帝国软件 首页 > 图书 > 人文社科类图书 > 正文 返回 打印

数值分析-(原书第2版)

  2020-06-21 00:00:00  

数值分析-(原书第2版) 本书特色

本书介绍了现代数值分析中的重要概念与方法,包括线性和非线性方程与方程组的求解、数值微分和积分、插值、*小二乘、常微分方程与偏微分方程的求解、特征值与奇异值的计算、随机数与压缩方法,以及优化技术。全书穿插介绍了收敛、复杂度、条件、压缩和正交这5个数值分析中*重要的概念。本书内容广泛,实例丰富,可作为自然科学、工程技术、计算机科学、数学、金融等专业人员进行教学和研究的参考书。

数值分析-(原书第2版) 目录

译者序
前言
第0章  基础知识
  0.1  多项式求值
  0.2  二进制数字
    0.2.1  将十进制转化为二进制
    0.2.2  将二进制转化为十进制
  0.3  实数的浮点表示
    0.3.1  浮点格式
    0.3.2  机器表示
    0.3.3  浮点数加法
  0.4  有效数字缺失
  0.5  微积分回顾
  软件与进一步阅读
第1章  求解方程
  1.1  二分法
    1.1.1  把根括住
    1.1.2  多准?多快
  1.2  不动点迭代
    1.2.1  函数的不动点
    1.2.2  不动点迭代几何
    1.2.3  不动点迭代的线性收敛
    1.2.4  终止条件
  1.3  精度的极限
    1.3.1  前向与后向误差
    1.3.2  威尔金森多项式
    1.3.3  根搜索的敏感性
  1.4  牛顿方法
    1.4.1  牛顿方法的二次收敛
    1.4.2  牛顿方法的线性收敛
  1.5  不需要导数的根求解
    1.5.1  割线方法及其变体
    1.5.2  brent方法
  事实验证1  stewart平台运动学
  软件与进一步阅读
第2章  方程组
  2.1  高斯消去法
    2.1.1  朴素的高斯消去法
    2.1.2  操作次数
  2.2  lu分解
    2.2.1  高斯消去法的矩阵形式
    2.2.2  使用lu分解回代
    2.2.3  lu分解的复杂度
  2.3  误差来源
    2.3.1  误差放大和条件数
    2.3.2  淹没
  2.4  pa=lu分解
    2.4.1  部分主元
    2.4.2  置换矩阵
    2.4.3  pa=lu分解
  事实验证2  欧拉伯努利横梁
  2.5  迭代方法
    2.5.1  雅可比方法
    2.5.2  高斯塞德尔方法和
    2.5.3  迭代方法的收敛
    2.5.4  稀疏矩阵计算
  2.6  用于对称正定矩阵的方法
    2.6.1  对称正定矩阵
    2.6.2  楚列斯基分解
    2.6.3  共轭梯度方法
    2.6.4  预条件
  2.7  非线性方程组
    2.7.1  多元牛顿方法
    2.7.2  broyden方法
  软件与进一步阅读
第3章  插值
  3.1  数据和插值函数
    3.1.1  拉格朗日插值
    3.1.2  牛顿差商
    3.1.3  经过n个点的d阶多项式有多少
    3.1.4  插值代码
    3.1.5  通过近似多项式表示函数
  3.2  插值误差
    3.2.1  插值误差公式
    3.2.2  牛顿形式和误差公式的证明
    3.2.3  龙格现象
  3.3  切比雪夫插值
    3.3.1  切比雪夫理论
    3.3.2  切比雪夫多项式
    3.3.3  区间的变化
  3.4  三次样条
    3.4.1  样条的性质
    3.4.2  端点条件
  3.5  贝塞尔曲线
  事实验证3  利用贝塞尔曲线定义字体
  软件与进一步阅读
第4章  *小二乘
  4.1  *小二乘与法线方程
    4.1.1  不一致的方程组
    4.1.2  数据的拟合模型
    4.1.3  *小二乘的条件
  4.2  模型概述
    4.2.1  周期数据
    4.2.2  数据线性化
  4.3  qr分解
    4.3.1  格拉姆施密特正交与*小二乘
    4.3.2  改进的格拉姆施密特正交
    4.3.3  豪斯霍尔德反射子
  4.4  广义*小余项(gmres)方法
    4.4.1  krylov方法
    4.4.2  预条?
  4.5  非线性*小二乘
    4.5.1  高斯牛顿方法
    4.5.2  具有非线性参数的模型
    4.5.3  levenberg-marquardt方法
  事实验证4  gps、条件和非线性*小二乘
  软件与进一步阅读
第5章  数值微分和积分
  5.1  数值微分
    5.1.1  有限差分公式
    5.1.2  舍入误差
    5.1.3  外推
    5.1.4  符号微分和积分
  5.2  数值积分的牛顿科特斯公式
    5.2.1  梯形法则
    5.2.2  辛普森法则
    5.2.3  复合牛顿科特斯公式
    5.2.4  开牛顿科特斯方法
  5.3  龙贝格积分
  5.4  自适应积分
  5.5  高斯积分
  事实验证5  计算机辅助建模中的运动控制
  软件与进一步阅读
第6章  常微分方程
  6.1  初值问题
    6.1.1  欧拉方法
    6.1.2  解的存在性、唯一性和连续性
    6.1.3  一阶线性方程
  6.2  ivp求解器的分析
    6.2.1  局部和全局截断误差
    6.2.2  显式梯形方法
    6.2.3  泰勒方法
