当前位置:首页 > 工业技术
Java常用数值算法集
Java常用数值算法集

Java常用数值算法集PDF电子书下载

工业技术

  • 电子书积分:24 积分如何计算积分?
  • 作 者:何光渝,高永利编著
  • 出 版 社:北京:科学出版社
  • 出版年份:2003
  • ISBN:7030109287
  • 页数:908 页
图书介绍:本书共有数值计算中常用的Java方法近200个,内容包括:解线性代数方程组、插值、数值积分、特殊函数、函数逼近、随机数、排序、特征值问题、数据拟合、方程求根和非线性方程组求解、函数的极值和最优化、傅里叶变换谱方法、数据的统计描述、解常微分方程组、两点边值问题的解法和解偏微分方程组。每一个方法都包括功能、算法、使用说明、方法和例子五部分。本书的所有方法都在Java 2开发工具包JDK 1.3版本上进行了验证,准确无误,配书同时发行光盘,包括所有方法和验证程序。本书可供大专院校师生和科研院所、工矿企业的工程技术人员使用。
《Java常用数值算法集》目录

第1章 线性代数方程组的解法 1

1.1 全主元高斯-约当(Gauss-Jordan)消去法 2

1.2 LU分解法 8

1.3 追赶法 16

1.4 五对角线性方程组解法 20

1.5 线性方程组解的迭代改善 27

1.6 范德蒙(Vandermonde)方程组解法 31

1.7 托伯利兹(Toeplitz)方程组解法 37

1.8 奇异值分解 44

1.9 线性方程组的共轭梯度法 60

1.10 对称方程组的乔列斯基(Cholesky)分解法 67

1.11 矩阵的QR分解 74

1.12 松驰迭代法 82

第2章 插值 88

2.1 拉格朗日插值 89

2.2 有理函数插值 94

2.3 三次样条插值 99

2.4 有序表的检索法 109

2.5 插值多项式 120

2.6 二元拉格朗日插值 131

2.7 双三次样条插值 134

第3章 数值积分 141

3.1 梯形求积法 142

3.2 辛普森(Simpson)求积法 148

3.3 龙贝格(Romberg)求积法 150

3.4 反常积分 154

3.5 高斯(Gauss)求积法 168

3.6 三重积分 175

第4章 特殊函数 183

4.1 Γ函数、贝塔函数、阶乘及二项式系数 183

4.2 不完全Γ函数、误差函数 199

4.3 不完全贝塔函数 222

4.4 零阶、一阶和任意整数阶的第一、二类贝塞尔函数 228

4.5 零阶、一阶和任意整数阶的第一、二类变形贝塞尔函数 251

4.6 分数阶第一类贝塞尔函数和变形贝塞尔函数 273

4.7 指数积分和定指数积分 291

4.8 连带勒让德函数 301

第5章 函数逼近 321

5.1 级数求和 321

5.2 多项式和有理函数 325

5.3 切比雪夫逼近 333

5.4 积分和导数的切比雪夫逼近 341

5.5 用切比雪夫逼近求函数的多项式逼近 348

第6章 随机数 356

6.1 均匀分布随机数 356

6.2 变换方法——指数分布和正态分布随机数 373

6.3 舍选法——Γ分布、泊松分布和二项式分布随机数 382

6.4 随机位的产生 396

6.5 蒙特卡罗积分法 405

第7章 排序 408

7.1 直接插入法和Shell方法 408

7.2 堆排序 422

7.3 索引表和等级表 433

7.4 快速排序 447

7.5 等价类的确定 454

第8章 特征值问题 463

8.1 对称矩阵的雅可比变换 464

8.2 变实对称矩阵为三对角对称矩阵 476

8.3 三对角矩阵的特征值和特征向量 483

8.4 变一般矩阵为赫申伯格矩阵 491

8.5 实赫申伯格矩阵的QR算法 501

第9章 数据拟合 511

9.1 直线拟合 511

9.2 线性最小二乘法 517

9.3 非线性最小二乘法 546

9.4 绝对值偏差最小的直线拟合 563

第10章 方程求根和非线性方程组的解法 571

10.1 图解法 571

10.2 逐步扫描法和二分法 575

10.3 割线法和试位法 586

10.4 布伦特(Brent)方法 594

10.5 牛顿-拉斐森(Newton-Raphson)法 600

10.6 求复系数多项式根的拉盖尔(Laguerre)方法 608

10.7 求实系数多项式根的贝尔斯托(Bairstou)方法 625

10.8 非线性方程组的牛顿-拉斐森方法 630

第11章 函数的极值和最优化 637

11.1 黄金分割搜索法 637

11.2 不用导数的布伦特(Brent)法 648

11.3 用导数的布伦特(Brent)法 656

11.4 多元函数的下山单纯形法 666

11.5 多元函数的包维尔(Powell)法 675

11.6 多元函数的共轭梯度法 685

11.7 多元函数的变尺度法 692

12.1 复数据快速傅里叶变换算法 699

第12章 傅里叶变换谱方法 699

12.2 实数据快速傅里叶变换算法(一) 708

12.3 实数据快速傅里叶变换算法(二) 715

12.4 快速正弦变换和余弦变换 723

12.5 卷积和逆卷积的快速算法 735

12.6 离散相关和自相关的快速算法 741

12.7 多维快速傅里叶变换算法 746

第13章 数据的统计描述 752

13.1 分布的矩——均值、平均差、标准差、方差、斜差和峰态 752

13.2 中位数的搜索 757

13.3 均值与方差的显著性检验 765

13.4 分布拟合X2检验 782

13.5 分布拟合K-S检验法 790

14.1 定步长四阶龙格-库塔(Runge-Kutta)法 801

第14章 解常微分方程组 801

14.2 自适应变步长的龙格-库塔法 809

14.3 改进的中点法 821

14.4 外推法 827

第15章 两点边值问题的解法 846

15.1 打靶法(一) 846

15.2 打靶法(二) 855

15.3 松驰法 865

第16章 偏微分方程的解法 891

16.1 解边值问题的松驰法 891

16.2 交替方向隐式方法(ADI) 897

参考文献 907

编后记 908

返回顶部