应用数值线性代数
出版时间:
2007-06
版次:
1
ISBN:
9787115155115
定价:
49.00
装帧:
平装
开本:
其他
纸张:
胶版纸
页数:
339页
字数:
724千字
正文语种:
简体中文
-
《应用数值线性代数》共分7章，包括引论、线性方程组求解、线性最小二乘问题、非对称特征值问题、对称特征问题和奇异值分解、线性方程组迭代方法及特征值问题迭代方法，《应用数值线性代数》不仅给出了数值线性代数的常用算法，而且也介绍了多重网格法和区域分解法等新算法，并指导读者如何编写数值软件以及从何处找到适用的优秀数值软件。
《应用数值线性代数》可作为计算数学和相关理工科专业一年级研究生的教材，也可作为从事科学计算的广大科技工作者的参考书。 JamesW.Demmel加州大学伯克利分校教授，世界著名的数值分析学家，1993的荣获SIAM（国际工程与应用数学学会）颁发的数值分析和科学计算领域最高荣誉的威尔金森奖。他还是美国工程院院士，IEEE会士，ACM会士。他领导开发的数值线性代数库LAPACK，已成为工业界的主流标准之一。 第1章 引论
1.1基本符号
1.2数值线性代数的标准问题
1.3一般的方法
1.3.1矩阵分解
1.3.2扰动理论和条件数
1.3.3舍入误差对算法的影响
1.3.4分析算法的速度
1.3.5数值计算软件
1.4例：多项式求值
1.5浮点算术运算
1.6再议多项式求值
1.7向量和矩阵范数
1.8第1章 的参考书目和其他话题
1.9第1章 问题
第2章 线性方程组求解
2.1概述
2.2扰动理论
2.3高斯消元法
2.4误差分析
2.4.1选主元的必要性
2.4.2高斯消元法正式的误差分析
2.4.3估计条件数
2.4.4实际的误差界
2.5改进解的精度
2.5.1单精度迭代精化
2.5.2平衡
2.6高性能分块算法
2.6.1基本线性代数子程序（BLAS）
2.6.2如何优化矩阵乘法
2.6.3使用3级BLAS改组高斯消元法
2.6.4更多的并行性和其他性能问题
2.7特殊的线性方程组
2.7.1实对称正定矩阵
2.7.2对称不定矩阵
2.7.3带状矩阵
2.7.4一般的稀疏阵
2.7.5不超过O（n2）个参数的稠密矩阵
2.8第2章 的参考书目和其他的话题
2.9第2章 问题
第3章 线性最小二乘问题
3.1概述
3.2解线性最小二乘问题的矩阵分解
3.2.1正规方程
3.2.2QR分解
3.2.3奇异值分解
3.3最小二乘问题的扰动理论
3.4正交矩阵
3.4.1豪斯霍尔德变换
3.4.2吉文斯旋转
3.4.3正交矩阵的舍入误差分析
3.4.4为什么用正交矩阵
3.5秩亏最小二乘问题
3.5.1用SVD解秩亏最小二乘问题
3.5.2用选主元的QR分解解秩亏最小二乘问题
3.6最小二乘问题解法的性能比较
3.7第3章的参考书目和其他话题
3.8第3章 问题
第4章 非对称特征值问题
4.1概述
4.2典范型
4.3扰动理论
4.4非对称特征问题的算法
4.4.1幂法
4.4.2逆迭代
4.4.3正交迭代
4.4.4QR迭代
4.4.5使QR迭代有实效
4.4.6海森伯格约化
4.4.7三对角和双对角约化
4.4.8隐式位移的QR迭代
4.5其他的非对称特征值问题
4.5.1正则矩阵束和魏尔斯特拉斯典范型
4.5.2奇异矩阵束和克罗内克典范型
4.5.3非线性特征值问题
4.6小结
4.7第4章 参考书目和其他话题
4.8第4章 问题
第5章 对称特征问题和奇异值分解
5.1概述
5.2扰动理论
5.3对称特征问题的算法
5.3.1三对角QR迭代
5.3.2瑞利商迭代
5.3.3分而治之
5.3.4对分法和逆迭代
5.3.5雅可比法
5.3.6性能比较
5.4奇异值分解算法
5.4.1双对角SVD的QR迭代及其变形
5.4.2计算双对角SVD达到高的相对精度
5.4.3SVD的雅可比法
5.5微分方程和特征值问题
5.5.1Toda格子
5.5.2与偏微分方程的关系
5.6第5章 参考书目和其他话题
5.7第5章 问题
第6章 线性方程组迭代方法
6.1概述
6.2迭代法的在线（on-line）帮助
6.3泊松方程
6.3.1一维泊松方程
6.3.2二维泊松方程
