数值分析与科学计算（大学计算机教育国外著名教材系列（影印版））
点此进入淘宝搜索页搜索分類: 图书,自然科学,数学,计算数学,
作者： （美）里德 著
出 版 社： 清华大学出版社
出版时间： 2008-5-1字数：版次： 1页数： 590印刷时间： 2008/05/01开本： 16开印次： 1纸张： 胶版纸I S B N ： 9787302172741包装： 平装编辑推荐
本书采用数值分析与科学计算并重的思想，重点介绍了方法基本思想以及在MATLAB平台上的使用。书中每小节后面的习题可以使读者加深理解本小节所介绍的基本问题；MATLAB部分介绍了与本小节内容相关的MATLAB命令以及相应的数值实验，使读者通过数值实验获得对科学计算的直观认识。本书为英文版。
内容简介
数值分析是培养学生算法意识和能力的基本课程，应从培养学生科学计算能力出发，本书采用数值分析与科学计算并重的思想，重点介绍了方法基本思想以及在MATLAB平台上的使用，其目的在于通过数值实验提高学生的对算法的“鉴赏”能力，使学生熟练使用标准的计算机软件，了解各种算法的优缺点，最终能“拥有”这些算法。书中每小节后面的习题可以使读者加深理解本小节所介绍的基本问题；MATLAB部分介绍了与本小节内容相关的MATLAB命令以及相应的数值实验，使读者通过数值实验获得对科学计算的直观认识；附加题有一定的难度，读者可有选择地完成。
本书结构合理，可读性强，除了可以作为本科高年级或研究生的“数值分析”教材，对以科学计算为工具的科技人员也有很大的参考价值。
目录
1 Nonlinear Equations
1.1Bisection and Inverse Linear Interpolation
1.2Newton's Method
1.3The Fixed Point Theorem
1.4Quadratic Convergence of Newton's Method
1.5Variants of Newton's Method
1.6Brent's Method
1.7Effects of Finite Precision Arithmetic
1.8Newton's Method for Systems
1.9Broyden's Method
2 Linear Systems
2.1Gaussian Eliminatiton with Partial Pivoting
2.2The LU Decomposition
2.3The LU Decomposition with Pivoting
2.4The Cholesky Decomposition
2.5Condition Numbers
2.6The QR Decomposition
2.7Householder Triangularization and the QR Decomposition
2.8Gram-Schmidt Orthogonalization and the QR Decomposition
2.9The Singular Value Decomposition
3 Iterative Methods
3.1Jacobi and Gauss-Seidel Iteration
3.2Sparsity
3.3Iterative Refinement
3.4Preconditioning
3.5Krylov Space Methods
3.6Numerical Eigenproblems
4 Polynomial Interpolation
4.1Lagrange Interpolating Polynomials
4.2Piecewise Linear Interpolation
4.3Cubic Splines
4.4 Computation of the Cubic Spline Coefficients
5 Numerical Integration
5.1Closed Newton-Cotes Formulas
5.2Open Newton-Cotes Formulas and Undetermined Coefficients
5.3Gaussian Quadrature
5.4Gauss-Chebyshev Quadrature
5.5Radau and Lobatto Quadrature
5.6Adaptivity and Automatic Integration
5.7Romberg Integration
6 Differential Equations
6.1Numerical Differentiation
6.2Euler's Method
6.3Improved Euler's Method
6.4Analysis of Explicit One-Step Methods
6.5Taylor and Runge-Kutta Methods
6.6Adaptivity and Stiffness
6.7Multi-Step Methods
7 Nonlinear Optimization
7.1One-Dimensional Searches
7.2The Method of Steepest Descent
……
8 Approximation Methods
Afterword
Answers
Bibliography
Index
