图书信息
图书目录

数值计算方法




本书介绍了科学计算中基本的数值计算方法理论、算法与程序,内容简洁,重点突出,既有严谨的基础理论,又包含丰富的计算方法和程序块。

本书主要内容包括线性方程组的数值解法、非线性方程(组)的数值解法、多项式插值方法、数值微分与数值积分、常微分方程初值问题的数值解法等计算方法的核心部分。每一类基本问题给出Matlab语言编写的结构化程序块,供读者研读与模仿。另外,本书还通过小结与提高部分给出进一步学习与思考的内容,并注明相应的出处,为读者深入学习指明方向。

本书可作为高等学校理工科各专业本科生数值计算课程少学时(24~48学时)的教材或教学参考书,也可供工程技术人员参考。



作者:
倪勤 王正盛 刘皓

定价:
14.30元

出版时间:
2012-06-11

ISBN:
978-7-04-034837-8

物料号:
34837-00

读者对象:
高等教育

一级分类:
数学与统计学类

二级分类:
理工类专业数学基础课

三级分类:
数值计算

重点项目:
暂无

版面字数:
160.00千字

开本:
16开

全书页数:
136页

装帧形式:
平装
  • 前辅文
  • 第一章 绪论
    • §1.1 科学计算的魅力
    • §1.2 科学计算的内容
    • §1.3 算法的评价与误差
      • 1.3.1 计算复杂性与收敛速度
      • 1.3.2 误差
      • 1.3.3 减少误差的途径
    • §1.4 小结
    • 习题一
  • 第二章 线性方程组的数值解法
    • §2.1 Gauss消去法
      • 2.1.1 三角形方程组的解法
      • 2.1.2 Gauss消去法
      • 2.1.3 列主元Gauss消去法
    • §2.2 矩阵分解法
      • 2.2.1 矩阵三角分解法
      • 2.2.2 对称正定矩阵分解法
    • §2.3 向量范数与矩阵范数
    • §2.4 经典迭代法
      • 2.4.1 Jacobi迭代法
      • 2.4.2 Gauss-Seidel迭代法
      • 2.4.3 一般迭代法的收敛性
    • §2.5 小结与提高
    • 习题二
    • 思考题与编程计算题
  • 第三章 非线性方程(组)的数值解法
    • §3.1 二分法
    • §3.2 不动点迭代法
      • 3.2.1 不动点与不动点迭代法
      • 3.2.2 不动点迭代法的收敛性
    • §3.3 Newton法
      • 3.3.1 Newton迭代公式的构造
      • 3.3.2 Newton法的收敛性与收敛速度
    • §3.4 割线法
    • §3.5 非线性方程组的迭代法
      • 3.5.1 非线性方程组
      • 3.5.2 求解非线性方程组的Newton法
    • §3.6 小结与提高
    • 习题三
    • 思考题与编程计算题
  • 第四章 多项式插值方法
    • §4.1 引言
    • §4.2 Lagrange插值多项式
      • 4.2.1 线性插值与二次插值
      • 4.2.2 Lagrange捕值多项式
      • 4.2.3 捕值余项与误差估计
    • §4.3 Newton均差插值多项式
      • 4.3.1 均差的定义与性质
      • 4.3.2 Newton均差插值多项式
    • §4.4 分段低次插值
      • 4.4.1 Runge现象
      • 4.4.2 分段低次插值
    • §4.5 小结与提高
    • 习题四
    • 思考题与编程计算题
  • 第五章 数值微分与数值积分
    • §5.1 数值微分
      • 5.1.1 差商型求导公式
      • 5.1.2 插值型求导公式
    • §5.2 数值积分
      • 5.2.1 插值型求积公式
      • 5.2.2 复化求积公式
      • 5.2.3 Romberg积分法
    • §5.3 小结与提高
    • 习题五
    • 思考题与编程计算题
  • 第六章 常微分方程初值问题的数值解法
    • §6.1 Euler法
      • 6.1.1 引言
      • 6.1.2 Euler公式后退Euler公式与梯形公式
      • 6.1.3 改进Euler公式
      • 6.1.4 计算公式的误差分析
    • §6.2 Runge-Kutta法
      • 6.2.1 Runge-Kutta法的主要思想
      • 6.2.2 二阶显式R-K公式
      • 6.2.3 四阶显式R-K公式
      • 6.2.4 Matlab ODE函数简介
    • §6.3 小结与提高
    • 习题六
    • 思考题与编程计算题
  • 第七章 最小二乘问题
    • §7.1 线性最小二乘问题
      • 7.1.1 正交化方法
      • 7.1.2 数据拟合
    • §7.2 非线性最小二乘问题
      • 7.2.1 Gauss-Newton法
      • 7.2.2 LM法
    • §7.3 小结与提高
    • 习题七
    • 思考题与编程计算题
  • 第八章 矩阵特征值与特征向量的计算
    • §8.1 引言
    • §8.2 乘幂法
      • 8.2.1 乘幂法
      • 8.2.2 乘幂法的加速
    • §8.3 逆幂法
    • §8.4 小结与提高
    • 习题八
    • 思考题与编程计算题
  • 参考文献
1