• 数值计算方法与算法
21年品牌 40万+商家 超1.5亿件商品

数值计算方法与算法

正版保障 假一赔十 可开发票

32.34 6.6折 49 全新

仅1件

广东广州
认证卖家担保交易快速发货售后保障

作者张韵华,王新茂,陈效群 等

出版社中国科技出版传媒股份有限公司

ISBN9787030725929

出版时间2021-05

装帧平装

开本其他

定价49元

货号11660639

上书时间2024-12-19

灵感书店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
目录

绪论 1

0.1 数值计算方法与算法 1

0.2 误差与有效数字 2

0.3 矩阵和向量范数 4

0.3.1 向量范数 4

0.3.2 矩阵范数 7

0.3.3 矩阵的条件数 12

第1章 插值 15

1.1 Lagrange插值多项式 15

1.1.1 线性插值 16

1.1.2 二次插值 18

1.1.3 n次拉格朗日插值多项式 20

1.2 Newton插值多项式 25

1.2.1 差商及其计算 26

1.2.2 Newton插值 28

1.3 Hermite插值 32

1.4 三次样条函数 38

1.4.1 分段插值 38

1.4.2 三次样条插值的M关系式 41

1.4.3 三次样条插值的m关系式 44

习题1 45

第2章 最小二乘拟合 48

2.1 拟合函数 48

2.2 多项式拟合 51

2.3 矛盾方程组 56

习题2 59

第3章 非线性方程求解 62

3.1 迭代法 62

3.1.1 实根的对分法 62

3.1.2 不动点迭代 64

3.2 Newton迭代法 67

3.3 弦截法 70

3.4 求解非线性方程组的Newton方法 72

习题3 75

第4章 求解线性方程组的直接法 77

4.1 Gauss消元法 78

4.1.1 Gauss顺序消元法 79

4.1.2 Gauss列主元消元法 83

4.2 直接分解法 87

4.2.1 Doolittle分解 88

4.2.2 Crout分解 91

4.2.3 特殊线性方程组 93

习题4 97

附录直接法误差分析 98

第5章 求解线性方程组的迭代方法 100

5.1 简单(Jacobi)迭代 101

5.1.1 Jacobi迭代计算公式 101

5.1.2 Jacobi迭代收敛条件 103

5.2 Gauss-Seidel迭代 104

5.2.1 Gauss-Seidel迭代计算 104

5.2.2 Gauss-Seidel迭代矩阵 105

5.2.3 Gauss-Seidel迭代算法 106

5.3 松弛迭代 108

5.3.1 松弛迭代计算公式 108

5.3.2 松弛迭代矩阵 108

5.4 经典迭代格式的统一 109

习题5 110

第6章 数值积分和数值微分 113

6.1 Newton-Cotes数值积分 113

6.1.1 插值型数值积分 114

6.1.2 Newton-Cotes积分 115

6.2 复化数值积分 120

6.2.1 复化梯形积分 121

6.2.2 复化Simpson积分 122

6.2.3 自动控制误差的复化积分 124

6.2.4 Romberg积分 127

6.3 重积分计算 129

6.4 Gauss型积分 132

6.4.1 Legendre多项式 132

6.4.2 Gauss-Legendre积分 133

6.5 数值微分 135

6.5.1 差商与数值微分 135

6.5.2 插值型数值微分 139

习题6 140

第7章 常微分方程数值解 143

7.1 Euler公式 144

7.1.1 基于数值微商的Euler公式 144

7.1.2 Euler公式的收敛性 147

7.1.3 基于数值积分的近似公式 149

7.2 Runge-Kutta方法 151

7.2.1 二阶Runge-Kutta方法 151

7.2.2 四阶Runge-Kutta公式 153

7.3 线性多步法 155

7.4 常微分方程组的数值解法 158

7.4.1 一阶常微分方程组的数值解法 158

7.4.2 高阶常微分方程数值方法 161

7.5 保证稳定性 162

习题7 166

第8章 计算矩阵的特征值和特征向量 168

8.1 幂法 168

8.1.1 幂法计算 168

8.1.2 幂法的规范运算 171

8.1.3 原点位移法 174

8.2 反幂法 175

8.3 实对称矩阵的Jacobi方法 176

8.4 QR方法简介 183

8.4.1 QR方法初步 183

8.4.2 矩阵的QR分解 184

习题8 187

参考文献 189

附录1 上机作业题 190

附录2 C语言程序示例 194

附录3 在符号语言Mathematica中做题 203

附录4 习题参考答案 215

内容摘要

绪论

 0.1 数值计算方法与算法

 数值计算方法,是一种研究数学问题的数值近似解方法,是在计算机上使用的解数学问题的方法,简称计算方法.它的计算对象是那些在理论上有解而又无法用手工计算的数学问题,以及没有解析解的数学问题.例如,解一个有300个未知量的线性方程组;计算6阶矩阵的全部特征值.

