数值计算方法 matlab用二分法或简单迭代法求_好书推荐 | 应用数值分析

1f39372e89e80d1f5530c0d4dd4a381e.png

图书信息

数值计算方法 matlab用二分法或简单迭代法求_好书推荐 | 应用数值分析_第1张图片 书名:应用数值分析 主编:任春丽 王卫卫 定价:38.00 时间:2020-08-26 书号:9787560658100 出版社:西安电子科技大学出版社

图书简介

     本书在经典内容的基础上,增加了泛函分析基础知识,为深入理解各种数值方法奠定理论基础;增加了二元插值、二维梯度和方向导数的计算(图像方向场)、矩阵的广义逆、奇异值分解等内容的介绍;为了让学生了解数值分析方法的广泛应用,对大部分数值方法都给出了实例;为了加强和巩固学生对知识的理解,每章配有适当难度和数量的习题。为了加强学生的数值计算能力,每章都提供了数值实验题。

0a5728fb25002a4517f25d19426b724c.png f7031bf9b4543c0f3dff9ee6ad956c6f.gif

图书特点

(1) 重视理论分析,有利于进一步巩固学生的理论基础,加强培养学生的理论分析能力。 (2) 重视理论与应用相结合,有利于加强培养学生灵活运用理论解决实际问题的能力。 (3) 内容与时俱进,结合专业需要,有很强的实用性。 (4) 设计有工程背景的数值实验,有利于加强培养学生的数值仿真能力.

目录

(↓滑动查看完整目录)