6.3.3用克罗内克积表达泊松方程
6.4解泊松方程方法小结
6.5基本迭代法
6.5.1雅可比法
6.5.2高斯-塞德尔法
6.5.3逐次超松弛法
6.5.4模型问题的雅可比、高斯－塞德尔和SOR（ω）的收敛性
6.5.5雅可比、高斯－塞德尔和SOR（ω）法明细的收敛准则
6.5.6切比雪夫加速和对称SOR（SSOR）
6.6克雷洛夫子空间方法
6.6.1通过矩阵-向量乘法得到关于A的信息
6.6.2利用克雷洛夫子空间Kk解Ax=b
6.6.3共轭梯度法
6.6.4共轭梯度法的收敛性分析
6.6.5预条件
6.6.6解Ax=b的其他克雷洛夫子空间算法
6.7快速傅里叶变换
6.7.1离散傅里叶变换
6.7.2用傅里叶级数解连续模型问题
6.7.3卷积
6.7.4计算快速傅里叶变换
6.8块循环约化
6.9多重网格法
6.9.1二维泊松方程多重网格法概述
6.9.2一维泊松方程的多重网格法详述
6.10区域分解法
6.10.1无交叠方法
6.10.2交叠方法
6.11第6章 的参考书目和其他话题
6.12第6章 问题
第7章 特征值问题的迭代方法
7.1概述
7.2瑞利-里茨方法
7.3精确算术运算的兰乔斯算法
7.4浮点算术运算的兰乔斯算法
7.5选择正交化的兰乔斯算法
7.6选择正交化之外的方法
7.7非对称特征值问题的迭代算法
7.8第7章 的参考书目和其他话题
7.9第7章 问题
参考文献（图灵网站下载）
索引
-
内容简介:
《应用数值线性代数》共分7章，包括引论、线性方程组求解、线性最小二乘问题、非对称特征值问题、对称特征问题和奇异值分解、线性方程组迭代方法及特征值问题迭代方法，《应用数值线性代数》不仅给出了数值线性代数的常用算法，而且也介绍了多重网格法和区域分解法等新算法，并指导读者如何编写数值软件以及从何处找到适用的优秀数值软件。
《应用数值线性代数》可作为计算数学和相关理工科专业一年级研究生的教材，也可作为从事科学计算的广大科技工作者的参考书。
-
作者简介:
JamesW.Demmel加州大学伯克利分校教授，世界著名的数值分析学家，1993的荣获SIAM（国际工程与应用数学学会）颁发的数值分析和科学计算领域最高荣誉的威尔金森奖。他还是美国工程院院士，IEEE会士，ACM会士。他领导开发的数值线性代数库LAPACK，已成为工业界的主流标准之一。
-
目录:
第1章 引论
1.1基本符号
1.2数值线性代数的标准问题
1.3一般的方法
1.3.1矩阵分解
1.3.2扰动理论和条件数
1.3.3舍入误差对算法的影响
1.3.4分析算法的速度
1.3.5数值计算软件
1.4例：多项式求值
1.5浮点算术运算
1.6再议多项式求值
1.7向量和矩阵范数
1.8第1章 的参考书目和其他话题
1.9第1章 问题
第2章 线性方程组求解
2.1概述
2.2扰动理论
2.3高斯消元法
2.4误差分析
2.4.1选主元的必要性
2.4.2高斯消元法正式的误差分析
2.4.3估计条件数
2.4.4实际的误差界
2.5改进解的精度
2.5.1单精度迭代精化
2.5.2平衡
2.6高性能分块算法
2.6.1基本线性代数子程序（BLAS）
2.6.2如何优化矩阵乘法
2.6.3使用3级BLAS改组高斯消元法
2.6.4更多的并行性和其他性能问题
2.7特殊的线性方程组
2.7.1实对称正定矩阵
2.7.2对称不定矩阵
2.7.3带状矩阵
2.7.4一般的稀疏阵
2.7.5不超过O（n2）个参数的稠密矩阵
2.8第2章 的参考书目和其他的话题
2.9第2章 问题
第3章 线性最小二乘问题
3.1概述
3.2解线性最小二乘问题的矩阵分解
3.2.1正规方程
3.2.2QR分解
3.2.3奇异值分解
3.3最小二乘问题的扰动理论
3.4正交矩阵
3.4.1豪斯霍尔德变换
3.4.2吉文斯旋转
3.4.3正交矩阵的舍入误差分析
3.4.4为什么用正交矩阵
3.5秩亏最小二乘问题
3.5.1用SVD解秩亏最小二乘问题
3.5.2用选主元的QR分解解秩亏最小二乘问题
3.6最小二乘问题解法的性能比较
3.7第3章的参考书目和其他话题
3.8第3章 问题
第4章 非对称特征值问题
4.1概述
4.2典范型
4.3扰动理论
4.4非对称特征问题的算法
