本书全面介绍了数值方法的理论和实践知识,注重对利用MATLAB软件实现各种数值算法的实际能力的培养,有助于加强学生的数学理论基础,培养学生实际处理数值计算问题的能力。书中内容丰富、覆盖范围广,对于不同学习对象和学习目的,可以选择相应的章节,形成理论与实践相结合的学习策略。本书包含数值方法的众多研究领域,可满足不同专业和不同层次的学生的需求,尤其适用于数学、计算机、物理和工程专业的人员。
以实际例题清晰而深入浅出地说明概念、解释定理;
包含大量的习题和编程题,范围涉及多个不同的应用领域;
强调利用MATLAB进行数值方法的程序设计,包含可直接使用的代码实例。
目录
- 第1章 预备知识
- 1.1 微积分回顾
- 1.1.1 极限和连续性
- 1.1.2 可微函数
- 1.1.3 积分
- 1.1.4 级数
- 1.1.5 多项式求值
- 1.1.6 习题
- 1.2 二进制数
- 1.2.1 二进制数
- 1.2.2 序列与级数
- 1.2.3 二进制分数
- 1.2.4 二进制移位
- 1.2.5 科学计数法
- 1.2.6 机器数
- 1.2.7 计算机精度
- 1.2.8 计算机浮点数
- 1.2.9 习题
- 1.3 误差分析
- 1.3.1 截断误差
- 1.3.2 舍入误差
- 1.3.3 舍去和舍入
- 1.3.4 精度损失
- 1.3.5 O(hn)阶逼近
- 1.3.6 序列的收敛阶
- 1.3.7 误差传播
- 1.3.8 数据的不确定性
- 1.3.9 习题
- 1.3.10 算法与程序
- 第2章 非线性方程f(x)=0的解法
- 2.1 求解x=g(x)的迭代法
- 2.1.1 寻找不动点
- 2.1.2 不动点迭代的图形解释
- 2.1.3 绝对误差和相对误差考虑
- 2.1.4 习题
- 2.1.5 算法与程序
- 2.2 定位一个根的分类方法
- 2.2.1 波尔查诺二分法
- 2.2.2 试值法的收敛性
- 2.2.3 习题
- 2.2.4 算法与程序
- 2.3 初始近似值和收敛判定准则
- 2.3.1 检测收敛性
- 2.3.2 有问题的函数
- 2.3.3 习题
- 2.3.4 算法与程序
- 2.4 牛顿-拉夫森法和割线法
- 2.4.1 求根的斜率法
- 2.4.2 被零除错误
- 2.4.3 收敛速度
- 2.4.4 缺陷
- 2.4.5 割线法
- 2.4.6 加速收敛
- 2.4.7 习题
- 2.4.8 算法与程序
- 2.5 埃特金过程、斯蒂芬森法和米勒法(选读)
- 2.5.1 埃特金过程
- 2.5.2 米勒法
- 2.5.3 方法之间的比较
- 2.5.4 习题
- 2.5.5 算法与程序
- 第3章 线性方程组AX=B的数值解法
- 3.1 向量和矩阵简介
- 3.1.1 矩阵和二维数组
- 3.1.2 习题
- 3.2 向量和矩阵的性质
- 3.2.1 矩阵乘
- 3.2.2 特殊矩阵
- 3.2.3 非奇异矩阵的逆
- 3.2.4 行列式
- 3.2.5 平面旋转
- 3.2.6 MATLAB实现
- 3.2.7 习题
- 3.2.8 算法与程序
- 3.3 上三角线性方程组
- 3.3.1 习题
- 3.3.2 算法与程序
- 3.4 高斯消去法和选主元
- 3.4.1 选主元以避免a(p)pp=0
- 3.4.2 选主元以减少误差
- 3.4.3 病态情况
- 3.4.4 MATLAB实现
- 3.4.5 习题
- 3.4.6 算法与程序
- 3.5 三角分解法
- 3.5.1 线性方程组的解
- 3.5.2 三角分解法
- 3.5.3 计算复杂性
- 3.5.4 置换矩阵
- 3.5.5 扩展高斯消去过程
- 3.5.6 MATLAB实现
- 3.5.7 习题
- 3.5.8 算法与程序
- 3.6 求解线性方程组的迭代法
- 3.6.1 雅可比迭代
- 3.6.2 高斯-赛德尔迭代法
- 3.6.3 收敛性
- 3.6.4 习题
