内容介绍
用户评论
全部咨询
本书系统地介绍了数值计算的基本概念、常用算法及有关的理论分析和应用。全书共分10章。第1章是绪论,介绍数值分析中的基本概念;第2~9章包含了数值计算中的基本问题,如线性方程组的数值解法、矩阵特征值和特征向量的数值解法、非线性方程及方程组的数值解法、插值方法、数据拟合和函数逼近、数值积分、数值微分以及常微分方程初值问题的数值解法等;第10章介绍了Matlab软件,并介绍了如何将之应用于数值分析的基本问题计算。读者可将其中的算法和命令用于数值实验和工程计算实践中去。各章都给出典型例题并配有一定数量的习题,书后给出了习题答案或提示。
本书可作为理工科大学工程硕士研究生的“数值分析”课教材,还可作为大学本科及硕士生的学习参考书,同时也可供工程技术人员参考使用。
目录
- 前言
第1章 绪论
1.1 算法
1.2 误差
1.3 数值运算时误差的传播
习题1
第2章 线性方程组的直接解法
2.1 引言
2.2 Gauss消元法
2.3 选主元的Gauss消元法
2.4 Gauss-Jordan消元法
2.5 矩阵的LU分解
2.6 平方根法
2.7 追赶法
2.8 向量和矩阵的范数
习题2
第3章 线性方程组的迭代解法
3.1 迭代法的一般形式
3.2 几种常用的迭代法公式
3.3 迭代法的收敛条件
*3.4 极小化方法
习题3
第4章 方阵特征值和特征向量计算
4.1 幂法和反幂法
4.2 Jacobi方法
4.3 QR方法
习题4
第5章 非线性方程求根
5.1 二分法
5.2 迭代法
5.3 Newton迭代法
*5.4 非线性方程组的求根
习题5
第6章 插值法
6.1 Lagrange插值
6.2 Newton插值法
*6.3 差差分插值
*6.4 Hermite插值
6.5 分段插值
6.6 样条插值
习题6
第7章 数据拟合和最佳平方逼近
7.1 拟合和逼近的概念
7.2 数据拟合
7.3 最佳平方逼近
习题7
第8章 数值积分与数值微分
8.1 求积公式
8.2 Newton-Cotes公式
8.3 复化求积公式
8.4 Romberg求积公式
8.5 Gauss求积公式
8.6 数值微分
习题8
第9章 常微分方程的数值解法
9.1 引言
9.2 Euler方法
9.3 Runge-Kutta方法
9.4 线性多步法
9.5 高阶的预测-校正公式
9.6 一阶常微分方程组与高阶常微分方程
*9.7 收敛性与稳定性
习题9
第10章 Matlab软件与数值计算
10.1 矩阵与数组
10.2 函数运算和作图
10.3 线性方程组的数值解
10.4 方阵的特征值和特征向量
10.5 方程和方程组求根
10.6 插值方法
10.7 数据拟合与函数逼近
10.8 数值积分
10.9 常微分方程初值问题数值解
习题参考答案或提示
参考文献