商品簡介
本書系統地介紹了數值分析的基本概念、基礎理論、基本數值方法和具有實際應用背景的數值方法的實現過程。主要包括:數值計算基礎、解非線性方程的數值方法、解線性方程組的直接方法、多項式逼近和插值法、逼近理論與最小二乘法、解線性方程組的迭代法、數值微分與數值積分、解非線性方程組的數值方法、矩陣特徵值與特徵向量的近似計算、常微分方程數值解法、Matlab與科學計算。
本書可作為高等學校理工科研究生數學類基礎課程“數值分析”及數學、計算機類、信息類專業本科生算法類課程“數值分析”的課程用書,亦可供相關科研人員參考。
目次
第1章數值計算基礎1 1.1數值方法1 1.2誤差分類3 1.3絕對誤差和相對誤差4 1.4舍入誤差和有效數字5 1.5數據誤差在算術運算中的傳播6 1.6誤差的影響10 1.7算法的衡量指標10 1.8算法的穩定性12 習題114 第2章解非線性方程的數值方法16 2.1迭代法的基本概念16 2.2二分法17 2.3不動點迭代和加速迭代收斂19 2.4Newton-Raphson方法23 2.5割線法26 2.6多項式求根28 2.7迭代初始值的選擇33 習題234 第3章解線性方程組的直接方法37 3.1解線性方程組的Gauss消去法37 3.2直接三角分解法47 3.3向量和矩陣的範數56 3.4條件數和攝動理論初步63 3.5壞條件方程組求解65 3.6條件數的應用案例69 習題372 第4章多項式逼近和插值法75 4.1函數空間75 4.2插值法和Lagrange多項式77 4.3Hermite插值85 4.4三次樣條插值88 習題490 第5章逼近理論與最小二乘法93 5.1最佳平方逼近和正交多項式93 5.2三角多項式逼近96 5.3離散的最小二乘逼近97 習題5106 第6章解線性方程組的迭代法108 6.1迭代法的基本理論108 6.2Jacobi迭代法和Gauss-Seidel迭代法111 6.3逐次超鬆弛迭代法(SOR方法)116 6.4共軛斜量法119 6.5條件預優方法125 習題6127 第7章數值微分與數值積分130 7.1數值微分130 7.2數值積分基礎137 7.3複合數值積分143 7.4Romberg積分147 7.5自適應求積方法150 7.6Gauss求積155 習題7159 第8章解非線性方程組的數值方法162 8.1多變元微分162 8.2不動點迭代164 8.3Newton法168 8.4割線法171 8.5擬Newton法174 8.6下降算法178 8.7延拓法179 習題8181 第9章矩陣特徵值與特徵向量的近似計算184 9.1乘冪法184 9.2求模數次大特徵值的降階法188 9.3逆迭代法(反乘冪法)189 9.4特徵值的大致估計190 習題9192 第10章常微分方程數值解法193 10.1引言193 10.2簡單的數值方法194 10.3龍格-庫塔方法199 10.4單步法的收斂性與穩定性204 10.5線性多步法209 10.6線性多步法的收斂性與穩定性215 10.7一階方程組與剛性方程組218 10.8邊值問題的數值方法222 習題10226 第11章Matlab與科學計算228 11.1多項式及其運算228 11.2插值與擬合234 11.3非線性方程237 11.4線性方程組239 11.5矩陣的特徵值與特徵向量240 11.6常微分方程241 綜合練習244 參考文獻251