- 3.6.5 算法与程序
- 3.7 非线性方程组的迭代法:赛德尔法和牛顿法(选读)
- 3.7.1 理论
- 3.7.2 广义微分
- 3.7.3 接近不动点处的收敛性
- 3.7.4 赛德尔迭代
- 3.7.5 求解非线性方程组的牛顿法
- 3.7.6 牛顿法概要
- 3.7.7 MATLAB实现
- 3.7.8 习题
- 3.7.9 算法与程序
- 第4章 插值与多项式逼近
- 4.1 泰勒级数和函数计算
- 4.1.1 多项式计算方法
- 4.1.2 习题
- 4.1.3 算法与程序
- 4.2 插值介绍
- 4.2.1 习题
- 4.2.2 算法与程序
- 4.3 拉格朗日逼近
- 4.3.1 误差项和误差界
- 4.3.2 精度与O(hN+1)
- 4.3.3 MATLAB实现
- 4.3.4 习题
- 4.3.5 算法与程序
- 4.4 牛顿多项式
- 4.4.1 嵌套乘法
- 4.4.2 多项式逼近、节点和中心
- 4.4.3 习题
- 4.4.4 算法与程序
- 4.5 切比雪夫多项式(选读)
- 4.5.1 切比雪夫多项式性质
- 4.5.2 最小上界
- 4.5.3 等距节点
- 4.5.4 切比雪夫节点
- 4.5.5 龙格现象
- 4.5.6 区间变换
- 4.5.7 正交性
- 4.5.8 MATLAB实现
- 4.5.9 习题
- 4.5.10 算法与程序
- 4.6 帕德逼近
- 4.6.1 连分式
- 4.6.2 习题
- 4.6.3 算法与程序
- 第5章 曲线拟合
- 5.1 最小二乘拟合曲线
- 5.1.1 求最小二乘曲线
- 5.1.2 幂函数拟合y=AxM
- 5.1.3 习题
- 5.1.4 算法与程序
- 5.2 曲线拟合
- 5.2.1 y=CeAx的线性化方法
- 5.2.2 求解y=CeAx的非线性最小二乘法
- 5.2.3 数据线性化变换
- 5.2.4 线性最小二乘法
- 5.2.5 矩阵公式
- 5.2.6 多项式拟合
- 5.2.7 多项式摆动
- 5.2.8 习题
- 5.2.9 算法与程序
- 5.3 样条函数插值
- 5.3.1 分段线性插值
- 5.3.2 分段三次样条曲线
- 5.3.3 三次样条的存在性
- 5.3.4 构造三次样条
- 5.3.5 端点约束
- 5.3.6 三次样条曲线的适宜性
- 5.3.7 习题
- 5.3.8 算法与程序
- 5.4 傅里叶级数和三角多项式
- 5.4.1 三角多项式逼近
- 5.4.2 习题
- 5.4.3 算法与程序
- 5.5 贝塞尔曲线
- 5.5.1 伯恩斯坦多项式的性质
- 5.5.2 贝塞尔曲线的性质
- 5.5.3 习题
- 5.5.4 算法与程序
- 第6章 数值微分
- 6.1 导数的近似值
- 6.1.1 差商的极限
- 6.1.2 中心差分公式
- 6.1.3 误差分析和步长优化
- 6.1.4 理查森外推法
- 6.1.5 习题
- 6.1.6 算法与程序
- 6.2 数值差分公式
- 6.2.1 更多的中心差分公式
- 6.2.2 误差分析
- 6.2.3 拉格朗日多项式微分
- 6.2.4 牛顿多项式微分
- 6.2.5 习题
- 6.2.6 算法与程序
- 第7章 数值积分
- 7.1 积分简介
- 7.1.1 习题
- 7.2 组合梯形公式和辛普森公式
- 7.2.1 误差分析
- 7.2.2 习题
- 7.2.3 算法与程序
- 7.3 递归公式与龙贝格积分
- 7.3.1 龙贝格积分
- 7.3.2 习题
- 7.3.2 算法与程序
- 7.4 自适应积分
- 7.4.1 区间细分
- 7.4.2 精度测试
- 7.4.3 算法与程序
- 7.5 高斯-勒让德积分(选读)
- 7.5.1 习题
- 7.5.2 算法与程序
- 第8章 数值优化
- 8.1 单变量函数的极小值
- 8.1.1 分类搜索方法
- 8.1.2 利用导数求极小值
- 8.1.3 习题