4.4.1幂法
4.4.2逆迭代
4.4.3正交迭代
4.4.4QR迭代
4.4.5使QR迭代有实效
4.4.6海森伯格约化
4.4.7三对角和双对角约化
4.4.8隐式位移的QR迭代
4.5其他的非对称特征值问题
4.5.1正则矩阵束和魏尔斯特拉斯典范型
4.5.2奇异矩阵束和克罗内克典范型
4.5.3非线性特征值问题
4.6小结
4.7第4章 参考书目和其他话题
4.8第4章 问题
第5章 对称特征问题和奇异值分解
5.1概述
5.2扰动理论
5.3对称特征问题的算法
5.3.1三对角QR迭代
5.3.2瑞利商迭代
5.3.3分而治之
5.3.4对分法和逆迭代
5.3.5雅可比法
5.3.6性能比较
5.4奇异值分解算法
5.4.1双对角SVD的QR迭代及其变形
5.4.2计算双对角SVD达到高的相对精度
5.4.3SVD的雅可比法
5.5微分方程和特征值问题
5.5.1Toda格子
5.5.2与偏微分方程的关系
5.6第5章 参考书目和其他话题
5.7第5章 问题
第6章 线性方程组迭代方法
6.1概述
6.2迭代法的在线（on-line）帮助
6.3泊松方程
6.3.1一维泊松方程
6.3.2二维泊松方程
6.3.3用克罗内克积表达泊松方程
6.4解泊松方程方法小结
6.5基本迭代法
6.5.1雅可比法
6.5.2高斯-塞德尔法
6.5.3逐次超松弛法
6.5.4模型问题的雅可比、高斯－塞德尔和SOR（ω）的收敛性
6.5.5雅可比、高斯－塞德尔和SOR（ω）法明细的收敛准则
6.5.6切比雪夫加速和对称SOR（SSOR）
6.6克雷洛夫子空间方法
6.6.1通过矩阵-向量乘法得到关于A的信息
6.6.2利用克雷洛夫子空间Kk解Ax=b
6.6.3共轭梯度法
6.6.4共轭梯度法的收敛性分析
6.6.5预条件
6.6.6解Ax=b的其他克雷洛夫子空间算法
6.7快速傅里叶变换
6.7.1离散傅里叶变换
6.7.2用傅里叶级数解连续模型问题
6.7.3卷积
6.7.4计算快速傅里叶变换
6.8块循环约化
6.9多重网格法
6.9.1二维泊松方程多重网格法概述
6.9.2一维泊松方程的多重网格法详述
6.10区域分解法
6.10.1无交叠方法
6.10.2交叠方法
6.11第6章 的参考书目和其他话题
6.12第6章 问题
第7章 特征值问题的迭代方法
7.1概述
7.2瑞利-里茨方法
7.3精确算术运算的兰乔斯算法
7.4浮点算术运算的兰乔斯算法
7.5选择正交化的兰乔斯算法
7.6选择正交化之外的方法
7.7非对称特征值问题的迭代算法
7.8第7章 的参考书目和其他话题
7.9第7章 问题
参考文献（图灵网站下载）
索引
查看详情
-
九品
四川省成都市
平均发货10小时
成功完成率97.92%
-
九品
河北省保定市
平均发货6小时
成功完成率92.8%
-
八五品
湖北省襄阳市
平均发货24小时
成功完成率94.81%
-
九品
上海市闵行区
平均发货27小时
成功完成率95.53%
-
八五品
河北省衡水市
平均发货6小时
成功完成率97.43%
-
九品
上海市徐汇区
平均发货16小时
成功完成率94.73%
-
八五品
上海市黄浦区
平均发货28小时
成功完成率83.05%
-
九品
北京市石景山区
平均发货14小时
成功完成率95.78%
-
九五品
江苏省南京市
平均发货28小时
成功完成率84.67%
-
应用数值线性代数
正版现货，品相完好，套书默认发一本，多种封面版本的书请咨询客服再下单
九品
北京市昌平区
平均发货23小时
成功完成率86.24%
-
九五品
四川省成都市
平均发货29小时
成功完成率84.2%
-
2007-06 印刷
八五品
山东省烟台市
平均发货22小时
成功完成率93.33%
-
2007-06 印刷
八五品
河北省保定市
平均发货15小时
成功完成率96.61%
-
2007-06 印刷
印次: 1
八五品
北京市石景山区
平均发货17小时
成功完成率95.97%
-
2007-06 印刷
印次: 1
八五品
广东省深圳市
平均发货4小时
成功完成率95.28%
-
八五品
重庆市沙坪坝区
平均发货12小时
成功完成率94.05%
占位居中
