計(jì)算方法

出版說明
前言
第1章 數(shù)值計(jì)算方法與誤差分析\t
　1.1 數(shù)值計(jì)算方法\t
　1.2 誤差的來源與誤差分析的重要性\t
　1.3 近似數(shù)的誤差表示法\t
　　1.3.1 絕對(duì)誤差與相對(duì)誤差\t
　　1.3.2 舍入誤差與有效數(shù)字\t
　1.4 數(shù)值運(yùn)算誤差分析\t
　1.5 數(shù)值計(jì)算中的一些基本原則\t
　　1.5.1 算法的數(shù)值穩(wěn)定性\t
　　1.5.2 避免誤差危害的若干原則\t
　1.6 數(shù)學(xué)軟件\t
　1.7 應(yīng)用實(shí)例: 計(jì)算圓周率 的算法\t
　1.8 習(xí)題\t
第2章 非線性方程的數(shù)值解法\t
　2.1 二分法\t
　2.2 迭代法及其收斂性\t
　　2.2.1 不動(dòng)點(diǎn)迭代法\t
　　2.2.2 不動(dòng)點(diǎn)迭代法的全局收斂\t
　　2.2.3 局部收斂性與收斂階\t
　　2.2.4 不動(dòng)點(diǎn)迭代法的加速\t
　2.3 Newton迭代法\t
　　2.3.1 Newton迭代格式\t
　　2.3.2 Newton迭代法的收斂性\t
　　2.3.3 Newton迭代法的變形\t
　2.4 利用數(shù)學(xué)軟件求解非線性方程\t
　　2.4.1 MATLAB相關(guān)函數(shù)介紹\t
　　2.4.2 MATLAB直接求解非線性方程\t
　　2.4.3 MATLAB編程求解非線性方程\t
　2.5 應(yīng)用實(shí)例：混沌（Chaos）問題\t
　2.6 習(xí)題\t
第3章 線性方程組的數(shù)值解法\t
　3.1 消元法\t
　　3.1.1 Gauss消元法\t
　　3.1.2 列主元Gauss消元法\t
　　3.1.3 Gauss-Jordan消元法\t
　3.2 矩陣三角分解法\t
　　3.2.1 矩陣的三角分解\t
　　3.2.2 解線性方程組的三角分解\t
　　3.2.3 平方根法\t
　　3.2.4 追趕法\t
　3.3 向量與矩陣的范數(shù)\t
　　3.3.1 向量范數(shù)\t
　　3.3.2 矩陣范數(shù)\t
　3.4 消元法的誤差分析\t
　3.5 迭代法\t
　　3.5.1 Jacobi迭代\t
　　3.5.2 Gauss-Seidel迭代\t
　　3.5.3 超松弛（SOR）迭代\t
　3.6 迭代法的收斂性\t
　3.7 利用數(shù)學(xué)軟件求解線性方程組\t
　　3.7.1 利用MATLAB命令直接求解\t
　　3.7.2 利用MATLAB編程求解\t
　3.8 應(yīng)用實(shí)例-投入產(chǎn)出分析\t
　3.9 習(xí)題\t
第4章 函數(shù)的插值與曲線擬合\t
　4.1 引言\t
　　4.1.1 插值問題與插值多項(xiàng)式\t
　　4.1.2 插值多項(xiàng)式的存在唯一性\t
　4.2 Lagrange插值\t
　　4.2.1 線性插值\t
　　4.2.2 拋物線插值\t
　　4.2.3 Lagrange插值多項(xiàng)式\t
　　4.2.4 插值余項(xiàng)\t
　4.3 均差與Newton插值\t
　　4.3.1 均差及其性質(zhì)\t
　　4.3.2 Newton插值公式\t
　　4.4 等距節(jié)點(diǎn)插值\t
　　4.4.1 差分\t
　　4.4.2 等距節(jié)點(diǎn)Newton插值公式\t
　4.5 Hermite插值\t
　4.6 分段插值\t
　　4.6.1　高次多項(xiàng)式插值的Runge現(xiàn)象\t
　　4.6.2　分段線性插值\t
　　4.6.3　分段三次Hermite插值\t
　4.7 樣條插值\t
　　4.7.1 三次樣條函數(shù)\t
　　4.7.2 樣條插值函數(shù)的建立\t
　　4.7.3　三次樣條插值收斂性\t
　4.8 曲線擬合的最小二乘法\t
　4.9 利用數(shù)學(xué)軟件求解插值與擬合問題\t
　　4.9.1 MATLAB相關(guān)函數(shù)介紹\t
　　4.9.2 用MATLAB直接求解插值及擬合問題\t
　　4.9.3 Lagrange插值的MATLAB程序\t
　　4.9.4 Newton插值的MATLAB程序\t
　　4.9.5 等距節(jié)點(diǎn)Newton插值的MATLAB程序\t
　4.10 應(yīng)用實(shí)例：給藥方案設(shè)計(jì)\t
　4.11 習(xí)題\t
第5章 數(shù)值積分與數(shù)值微分\t
　5.1 數(shù)值積分概述\t
　　5.1.1 數(shù)值積分的基本思想\t
　　5.1.2 代數(shù)精度\t
　　5.1.3 插值型求積公式\t
　5.2 Newton-Cotes公式\t
　　5.2.1 公式的導(dǎo)出\t
　　5.2.2 代數(shù)精度\t
　　5.2.3 低階求積公式的余項(xiàng)\t
　　5.2.4 復(fù)化求積法及其收斂性\t
　5.3 變步長(zhǎng)求積和Romberg算法\t
　　5.3.1 變步長(zhǎng)梯形求積法\t
　　5.3.2 外推法與Romberg算法\t
　5.4 Gauss型求積公式\t
　　5.4.1 概述\t
　　5.4.2 Gauss-Legendre求積公式\t
　　5.4.3 Gauss型求積公式的穩(wěn)定性\t
　5.5 數(shù)值微分\t
　　5.5.1 機(jī)械求導(dǎo)法\t
　　5.5.2 插值型求導(dǎo)公式\t
　5.6 利用數(shù)學(xué)軟件求解數(shù)值積分與數(shù)值微分\t
　　5.6.1 數(shù)值積分\t
　　5.6.2 數(shù)值微分\t
　5.7 應(yīng)用實(shí)例-計(jì)算定積分的Monte Carlo方法\t
　5.8 習(xí)題\t
第6章 常微分方程初值問題的數(shù)值解法\t
　6.1 Euler法與改進(jìn)的Euler法\t
　　6.1.1 Euler法\t
　　6.1.2 改進(jìn)的Euler法\t
　6.2 Runge-Kutta法\t
　　6.2.1 Runge-Kutta方法的基本思想\t
　　6.2.2 二階Runge-Kutta方法\t
　　6.2.3 三階與四階Runge-Kutta方法\t
　6.3 單步法的收斂性和穩(wěn)定性\t
　　6.3.1 單步法的收斂性\t
　　6.3.2 單步法的穩(wěn)定性\t
　6.4 線性多步法\t
　　6.4.1 Adams顯式法與Adams隱式法\t
　　6.4.2 Milne方法\t
　　6.4.3 Hamming方法\t
　6.5 方程組與高階方程的數(shù)值解法\t
　　6.5.1 一階常微分方程組的數(shù)值解法\t
　　6.5.2 高階微分方程的初值問題\t
　6.6 利用數(shù)學(xué)軟件求解常微分方程\t
　　6.6.1 利用MATLAB命令直接求解\t
　　6.6.2 利用MATLAB編程求解\t
　6.7 應(yīng)用實(shí)例：導(dǎo)彈追擊問題\t
　6.8 習(xí)題\t
第7章 矩陣的特征值與特征向量\t
　7.1 引言\t
　7.2 冪法與反冪法\t
　　7.2.1 冪法\t
　　7.2.2 反冪法\t
　7.3 Jacobi方法\t
　7.4 QR方法\t
　7.5 利用數(shù)學(xué)軟件求解矩陣的特征值與特征向量\t
　7.6 應(yīng)用實(shí)例：主成分分析方法的應(yīng)用\t
　7.7 習(xí)題\t
附錄\t
　附錄A 部分習(xí)題答案\t
　附錄B MATLAB軟件簡(jiǎn)介\t
參考文獻(xiàn)\t