- 8.1.4 算法与程序
- 8.2 内德-米德方法和鲍威尔方法
- 8.2.1 内德-米德方法
- 8.2.2 鲍威尔方法
- 8.2.3 习题
- 8.2.4 算法与程序
- 8.3 梯度和牛顿方法
- 8.3.1 最速下降法(梯度方法)
- 8.3.2 牛顿方法
- 8.3.3 习题
- 8.3.4 算法与程序
- 第9章 微分方程求解
- 9.1 微分方程导论
- 9.1.1 初值问题
- 9.1.2 几何解释
- 9.1.3 习题
- 9.2 欧拉方法
- 9.2.1 几何描述
- 9.2.2 步长与误差
- 9.2.3 习题
- 9.2.4 算法与程序
- 9.3 休恩方法
- 9.3.1 步长与误差
- 9.3.2 习题
- 9.3.3 算法与程序
- 9.4 泰勒级数法
- 9.4.1 习题
- 9.4.2 算法与程序
- 9.5 龙格-库塔方法
- 9.5.1 关于该方法的讨论
- 9.5.2 步长与误差
- 9.5.3 N=2的龙格-库塔方法
- 9.5.4 龙格-库塔-费尔伯格方法
- 9.5.5 习题
- 9.5.6 算法与程序
- 9.6 预报-校正方法
- 9.6.1 亚当斯-巴什福斯-莫尔顿方法
- 9.6.2 误差估计与校正
- 9.6.3 实际考虑
- 9.6.4 米尔恩-辛普森方法
- 9.6.5 误差估计与校正
- 9.6.6 正确的步长
- 9.6.7 习题
- 9.6.8 算法与程序
- 9.7 微分方程组
- 9.7.1 数值解
- 9.7.2 高阶微分方程
- 9.7.3 习题
- 9.7.4 算法与程序
- 9.8 边值问题
- 9.8.1 分解为两个初值问题:线性打靶法
- 9.8.2 习题
- 9.8.3 算法与程序
- 9.9 有限差分方法
- 9.9.1 习题
- 9.9.2 算法与程序
- 第10章 偏微分方程数值解
- 10.1 双曲型方程
- 10.1.1 波动方程
- 10.1.2 差分公式
- 10.1.3 初始值
- 10.1.4 达朗贝尔方法
- 10.1.5 给定的两个确定行
- 10.1.6 习题
- 10.1.7 算法与程序
- 10.2 抛物型方程
- 10.2.1 热传导方程
- 10.2.2 差分公式
- 10.2.3 克兰克-尼科尔森法
- 10.2.4 习题
- 10.2.5 算法与程序
- 10.3 椭圆型方程
- 10.3.1 拉普拉斯差分方程
- 10.3.2 建立线性方程组
- 10.3.3 导数边界条件
- 10.3.4 迭代方法
- 10.3.5 泊松方程和亥姆霍茨方程
- 10.3.6 改进
- 10.3.7 习题
- 10.3.8 算法与程序
- 第11章 特征值与特征向量
- 11.1 齐次方程组:特征值问题
- 11.1.1 背景
- 11.1.2 特征值
- 11.1.3 对角化
- 11.1.4 对称性的优势
- 11.1.5 特征值范围估计
- 11.1.6 方法综述
- 11.1.7 习题
- 11.2 幂方法
- 11.2.1 收敛速度
- 11.2.2 移位反幂法
- 11.2.3 习题
- 11.2.4 算法与程序
- 11.3 雅可比方法
- 11.3.1 平面旋转变换
- 11.3.2 相似和正交变换
- 11.3.3 雅可比变换序列
- 11.3.4 一般步骤
- 11.3.5 使dpq和dqp为零
- 11.3.6 一般步骤小结
- 11.3.7 修正矩阵的特征值
- 11.3.8 消去apq的策略
- 11.3.9 习题
- 11.3.10 算法与程序
- 11.4 对称矩阵的特征值
- 11.4.1 Householder法
- 11.4.2 Householder变换
- 11.4.3 三角形式归约
- 11.4.4 QR法
- 11.4.5 加速移位
- 11.4.6 习题
- 11.4.7 算法与程序
- 附录A MATLAB简介
- 部分习题答案
- 中英文术语对照