|
內容簡介: |
本书是编著者多年为计算机及其他非数学系学生讲授计算方法后,按照以下的思路所编写的教材。
(一)计算方法本身所介绍的是一些适合于计算机上使用的数值分析方法,这些方法的基础是数学分析,代数,微分方程等数学理论,根据我校学生比较注重基础理论这一特点,——本书在介绍方法的同时,尽可能地阐述清楚方法的数学理论根据,并对方法的有关绪论做出严格而简洁的证明。
(二)数值分析中的各种方法具有相对的独立性,但作为一门课程,我们尽力把它编写成具有较好连贯性及较为完整的教材。
(三)尽管篇幅有限,我们尽可能多地讲述适合于计算机上使用的数值计算方法,并可能地把每个方法讲透彻。另一方面,由于授课时的限制,对诸如有限元方法,偏微分方程数值解法等只能忍痛割爱。
(四)全书内容需讲授72-80学时。授课学时不足72-80时,对本书内容可根据不同专业的需要作必要的删减。由于各种方法的相对独立性,作适当的删减不会增加授课的难度。
|
目錄:
|
重印修订说明
前言
1 导引
1.1 数值分析方法的内容
1.2 误差
2 插值
2.1 插值概念
2.2 多项式插值、单节点插值的Lagrange型式
2.3 单节点多项式插值的Newton型
2.4 等距Newaton插值
2.5 Hermite插值
2.6 分段低阶插值
2.7 三次样条插值
习题
3 函数最佳逼近
3.1 正多项式
3.2 赋范空间上的最佳逼近
3.3 最佳一致逼近
3.4 Tchebyshev多项式及其应用
3.5 函数最佳平方多项式逼近
3.6 曲线的多项式拟合
3.7 快速Fourier分析
习题
4 数值微分、数值积分
4.1 数值微分
4.2 数值积分
4.3 Newton-Coate’s积分
4.4 复化数值积分
4.5 外推方法,Romberg积分
4.6 Gauss积分
习题
5 矩阵范数
5.1 向量范数
5.2 矩阵范数
习题
6 解线性方程组的直接法
6.1 消元法
6.2 矩阵的三角分解
6.3 正定矩阵的平方根分解
6.4 逆矩阵求解
习题
7 解线性方程组的迭代法
7.1 迭代法
7.2 Jacobi迭代
7.3 Gauss-Seidel迭代
7.4 松弛迭代
7.5 共轭斜量法
习题
8 非线性方程求根
8.1 迭代法
8.2 求实根的对分法
8.3 Newton迭代
8.4 弦截法
8.5 抛物线法
8.6 非线性方程组求解
8.7 劈因子迭代
8.8 Sturm定理
习题
9 矩阵特征值、特征向量的计算
9.1 幂法
9.2 Jacobi方法
9.3 Givens-Householder方法
9.4 QR方法
习题
10 常微分方程数值解法
10.1 Euler公式
10.2 Runge-Kuatta法
10.3 线性多步法
10.4 隐格式迭代、预估-校正格式
10.5 方程组,高阶方程数值方法
10.6 关于差分方程
10.7 差分方法的相容性、收敛性、稳定性
10.8 Stiff方程
10.9 边值问题数值方法
习题
|
|