 在科学研究和工程技术中都要用到各种计算方法.例如,在航天航空、地质勘探、汽车制造、桥梁设计、天气预报和汉字字体设计中都有计算方法的踪影.在20世纪70年代,大多数学校仅在数学系的计算数学专业和计算机系开设计算方法这门课程.随着计算机技术的迅速发展和普及,现在计算方法课程几乎已成为所有理工科学生的必修课程.

 计算方法是一门理论性和实践性都很强的学科,计算方法既有数学类课程中理论上的抽象性和严谨性,又有实用性和实验性的技术特征.计算方法的先修课程是微积分、线性代数、常微分方程和一门计算机语言.

 大多数人学习计算方法的目的是为了使用方法,在学习计算方法中,在套用计算公式、修改计算公式和创建计算公式中,都需要不同程度的专业知识和数学基础.要注重学习计算方法中的逼近和迭代等数学思想和常用手法,获取近似计算的能力,并能触类旁通地应用到各个领域中.一些有创造力的工程师不仅擅长使用某些计算方法,而且能创建出简便有效的计算方法.例如,样条函数、快速傅里叶变换和有限元方法都是有创造力的工程师们创建的,再由数学家们完善这些方法的理论基础,并从理论上进行提高和推广.

 从方法的计算公式到在计算机上实际运行,两者之间还有距离,这是数学能力与计算机应用技术能力之间的距离,还与计算机的运行环境和编程工具有关,为了缩小两者之间的距离,本教材将给出部分计算公式的算法描述.用算法容易准确而简便地描述计算公式,在算法中能简洁地表达计算公式中的“循环和“迭代等操作.有了方法的算法,将它转化成 C 或 PASCAL 等语言的程序上机运行也就容易了.

 在学习计算方法过程中,如果能用某种语言编制该方法的程序并运行通过,那么有利于准确而深刻地掌握该方法的计算步骤和过程.本教材中提供了部分上机作业题,在平时作业中布置一些上机编程题目,其目的是通过编程上机,加深对方法实施的理解和体会,训练和提高数学与计算机应用能力和水平.

 0.2 误差与有效数字

 1.绝对误差与绝对误差界

 近似计算必然产生误差,误差表示精确值与近似值的距离.

 定义0.1 设为精确值(或准确值), x 是的一个近似值,称为近似值 x 的绝对误差或误差.绝对误差=精确值.近似值误差 e 的值可正可负,如果得不到精确值 x.,也就算不出绝对误差e的值.

 常用限制误差绝对值的范围ε描述和控制误差的范围.

 定义0.2 如果精确值 x.与近似值 x 的误差的绝对值不超过某正数ε,即.ε称ε为绝对误差限或误差限.

 精确值 x.也可表示为.通常,在误差允许的范围内的近似值 x,即认为是精确值,这也是计算中控制循环中止的常用手段.

 例0.1 若经四舍五入得到 x =123.456,对于数123.4559,123.4555,123.4561,123.4564的近似值都是 x =123.456,即第四位小数大于5时,必然进位到第三位小数;第四位小数小于5时,必然舍去.它的误差限是.

 若,则它的误差限是.

 2.相对误差与相对误差限

 在很多情况下,绝对误差并不能全面地反映近似程度.例如,某电器公司两次进货的某型号电风扇分别为1000台和2000台,其中开箱不合格电风扇分别为8和12(绝对误差的值).不合格率分别为8/1000=0.8%和12/2000=0.6%(相对误差的值),这说明该电风扇的质量有所提高.我们把绝对误差与准确值的比值定义为相对误差.

 定义0.3 设为精确值, x 是的一个近似值,称为近似值 x 的相对误差.

 在实际计算中,有时得不到精确值,当 er 较小时 x.可用近似值 x 代替,即相对误差 er 的值也可正可负,与绝对误差一样不易计算,常用相对误差限控制相对误差的范围.

 定义0.4 如果有正数εr 使得,则称εr 为的相对误差限.

 产生误差的因素很多,产生误差的原因主要如下.

 (1)原始误差.

 由客观存在的模型抽象到物理模型产生的误差.包括模型误差和原始数据误差.

 (2)截断误差.

 用有限项近似无限项时,由截取函数的部分项而产生的误差,称为截断误差.例如,在计算中用的截断误差.

 (3)舍入误差.

 在数值计算中,通常都按有限位进行运算.例如,按照四舍五入的原则,2/3=0.666667或2/3=0.667,由舍入产生的误差,称为舍入误差.

 在实际计算中的数据通常是近似值,它们由观察、估计或计算而得到,这些数在计算机表示后也会带来进一步误差,即误差的积累和传播.关于误差的传播似乎没有多少统一的理论,通常积累误差的界是以通例分析为基础而建立的.




精彩内容
本书介绍常用的数值计算方法,内容包括:函数插值、最小二乘拟合、非线性方程求解、线性方程组解法、数值积分和数值微分、常微分方程数值解法、矩阵的特征值问题等。本书例题丰富,有近百道形式多样的习题,并有C语言和Mathematica语言的例题,还有Matlab程序演示和各章教学PPT等数字资源材料,扫描二维码即可学习。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP