当前: 首页 - 图书专区 - 数值方法:设计、分析和算法实现
数值方法:设计、分析和算法实现


  在线购买
[美]安妮·戈林鲍姆(Anne Greenbaum), 蒂莫西 P. 夏蒂埃(Timothy P.Chartier) 著
978-7-111-53147-0
69.00
367
2016年04月05日
吴兆金 王国英 范红军 译
数学 > 计算数学 > 数值计算方法、原理,问题的数值解法
Princeton University Press
684
简体中文
16
Numerical Methods: Design, Analysis, and Computer Implementation of Algorithms
教材
华章数学译丛







本书既清晰、简洁地介绍了标准数值分析教材所涵盖的内容,也介绍了非传统的内容,比如数学建模、蒙特卡罗方法、马尔可夫链和分形。书中选取的例子颇具趣味性和启发性,涉及现代应用领域(如信息检索和动画)以及来自物理和工程的传统主题。习题用MATLAB求解,使计算结果更容易理解。各章都简短介绍了数值方法的历史。而且还有网上资料。
理论和应用完美结合,授课老师也可以根据是侧重数学理论还是应用领域而灵活选取内容。
本书既全面系统地介绍了传统数值分析教材所涵盖的内容,也介绍了非传统的内容,同时涉及现代应用领域(如信息检索和动画)以及来自物理和工程的传统主题。授课老师可以根据具体情况和学生兴趣来侧重教学内容——数值方法的设计、分析或者算法实现。本书为数学或者计算机科学的高年级本科生所设计,要求学生具备初步的线性代数和微积分知识,当然这些内容的复习在书中也有呈现。各章都简短介绍了数值方法的历史。本书还包括Chebyshev点的多项式插值,MATLAB的chebfun软件包的应用,以及关于快速傅里叶变换的部分内容。
清晰、简洁地介绍了标准数值分析教材所涵盖的内容
研究了非传统的内容,比如数学建模和蒙特卡罗方法
覆盖现代应用领域,如信息检索和动画,以及来自物理和工程的传统主题
习题通过用MATLAB求解,使计算结果更容易理解
灵活处理,授课老师可以侧重数学理论或者应用领域或者把两者相结合

这是对数值分析领域的精彩介绍。它满足了对于数值方法新教材的需求,为学生提供了大量颇具趣味的有价值的例子。其中数学部分十分严谨,我为作者如此精妙绝伦的工作而赞叹。
—— Michele Benzi 埃默里大学
充满了完美的细节、丰富的例子以及插图,这本雄心勃勃的巨作涉及了数值分析的方方面面。作者做了大量的工作, 并提供了这个领域的教科书。
—— Lloyd N. Trefethen 牛津大学

安妮·戈林鲍姆(Anne Greenbaum)是华盛顿大学应用数学系的教授,她还写了《解线性方程组的迭代方法》(Iterative Methods for Solving Linear Systems)。
蒂莫西 P. 夏蒂埃(Timothy P.Chartier)是戴维森学院数学系的副教授。
本书试图结合一些富有启发性的例子、应用以及相关历史背景对初等数值分析给予适当严格的数学描述.它可作为数学系、计算机科学系或相关领域高年级本科生数值分析课程的教科书.要求学生具有微积分课程基础并了解Taylor定理,尽管这些内容已在书中作了介绍.另外还要求学生具备线性代数课程知识.部分内容要求多变量微积分知识,而这些部分可以被省略.根据学生的兴趣、背景和能力,讲授时可突出这一课程的不同方面——算法的设计、分析和计算机实现.
我们从第1章“数学建模”开始,使读者了解数值计算问题的起源以及数值方法的许多用途.在数值分析课程中,可以通读该章所有或部分应用,或者只是指定学生去阅读.第2章介绍MATLAB[94]基础,它在全书中用作样本程序与练习.只要它能容易执行像解线性方程组或计算QR分解等高水平线性代数的程序语言,就能代替另一种如SAGE[93]那样的高级语言.这就使学生专心于这些程序的使用与特性,而非程序的细节,但为了给出结果的确切解释,程序执行的主要方面都包含在本教程中.
第3章扼要介绍蒙特卡罗方法.此方法通常不包含在数值分析课程中,但应当包含进去.因为它们是非常广泛使用的计算技术并体现了数学建模与数值方法之间的紧密联系.在学生将要进入的几乎所有领域中,了解这些结果的基础统计都很有用.
第4~7章包括数值分析中的更多标准主题——一元非线性方程的解、浮点运算、问题的条件化与算法的稳定性、线性方程组的解与最小二乘问题,以及多项式与分段多项式插值.这些内容多数是标准的,但是我们着重加入关于用Chebyshev点作为插值基点时多项式插值有效性的一些新结果.我们指明,被称作chebfun的MATLAB软件包在进行插值时的用途,这种插值要求适当选择插值多项式的次数以使精确水平接近机器精度.第8~9章讨论这种方法在数值微分与积分中的应用.我们发现有关多项式与分段多项式插值的内容可以用于一学季,而一学期课程还要包括数值微分与积分甚至一些关于常微分方程(ODE)数值解的内容.附录A介绍了关于线性代数的背景材料,以备复习之需.
本书的其余几章讨论微分方程的数值解.第11章介绍常微分方程初值问题的数值解.11.5节介绍非线性方程组的求解,此内容是关于求解一元非线性方程的方法的简单推广,要求学生有多元微积分知识.多元的基本Taylor定理放在附录B中.关于这一点,在一学年情形中,我们通常在第12章中覆盖相关内容,包括特征值问题与求解大线性方程组的迭代法.第13~14章讨论两点边值问题与偏微分方程(PDE)的数值解,其中包括快速Fourier变换(FFT),它可以用于Poisson方程的快速求解.FFT也是前面讲过的chebfun包的积分部分,因此可以多告诉读者一些关于如何有效地进行多项式插值的内容.
可以安排每个学季(或学期)的内容使之依赖于前一学季(学期),也可以把每个主题安排成独立的课程.这样便要求在每一课程开始时复习MATLAB,通常还要复习带余项的Taylor定理以及前几章少量内容,但是要求复习(如复习线性代数章节以便学习ODE章节)的量必须足够少,并且通常能与这样的课程相适应.
我们试图通过描述数学建模在各种新的应用领域的广泛应用,例如电影制作与信息检索,来表明数值方法不仅在工程与科学计算中,而且在很多其他领域十分重要.通过各种例子与习题,我们在强调结果的分析与理解的同时希望表明数值方法各种各样的应用.习题很少仅由一问组成;在大多数情形下一个计算题由收敛性、精度的阶或舍入效果组成.重要的问题往往是,“你的计算结果有多大的可信度”?我们希望证实令人兴奋的新应用与传统分析的混合是成功的.
致谢
感谢Richard Neidinger于Davidson大学用本书稿教学之后的贡献与高见.也感谢Davidson大学的学生们为改进本书而给予的宝贵意见,特别感谢Danield Orr对习题的贡献.附加题是Washington大学的Peter Blossey与Ramdall LeVeque提供的.还要感谢Macalester大学的Danny Kaplan在教学中使用本书的早期版本,并且感谢Dan Goldman提供了关于数值方法在特殊方面应用的信息.
译者序
前言
第1章 数学建模1
 1.1 计算机动画中的建模2
 1.2 物理建模:辐射的传播3
 1.3 运动建模5
 1.4 生态模型6
 1.5 对网络冲浪者和谷歌的建模8
  1.5.1 向量空间模型9
  1.5.2 谷歌的PageRank算法10
 1.6 第1章习题11
第2章 MATLAB的基本操作14
 2.1 启动MATLAB14
 2.2 向量15
 2.3 使用帮助17
 2.4 矩阵18
 2.5 生成和运行M文件19
 2.6 注释19
 2.7 绘图19
 2.8 生成自己的函数21
 2.9 输出21
 2.10 更多的循环语句和条件语句23
 2.11 清除变量23
 2.12 记录会话24
 2.13 更多的高级命令24
 2.14 第2章习题24
第3章 蒙特卡罗方法31
 3.1 数学纸牌游戏31
 3.2 基础统计36
  3.2.1 离散随机变量37
  3.2.2 连续随机变量39
  3.2.3 中心极限定理41
 3.3 蒙特卡罗积分43
  3.3.1 布丰的针43
  3.3.2 估计π45
  3.3.3 蒙特卡罗积分的另一个例子46
 3.4 网上冲浪的蒙特卡罗模拟49
 3.5 第3章习题52
第4章 一元非线性方程的解54
 4.1 分半法57
 4.2 Taylor定理61
 4.3 牛顿法63
 4.4 拟牛顿法68
  4.4.1 避免求导数68
  4.4.2 常数梯度法68
  4.4.3 正割法69
 4.5 不动点分析法71
 4.6 分形、Julia集和Mandelbrot集75
 4.7 第4章习题78
第5章 浮点运算82
 5.1 因舍入误差导致的重大灾难83
 5.2 二进制表示和基数为2的算术运算84
 5.3 浮点表示85
 5.4 IEEE浮点运算87
 5.5 舍入89
 5.6 正确地舍入浮点运算90
 5.7 例外91
 5.8 第5章习题92
第6章 问题的条件化和算法的稳定性95
 6.1 问题的条件化95
 6.2 算法的稳定性96
 6.3 第6章习题99
第7章 解线性方程组的直接方法和最小二乘问题101
 7.1 复习矩阵的乘法101
 7.2 Gauss消元法102
  7.2.1 运算计数105
  7.2.2 LU分解107
  7.2.3 选主元108
  7.2.4 带状矩阵和不需选主元的矩阵111
  7.2.5 高性能实现条件114
 7.3 解Ax=b的其他方法116
 7.4 线性方程组的条件化119
  7.4.1 范数119
  7.4.2 线性方程组解的敏感性122
 7.5 部分主元的Gauss消元法的稳定性127
 7.6 最小二乘问题128
  7.6.1 法方程组129
  7.6.2 QR分解130
  7.6.3 数据的多项式拟合133
 7.7 第7章习题136
第8章 多项式和分段多项式插值140
 8.1 Vandermonde方程组140
 8.2 插值多项式的Lagrange形式140
 8.3 插值多项式的牛顿形式143
 8.4 多项式插值的误差147
 8.5 在Chebyshev点的插值和chebfun149
 8.6 分段多项式插值152
  8.6.1 分段三次Hermite插值155
  8.6.2 三次样条插值156
 8.7 若干应用158
 8.8 第8章习题160
第9章 数值微分和Richardson外推165
 9.1 数值微分165
 9.2 Richardson外推172
 9.3 第9章习题175
第10章 数值积分177
 10.1 Newton-Cotes公式177
 10.2 基于分段多项式插值的公式181
 10.3 Gauss求积公式183
 10.4 Clenshaw-Curtis求积公式188
 10.5 Romberg积分189
 10.6 周期函数和Euler-Maclaurin公式191
 10.7 奇异性194
 10.8 第10章习题195
第11章 常微分方程初值问题的数值解197
 11.1 解的存在性和唯一性198
 11.2 单步方法201
  11.2.1 Euler方法202
  11.2.2 基于Taylor级数的高阶方法205
  11.2.3 中点方法206
  11.2.4 基于求积公式的方法207
  11.2.5 经典四阶Runge-Kutta和Runge-Kutta-Fehlberg方法208
  11.2.6 用MATLAB常微分方程解题器的例子210
  11.2.7 单步方法分析211
  11.2.8 实际执行的考虑214
  11.2.9 方程组215
 11.3 多步方法216
  11.3.1 Adams-Bashforth和Adams-Moulton方法216
  11.3.2 一般线性m步方法218
  11.3.3 线性差分方程220
  11.3.4 Dahlquist等价定理222
 11.4 Stiff方程223
  11.4.1 绝对稳定性225
  11.4.2 向后微分公式(BDF方法)228
  11.4.3 隐式Runge-Kutta(IRK)方法229
 11.5 隐式方法解非线性方程组230
  11.5.1 不动点迭代230
  11.5.2 牛顿法231
 11.6 第11章习题232
第12章 数值线性代数的更多讨论:特征值和解线性方程组的迭代法236
 12.1 特征值问题236
  12.1.1 计算最大特征对的幂法244
  12.1.2 逆迭代247
  12.1.3 Rayleigh商迭代249
  12.1.4 QR算法249
  12.1.5 谷歌的PageRank252
 12.2 解线性方程组的迭代法257
  12.2.1 解线性方程组的基本迭代法257
  12.2.2 简单迭代258
  12.2.3 收敛性分析260
  12.2.4 共轭梯度法264
  12.2.5 解非对称线性方程组的方法269
 12.3 第12章习题270
第13章 两点边值问题的数值解273
 13.1 应用:稳态温度分布273
 13.2 有限差分方法274
  13.2.1 精确性276
  13.2.2 更一般的方程和边界条件281
 13.3 有限元方法285
 13.4 谱方法293
 13.5 第13章习题294
第14章 偏微分方程的数值解296
 14.1 椭圆型方程297
  14.1.1 有限差分方法297
  14.1.2 有限元方法301
 14.2 抛物型方程303
  14.2.1 半离散化和直线法303
  14.2.2 时间离散化304
 14.3 分离变量310
 14.4 双曲线方程314
  14.4.1 特征314
  14.4.2 双曲型方程组315
  14.4.3 边界条件316
  14.4.4 有限差分方法316
 14.5 Poisson方程的快速方法320
 14.6 多重网格法324
 14.7 第14章习题327
附录A 线性代数复习329
附录B 多元Taylor定理340
参考文献342
索引348
本书是由美国华盛顿大学的Anne Greenbaum和Timothy P. Chartier教授合著的一本内容丰富、结构合理、颇有特色的教材,既具有纯数学理论的抽象性和严谨性,又具有实用性和实验性,适合数学、工程、计算机科学或相关领域的大学生和研究生作为数值分析课程的教材或参考书.书中不仅介绍了科学计算中常用的算法和方法,给出了样本程序,而且十分注重这些方法的数学基础,并配备了大量的习题供教师和学生选用.除了注重分析的习题外,本书还将MATLAB的使用和编程的基本技巧渗透其中,作者不仅鼓励学生自行设计程序,加深对数值方法原理的理解,还建议学生使用现成的MATLAB,让学生从中获得更多的知识,得到更全面的提升.
本书的翻译工作是由吴兆金、王国英和范红军合作完成的,其中前言、第4章、第6~8章、第12章、目录和附录由吴兆金翻译,第9~11章、第13~14章和索引由王国英翻译,第1~3章和第5章由范红军翻译,最后由吴兆金负责统稿.
南京大学郑维行教授和沈祖和教授对本书的部分章节进行了细致的审校,在此表示感谢.
由于本书内容丰富,涉及面宽,故深感时间紧迫.在机械工业出版社多位编辑的理解与支持下,终于按时完成.由于水平有限,书中的错误和不足之处在所难免,恳请专家、教学同仁和广大读者批评指正.

吴兆金
数学\计算方法
读者书评
发表评论



高级搜索
科学计算引论——基于Mathematica的数值分析
计算机数值计算方法及程序设计


版权所有© 2017  北京华章图文信息有限公司 京ICP备08102525号 京公网安备110102004606号
通信地址:北京市百万庄南街1号 邮编:100037
电话:(010)68318309, 88378998 传真:(010)68311602, 68995260
高校教师服务
华章教育微信
诚聘英才
诚聘英才