-
數(shù)值方法matlab版第四版
高清完整版 -
- 軟件大小:20.6M
- 軟件語(yǔ)言:中文
- 軟件類(lèi)型:國(guó)產(chǎn)軟件 / 程序開(kāi)發(fā)
- 軟件授權(quán):免費(fèi)軟件
- 更新時(shí)間:2019-07-23 11:04
- 軟件等級(jí):
- 應(yīng)用平臺(tái):WinXP, Win7, Win8, Win10
- 軟件官網(wǎng):暫無(wú)
相關(guān)軟件
Matlab 2016a中文版v2016 免費(fèi)版
7.64G/中文/6.7
matlab magnify.m
2KB/中文/.0
matlab小波分析工具箱最新版
98KB/中文/10.0
matlab安卓中文破解版v4.1.3 最新安卓版
2.5M/中文/5.0
win7安裝matlab6.5
447KB/中文/10.0
軟件介紹人氣軟件精品推薦相關(guān)文章網(wǎng)友評(píng)論下載地址
-
數(shù)值方法matlab版第四版是專(zhuān)門(mén)為學(xué)者提供數(shù)值方法應(yīng)用的電子書(shū)籍,這一版本可以學(xué)習(xí)利用matlab軟件進(jìn)行數(shù)值分析,本書(shū)每一章節(jié)都有相關(guān)的習(xí)題以及附屬答案,通過(guò)本書(shū)學(xué)習(xí)更多數(shù)值方法的應(yīng)用,歡迎有需要的用戶(hù)來(lái)IT貓撲下載!
關(guān)于數(shù)值方法matlab版
本書(shū)介紹了數(shù)值方法的理論及實(shí)用知識(shí),并講述了如何利用MATLAB軟件實(shí)現(xiàn)各種數(shù)值算法,以便為讀者今后的學(xué)習(xí)打下堅(jiān)實(shí)的數(shù)值分析與科學(xué)計(jì)算基礎(chǔ)。
教師可以根據(jù)不同的學(xué)習(xí)對(duì)象和學(xué)習(xí)目的選擇相應(yīng)章節(jié),形成理論與實(shí)踐相結(jié)合的學(xué)習(xí)策略。書(shū)中每個(gè)概念均以實(shí)例說(shuō)明,同時(shí)還包含大量習(xí)題,范圍涉及多個(gè)不同領(lǐng)域。
通過(guò)這些實(shí)例進(jìn)一步說(shuō)明數(shù)值方法的實(shí)際應(yīng)用。本書(shū)強(qiáng)調(diào)利用MATLAB進(jìn)行數(shù)值方法的程序設(shè)計(jì),可提高讀者的實(shí)踐能力并加深對(duì)數(shù)值方法理論的理解。
本書(shū)適合作為大專(zhuān)院校計(jì)算機(jī)、 工程和應(yīng)用數(shù)學(xué)專(zhuān)業(yè)的教材和參考書(shū)。根據(jù)作者在網(wǎng)站上公布的勘誤表,中譯本已做了相應(yīng)修改。
數(shù)值方法第四版pdf目錄
第1章 預(yù)備知識(shí)
1.1 微積分回顧
1.1.1 極限和連續(xù)性
1.1.2 可微函數(shù)
1.1.3 積分
1.1.4 級(jí)數(shù)
1.1.5 多項(xiàng)式求值
1.1.6 習(xí)題
1.2 二進(jìn)制數(shù)
1.2.1 二進(jìn)制數(shù)
1.2.2 序列與級(jí)數(shù)
1.2.3 二進(jìn)制分?jǐn)?shù)
1.2.4 二進(jìn)制移位
1.2.5 科學(xué)計(jì)數(shù)法
1.2.6 機(jī)器數(shù)
1.2.7 計(jì)算機(jī)精度
1.2.8 計(jì)算機(jī)浮點(diǎn)數(shù)
1.2.9 習(xí)題
1.3 誤差分析
1.3.1 截?cái)嗾`差
1.3.2 舍入誤差
1.3.3 舍去和舍入
1.3.4 精度損失
1.3.5 O(hn)階逼近
1.3.6 序列的收斂階
1.3.7 誤差傳播
1.3.8 數(shù)據(jù)的不確定性
1.3.9 習(xí)題
1.3.10算法與程序
第2章 非線性方程f(x)=0的解法
2.1 求解x=g(x)的迭代法
2.1.1 尋找不動(dòng)點(diǎn)
2.1.2 不動(dòng)點(diǎn)迭代的圖形解釋
2.1.3 考慮絕對(duì)誤差和相對(duì)誤差
2.1.4 習(xí)題
2.1.5 算法與程序
2.2 定位一個(gè)根的分類(lèi)方法
2.2.1 波爾查諾二分法
2.2.2 試值法的收斂性
2.2.3 習(xí)題
2.2.4 算法與程序
2.3 初始近似值和收斂判定準(zhǔn)則
2.3.1 檢測(cè)收斂性
2.3.2 有問(wèn)題的函數(shù)
2.3.3 習(xí)題
2.3.4 算法與程序
2.4 牛頓拉夫森法和割線法
2.4.1 求根的斜率法
2.4.2 被零除錯(cuò)誤
2.4.3 收斂速度
2.4.4 缺陷
2.4.5 割線法
2.4.6 加速收斂
2.4.7 習(xí)題
2.4.8 算法與程序
2.5 埃特金過(guò)程、斯蒂芬森法和
米勒法(選讀)
2.5.1 埃特金過(guò)程
2.5.2 米勒法
2.5.3 方法之間的比較
2.5.4 習(xí)題
2.5.5 算法與程序
第3章 線性方程組AX=B的數(shù)值解法
3.1 向量和矩陣簡(jiǎn)介
3.1.1 矩陣和二維數(shù)組
3.1.2 習(xí)題
3.2 向量和矩陣的性質(zhì)
3.2.1 矩陣乘
3.2.2 特殊矩陣
3.2.3 非奇異矩陣的逆
3.2.4 行列式
3.2.5 平面旋轉(zhuǎn)
3.2.6 MATLAB實(shí)現(xiàn)
3.2.7 習(xí)題
3.2.8 算法與程序
3.3 上三角線性方程組
3.3.1 習(xí)題
3.3.2 算法與程序
3.4 高斯消去法和選主元
3.4.1 選主元以避免a(p)pp=0
3.4.2 選主元以減少誤差
3.4.3 病態(tài)情況
3.4.4 MATLAB實(shí)現(xiàn)
3.4.5 習(xí)題
3.4.6 算法與程序
3.5 三角分解法
3.5.1 線性方程組的解
3.5.2 三角分解法
3.5.3 計(jì)算復(fù)雜性
3.5.4 置換矩陣
3.5.5 擴(kuò)展高斯消去過(guò)程
3.5.6 MATLAB實(shí)現(xiàn)
3.5.7 習(xí)題
3.5.8 算法與程序
3.6 求解線性方程組的迭代法
3.6.1 雅可比迭代
3.6.2 高斯賽德?tīng)柕?/p>
3.6.3 收斂性
3.6.4 習(xí)題
3.6.5 算法與程序
3.7 非線性方程組的迭代法:賽德?tīng)柗ê团nD法(選讀)
3.7.1 理論
3.7.2 廣義微分
3.7.3 接近不動(dòng)點(diǎn)處的收斂性
3.7.4 賽德?tīng)柕?/p>
3.7.5 求解非線性方程組的
牛頓法
3.7.6 牛頓法概要
3.7.7 MATLAB實(shí)現(xiàn)
3.7.8 習(xí)題
3.7.9 算法與程序
第4章 插值與多項(xiàng)式逼近
4.1 泰勒級(jí)數(shù)和函數(shù)計(jì)算
4.1.1 多項(xiàng)式計(jì)算方法
4.1.2 習(xí)題
4.1.3 算法與程序
4.2 插值介紹
4.2.1 習(xí)題
4.2.2 算法與程序
4.3 拉格朗日逼近
4.3.1 誤差項(xiàng)和誤差界
4.3.2 精度與O(hN+1)
4.3.3 MATLAB實(shí)現(xiàn)
4.3.4 習(xí)題
4.3.5 算法與程序
4.4 牛頓多項(xiàng)式
4.4.1 嵌套乘法
4.4.2 多項(xiàng)式逼近、節(jié)點(diǎn)和中心
4.4.3 習(xí)題
4.4.4 算法與程序
4.5 切比雪夫多項(xiàng)式(選讀)
4.5.1 切比雪夫多項(xiàng)式性質(zhì)
4.5.2 最小上界
4.5.3 等距節(jié)點(diǎn)
4.5.4 切比雪夫節(jié)點(diǎn)
4.5.5 龍格現(xiàn)象
4.5.6 區(qū)間變換
4.5.7 正交性
4.5.8 MATLAB實(shí)現(xiàn)
4.5.9 習(xí)題
4.5.10算法與程序
4.6 帕德逼近
4.6.1 連分式
4.6.2 習(xí)題
4.6.3 算法與程序
第5章 曲線擬合
5.1 最小二乘擬合曲線
5.1.1 求最小二乘曲線
5.1.2 冪函數(shù)擬合y=AxM
5.1.3 習(xí)題
5.1.4 算法與程序
5.2 曲線擬合
5.2.1 y=CeAx的線性化方法
5.2.2 求解y=CeAx的非線性最小
二乘法
5.2.3 數(shù)據(jù)線性化變換
5.2.4 線性最小二乘法
5.2.5 矩陣公式
5.2.6 多項(xiàng)式擬合
5.2.7 多項(xiàng)式擺動(dòng)
5.2.8 習(xí)題
5.2.9 算法與程序
5.3 樣條函數(shù)插值
5.3.1 分段線性插值
5.3.2 分段三次樣條曲線
5.3.3 三次樣條的存在性
5.3.4 構(gòu)造三次樣條
5.3.5 端點(diǎn)約束
5.3.6 三次樣條曲線的適宜性
5.3.7 習(xí)題
5.3.8 算法與程序
5.4 傅里葉級(jí)數(shù)和三角多項(xiàng)式
5.4.1 三角多項(xiàng)式逼近
5.4.2 習(xí)題
5.4.3 算法與程序
5.5 貝塞爾曲線
5.5.1 伯恩斯坦多項(xiàng)式的性質(zhì)
5.5.2 貝塞爾曲線的性質(zhì)
5.5.3 習(xí)題
5.5.4 算法與程序
第6章 數(shù)值微分
6.1 導(dǎo)數(shù)的近似值
6.1.1 差商的極限
6.1.2 中心差分公式
6.1.3 誤差分析和步長(zhǎng)優(yōu)化
6.1.4 理查森外推法
6.1.5 習(xí)題
6.1.6 算法與程序
6.2 數(shù)值差分公式
6.2.1 更多的中心差分公式
6.2.2 誤差分析
6.2.3 拉格朗日多項(xiàng)式微分
6.2.4 牛頓多項(xiàng)式微分
6.2.5 習(xí)題
6.2.6 算法與程序
第7章 數(shù)值積分
7.1 積分簡(jiǎn)介
7.1.1 習(xí)題
7.2 組合梯形公式和辛普森公式
7.2.1 誤差分析
7.2.2 習(xí)題
7.2.3 算法與程序
7.3 遞歸公式與龍貝格積分
7.3.1 龍貝格積分
7.3.2 習(xí)題
7.3.3 算法與程序
7.4 自適應(yīng)積分
7.4.1 區(qū)間細(xì)分
7.4.2 精度測(cè)試
7.4.3 算法與程序
7.5 高斯勒讓德積分(選讀)
7.5.1 習(xí)題
7.5.2 算法與程序
第8章 數(shù)值優(yōu)化
8.1 單變量函數(shù)的極小值
8.1.1 分類(lèi)搜索方法
8.1.2 利用導(dǎo)數(shù)求極小值
8.1.3 習(xí)題
8.1.4 算法與程序
8.2 內(nèi)德米德方法和鮑威爾方法
8.2.1 內(nèi)德米德方法
8.2.2 鮑威爾方法
8.2.3 習(xí)題
8.2.4 算法與程序
8.3 梯度和牛頓方法
8.3.1 最速下降法(梯度方法)
8.3.2 牛頓方法
8.3.3 習(xí)題
8.3.4 算法與程序
第9章 微分方程求解
9.1 微分方程導(dǎo)論
9.1.1 初值問(wèn)題
9.1.2 幾何解釋
9.1.3 習(xí)題
9.2 歐拉方法
9.2.1 幾何描述
9.2.2 步長(zhǎng)與誤差
9.2.3 習(xí)題
9.2.4 算法與程序
9.3 休恩方法
9.3.1 步長(zhǎng)與誤差
9.3.2 習(xí)題
9.3.3 算法與程序
9.4 泰勒級(jí)數(shù)法
9.4.1 習(xí)題
9.4.2 算法與程序
9.5 龍格庫(kù)塔方法
9.5.1 關(guān)于該方法的討論
9.5.2 步長(zhǎng)與誤差
9.5.3 N=2的龍格庫(kù)塔方法
9.5.4 龍格庫(kù)塔費(fèi)爾伯格方法
9.5.5 習(xí)題
9.5.6 算法與程序
9.6 預(yù)報(bào)校正方法
9.6.1 亞當(dāng)斯巴什福斯莫爾頓
方法
9.6.2 誤差估計(jì)與校正
9.6.3 實(shí)際考慮
9.6.4 米爾恩辛普森方法
9.6.5 誤差估計(jì)與校正
9.6.6 正確的步長(zhǎng)
9.6.7 習(xí)題
9.6.8 算法與程序
9.7 微分方程組
9.7.1 數(shù)值解
9.7.2 高階微分方程
9.7.3 習(xí)題
9.7.4 算法與程序
9.8 邊值問(wèn)題
9.8.1 分解為兩個(gè)初值問(wèn)題:線性打靶法
9.8.2 習(xí)題
9.8.3 算法與程序
9.9 有限差分方法
9.9.1 習(xí)題
9.9.2 算法與程序
第10章 偏微分方程數(shù)值解
10.1 雙曲型方程
10.1.1 波動(dòng)方程
10.1.2 差分公式
10.1.3 初始值
10.1.4 達(dá)朗貝爾方法
10.1.5 給定的兩個(gè)確定行
10.1.6 習(xí)題
10.1.7 算法與程序
10.2 拋物型方程
10.2.1 熱傳導(dǎo)方程
10.2.2 差分公式
10.2.3 克蘭克尼科爾森法
10.2.4 習(xí)題
10.2.5 算法與程序
10.3 橢圓型方程
10.3.1 拉普拉斯差分方程
10.3.2 建立線性方程組
10.3.3 導(dǎo)數(shù)邊界條件
10.3.4 迭代方法
10.3.5 泊松方程和亥姆霍茨方程
10.3.6 改進(jìn)
10.3.7 習(xí)題
10.3.8 算法與程序
第11章 特征值與特征向量
11.1 齊次方程組:特征值問(wèn)題
11.1.1 背景
11.1.2 特征值
11.1.3 對(duì)角化
11.1.4 對(duì)稱(chēng)性的優(yōu)勢(shì)
11.1.5 特征值范圍估計(jì)
11.1.6 方法綜述
11.1.7 習(xí)題
11.2 冪方法
11.2.1 收斂速度
11.2.2 移位反冪法
11.2.3 習(xí)題
11.2.4 算法與程序
11.3 雅可比方法
11.3.1 平面旋轉(zhuǎn)變換
11.3.2 相似和正交變換
11.3.3 雅可比變換序列
11.3.4 一般步驟
11.3.5 使dpq和dqp為零
11.3.6 一般步驟小結(jié)
11.3.7 修正矩陣的特征值
11.3.8 消去apq的策略
11.3.9 習(xí)題
11.3.10算法與程序
11.4 對(duì)稱(chēng)矩陣的特征值
11.4.1 Householder法
11.4.2 Householder變換
11.4.3 三角形式歸約
11.4.4 QR法
11.4.5 加速移位
11.4.6 習(xí)題
11.4.7 算法與程序
附錄A MATLAB簡(jiǎn)介
部分習(xí)題答案
中英文術(shù)語(yǔ)對(duì)照
-
更多>>軟件截圖
推薦軟件
其他版本下載
精品推薦matlab
- 更多 (35個(gè)) >>matlabMATLAB是美國(guó)MathWorks公司出品的商業(yè)數(shù)學(xué)軟件,可以進(jìn)行矩陣運(yùn)算、繪制函數(shù)和數(shù)據(jù)、實(shí)現(xiàn)算法、創(chuàng)建用戶(hù)界面、連接其他編程語(yǔ)言的程序等,主要應(yīng)用于工程計(jì)算、控制設(shè)計(jì)、信號(hào)處理與通訊、圖像處理、信號(hào)檢測(cè)、金融建
MATLAB2013a許可證(license)7KB
/中文/11Matlab 2016a中文版7.64G
/中文/25Mathworks Matlab R2017b10.25G
/中文/2Mathworks matlab2017a破解crack86.0M
/中文/2Mathworks Matlab 2017b破解crack41KB
/中文/3matlab2016b激活工具71M
/中文/9matlab7.0中文破解版1,015.7M
/中文/7Mathworks matlab2016a破解文件86.0M
/中文/2matlab r2012a中文破解版3.81G
/中文/1matlab中文版497M
/中文/4
相關(guān)文章
-
下載地址
-
數(shù)值方法matlab版第四版 高清完整版
-
-
查看所有評(píng)論>>網(wǎng)友評(píng)論
-
更多>>猜你喜歡