第1章  理论准备             

  1.1  绪论              

    1.1.1  数值分析简介            

    1.1.2  课程内容及课程要求            

    1.1.3  算法的实现          

  1.2  误差的来源、 基本概念及减少误差的若干原则            

    1.2.1  误差的来源           

    1.2.2  误差的基本概念             

    1.2.3  减少误差的若干原则              

  1.3  范数与内积             

    1.3.1  向量范数和矩阵范数     

    1.3.2  内积空间              

  1.4  不动点原理              

  习题1              

第2章  插值法              

  2.1  引言              

  2.2  拉格朗日(Lagrange)插值法              

    2.2.1  线性插值              

    2.2.2  二次插值              

    2.2.3  n次Lagrange插值多项式     

    2.2.4  插值余项              

  2.3  牛顿(Newton)插值法            

    2.3.1  差商及性质              

    2.3.2  Newton插值公式              

    2.3.3  Newton插值公式的余项      

    2.3.4  重节点的Newton插值公式     

  2.4  埃尔米特(Hermite)插值法      

    2.4.1  Hermite插值              

    2.4.2  Hermite插值的唯一性及余项              

  2.5  分段低次插值法              

    2.5.1  分段线性插值              

    2.5.2  分段三次Hermite插值     

  2.6  样条插值法              

    2.6.1  样条插值函数              

    2.6.2  三次样条插值函数的构造    

  2.7  二元函数插值方法              

    2.7.1  二元双线性插值              

    2.7.2  双二次插值              

    2.7.3  双三次插值              

    2.7.4  双三次埃尔米特插值      

  习题2              

第3章  函数的最佳逼近和离散数据的最小二乘拟合              

  3.1  引言              

  3.2  内积空间中的最佳逼近            

  3.3  函数的最佳平方逼近              

  3.4  勒让德多项式和切比雪夫多项式       

    3.4.1  勒让德多项式              

    3.4.2  切比雪夫多项式              

  3.5  离散数据的最小二乘拟合    

  3.6  连续函数的最佳一致逼近多项式              

    3.6.1  最佳一致逼近多项式       

    3.6.2  一次最佳一致逼近多项式   

  3.7  曲面逼近              

    3.7.1  局部三次曲面逼近              

    3.7.2  样条曲面逼近              

  习题3              

第4章  数值积分与数值微分              

  4.1  引言              

    4.1.1  数值求积的基本思想      

    4.1.2  代数精度的概念              

  4.2  插值型求积公式及其性质        

    4.2.1  插值型求积公式              

    4.2.2  求积公式的数值稳定性      

  4.3  等距节点的牛顿-柯特斯公式及余项估计              

    4.3.1  牛顿-柯特斯公式              

    4.3.2  牛顿-柯特斯公式的数值稳定性              

    4.3.3  偶数阶求积公式的代数精度              

    4.3.4  牛顿-柯特斯公式的积分余项              

  4.4  复化求积法              

    4.4.1  复化梯形公式              

    4.4.2  复化辛普森公式              

  4.5  龙贝格积分法              

    4.5.1  梯形法的递推化              

    4.5.2  龙贝格算法              

  4.6  高斯型求积公式              

  4.7  数值微分              

  4.8  数字图像的导数与梯度       

    4.8.1  二维数据的一阶导数      

    4.8.2  二维数据的二阶导数     

  习题4              

第5章  线性方程组的数值解法      

  5.1  引言              

  5.2  线性方程组的性态及条件数     

    5.2.1  b有扰动δb, 而A无扰动    

    5.2.2  A有扰动δA, 而b无扰动   

    5.2.3  A有扰动δA, b有扰动δb 

  5.3  高斯消元法              

    5.3.1  基本的高斯消元法       

    5.3.2  高斯列主元消去法        

    5.3.3  高斯-若当(GaussJordan)消去法              

  5.4  基于矩阵三角分解的方法      

    5.4.1  矩阵三角分解的存在唯一性和紧凑算法              

    5.4.2  平方根法和改进的平方根法             

    5.4.3  追赶法             

  5.5  雅可比迭代法和高斯-塞德尔迭代法              

    5.5.1  雅可比迭代法              

    5.5.2  高斯-塞德尔迭代法         

    5.5.3  迭代法的收敛性              

  5.6  超松弛迭代法              

  5.7  广义逆             

  习题5              

第6章  非线性方程(组)求根     

  6.1  问题描述              

  6.2  根的搜索              

  6.3  迭代法及其收敛性              

    6.3.1  一般迭代法及其收敛性   

    6.3.2  迭代公式的加速              

  6.4  方程求根的牛顿法              

    6.4.1  牛顿迭代公式及其收敛性  

    6.4.2  下山法              

    6.4.3  简化牛顿法、弦截法与抛物线法              

  6.5  代数方程求根              

    6.5.1  多项式求值的秦九韶算法    

    6.5.2  代数方程的牛顿法              

    6.5.3  代数方程的劈因子法           

  6.6  非线性方程组的迭代法            

    6.6.1  一般迭代法及其收敛条件    

    6.6.2  牛顿迭代法              

  习题6              

第7章  矩阵的特征值与特征向量    

  7.1  引言              

  7.2  幂法和反幂法              

    7.2.1  幂法              

    7.2.2  幂法的加速              

    7.2.3  反幂法             

  7.3  雅可比方法             

    7.3.1  雅可比方法的基本思想     

    7.3.2  雅可比方法              

    7.3.3  雅可比过关法              

  7.4  豪斯荷尔德变换              

    7.4.1  豪斯荷尔德变换的基本思想 

    7.4.2  用正交相似变换约化矩阵    

  7.5  QR算法              

    7.5.1  矩阵的QR分解              

    7.5.2  QR算法              

    7.5.3  带原点位移的QR方法     

    7.5.4  上Hessenberg矩阵的特征值计算              

  7.6  计算实对称矩阵部分特征值的二分法              

  7.7  矩阵的奇异值分解              

  习题7              

参考文献                                                                   

数值计算方法 matlab用二分法或简单迭代法求_好书推荐 | 应用数值分析_第2张图片

往期回顾

关于

我们

助力内蒙古高校教育事业发展 —云图教育一直在行动 丨更多

图书

出版

助力内蒙古高等学校教材建设 丨更多

智慧

教育

内部质量管理&教学诊断与改进平台 丨更多

教育

政策

关于印发2020年全区职称改革工作安排意见的通知 丨更多

数值计算方法 matlab用二分法或简单迭代法求_好书推荐 | 应用数值分析_第3张图片

数值计算方法 matlab用二分法或简单迭代法求_好书推荐 | 应用数值分析_第4张图片

数值计算方法 matlab用二分法或简单迭代法求_好书推荐 | 应用数值分析_第5张图片

数值计算方法 matlab用二分法或简单迭代法求_好书推荐 | 应用数值分析_第6张图片

你可能感兴趣的:(数值计算方法)