  6.3  常微分方程组
    6.3.1  高阶方程
    6.3.2  计算机仿真:钟摆
    6.3.3  计算机仿真:轨道力学
  6.4  龙格库塔方法和应用
    6.4.1  龙格库塔家族
    6.4.2  计算机仿真:hodgkin-huxley神经元
    6.4.3  计算机仿真:lorenz方程
  事实验证6  tacoma narrows大桥
  6.5  可变步长方法
    6.5.1  龙格库塔嵌入对
    6.5.2  4/5阶方法
  6.6  隐式方法和刚性方程
  6.7  多步方法
    6.7.1  构造多步方法
    6.7.2  显式多步方法
    6.7.3  隐式多步方法
  软件与进一步阅读
第7章  边值问题
  7.1  打靶方法
    7.1.1  边值问题的解
    7.1.2  打靶方法的实现
  事实验证7  圆环的扭曲
  7.2  有限差分方法
    7.2.1  线性边值问题
    7.2.2  非线性边值问题
  7.3  排列与有限元方法
    7.3.1  排列
    7.3.2  有限元以及galerkin方法
  软件与进一步阅读
第8章  偏微分方程
  8.1  抛物线方程
    8.1.1  前向差分方法
    8.1.2  前向差分方法的稳定分析
    8.1.3  后向差分方法
    8.1.4  crank-nicolson方法
  8.2  双曲线方程
    8.2.1  波动方程
    8.2.2  cfl条件
  8.3  椭圆方程
    8.3.1  椭圆方程的有限差分方法
  事实验证8  冷却散热片的热分布
    8.3.2  椭圆方程的有限元方法
  8.4  非线性偏微分方程
    8.4.1  隐式牛顿求解器
    8.4.2  二维空间中的非线性方程
  软件与进一步阅读
第9章  随机数和应用
  9.1  随机数
    9.1.1  伪随机数
    9.1.2  指数和正态随机数
  9.2  蒙特卡罗模拟
    9.2.1  幂律和蒙特卡罗模拟
    9.2.2  拟随机数
  9.3  离散和连续布朗运动
    9.3.1  随机游走
    9.3.2  连续布朗运动
  9.4  随机微分方程
    9.4.1  有噪声的微分方程
    9.4.2  数值方法求解
  事实验证9  black-scholes公式
  软件与进一步阅读
第10章  三角插值和
  10.1  傅里叶变换
    10.1.1  复数算术
    10.1.2  离散傅里叶变换
    10.1.3  快速傅里叶变换
  10.2  三角插值
    10.2.1  dft插值定理
    10.2.2  三角插值函数的效率
  10.3  fft和信号处理
    10.3.1  正交性和插值
    10.3.2  用三角函数进行*小二乘拟合
    10.3.3  声音、噪声和滤波
  事实验证10  维纳滤波
  软件与进一步阅读
第11章  压缩
  11.1  离散余弦变换
    11.1.1  一维
    11.1.2  dct变换和*小二乘近似
  11.2  二维dct和图像压缩
    11.2.1  二维
    11.2.2  图像压缩
    11.2.3  量化
  11.3  霍夫曼编码
    11.3.1  信息论和编码
    11.3.2  jpeg格式中的霍夫曼编码
  11.4  改进的dct和音频压缩
    11.4.1  改进的
    11.4.2  位量化
  事实验证11  一个简单的音频编解码器
  软件与进一步阅读
第12章  特征值与奇异值
  12.1  幂迭代方法
    12.1.1  幂迭代
    12.1.2  幂迭代的收敛
    12.1.3  幂迭代的逆
    12.1.4  瑞利商迭代
  12.2  qr算法
    12.2.1  同时迭代
    12.2.2  实数舒尔形式和qr算法
    12.2.3  上海森伯格形式
  事实验证12  搜索引擎如何评价页面质量
  12.3  奇异值分解
    12.3.1  找出一般的
    12.3.2  特例:对称矩阵
  12.4  svd的应用
    12.4.1  svd的性质
    12.4.2  降维
    12.4.3  压缩
    12.4.4  计算
  软件与进一步阅读
第13章  *优化
  13.1  不使用导数的无约束优化
    13.1.1  黄金分割搜索
    13.1.2  持续的抛物线插值
    13.1.3  nelder-mead搜索
  13.2  使用导数的无约束优化
    13.2.1  牛顿方法
    13.2.2  *速下降
    13.2.3  共轭梯度搜索
  事实验证13  分子形态和数值优化
  软件与进一步阅读
附录a  矩阵代数
附录b  matlab介绍
部分习题答案
参考文献
索引

数值分析-(原书第2版) 作者简介

Timothy Sauer 乔治梅森大学数学系教授。1982年于加州大学伯克利分校获得数学专业博士学位,师从著名数学家Robin Hartshorne。他的主要研究领域为动力系统、计算数学和数学生物学。他是《SIAM Journal on Applied Dynamical Systems》、《Journal of Difference Equations and Applications》和《Physica D》等学术期刊的编委。   

数值分析-(原书第2版)

http://book.00-edu.com/tushu/sh1/202007/2619096.html