante das ciencias aplicadas. E importante se preocupar com metodos computacionais que tornem a abordagem de sistemas de grande porte viavel e precisa. Nesse contexto, os metodos iterativos surgem como opcao mais eficiente do ponto de vista computacional, destacando-se dentro desta categoria os metodos de projecoes em subespacos de Krylov, que tem como principal caracteristica a resolucao de sucessivos sistemas lineares de menor porte. Como principal consequencia, apos poucas iteracoes (projecoes) e possivel capturar as principais informacoes do problema e se obter um resultado muito satisfatorio. Em aritmetica exata, tais metodos convergem para a solucao exata em, no maximo, n passos, em que n e o tamanho da matriz. Porem, em uma implementacao real e conveniente estudar os efeitos produzidos por ruidos nas entradas de dados, ou seja, a construcao de solucoes estaveis.

Soluções aproximadas estáveis através de métodos de projeção em subespaços de Krylov