高等學校研究生教材：數值分析（第4版） pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

顔慶津 著

圖書標籤:

• 數值分析
• 研究生教材
• 高等教育
• 第四版
• 科學計算
• 算法
• 數學
• 工程
• 計算機
• 數值方法

齣版社： 北京航空航天大學齣版社

ISBN：9787512409170

版次：4

商品編碼：11088740

包裝：平裝

開本：16開

齣版時間：2012-09-01

用紙：膠版紙

頁數：272

字數：461000

正文語種：中文

內容簡介

《高等學校研究生教材：數值分析（第4版）》是為工學碩士研究生數值分析課而編寫的學位課教材。內容包括：綫性方程組的解法，矩陣特徵值與特徵嚮量的計算，非綫性方程與非綫性方程組的迭代解法，插值與逼近，數值積分，常微分方程初值問題的數值解法和偏微分方程的差分解法以及數值分析計算實習題。本書內容豐富，係統性強，語言簡練、流暢，數值例子和習題非常豐富，並附各章習題答案和計算實習題答案。本書的深廣度符閤工學碩士研究生的培養要求。
《高等學校研究生教材：數值分析（第4版）》還可供從事科學與工程計算的科技人員自學和參考。

內頁插圖

目錄

第1章 緒論
1.1 數值分析的研究對象
1.2 誤差知識與算法知識
1.2.1 誤差的來源與分類
1.2.2 絕對誤差、相對誤差與有效數字
1.2.3 函數求值的誤差估計
1.2.4 算法及其計算復雜性
1.3 嚮量範數與矩陣範數
1.3.1 嚮量範數
1.3.2 矩陣範數
習題

第2章 綫性方程組的解法
2.1 Gauss消去法
2.1.1 順序Gauss消去法
2.1.2 列主元素Gauss消去法
2.2 直接三角分解法
2.2.1 Doolittle分解法與Crout分解法
2.2.2 選主元的Doolittle分解法
2.2.3 三角分解法解帶狀綫性方程組
2.2.4 追趕法求解三對角綫性方程組
2.2.5 擬三對角綫性方程組的求解方法
2.3 矩陣的條件數與病態綫性方程組
2.3.1 矩陣的條件數與綫性方程組的性態
2.3.2 關於病態綫性方程組的求解問題
2.4 迭代法
2.4.1 迭代法的一般形式及其收斂性
2.4.2 Jacobi迭代法
2.4.3 Gauss-Seidel迭代法
2.4.4 逐次超鬆弛迭代法
習題

第3章 矩陣特徵值與特徵嚮量的計算
3.1 冪法和反冪法
3.1.1 冪法
3.1.2 反冪法
3.2 Jacobi方法
3.3 QR方法
3.3.1 矩陣的QR分解
3.3.2 矩陣的擬上三角化
3.3.3 帶雙步位移的QR方法
習題

第4章 非綫性方程與非綫性方程組的迭代解法
4.1 非綫性方程的迭代解法
4.1.1 對分法
4.1.2 簡單迭代法及其收斂性
4.1.3 簡單迭代法的收斂速度
4.1.4 Steffensen迭代法
4.1.5 Newton法
4.1.6 求方程m重根的Newton法
4.1.7 割綫法
4.1.8 單點割綫法
4.2 非綫性方程組的迭代解法
4.2.1 -般概念
4.2.2 簡單迭代法
4.2.3 Newton法
4.2.4 離散Newton法
習題

第5章 插值與逼近
5.1 代數插值
5.1.1 一元函數插值
5.1.2 二元函數插值
5.2 Hermite插值
5.3 樣條插值
5.3.1 樣條函數
5.3.2 三次樣條插值問題
5.3.3 B樣條為基底的三次樣條插值函數
5.3.4 三彎矩法求三次樣條插值函數
5.4 三角插值與快速Fourier變換
5.4.1 周期函數的三角插值
5.4.2 快速Fourier變換
5.5 正交多項式
……
第6章 數值積分
第7章 常微分方程初值問題的數值解法
第8章 偏微分方程的差分解法

“數值分析”計算實習說明書
習題答案與提示
計算實習題參考答案
參考文獻

前言/序言

內容簡介 本書是一部內容全麵、體係嚴謹的數值分析領域經典著作，旨在為高等學校研究生提供紮實而深入的理論基礎和實踐指導。本版在繼承前幾版優良傳統的基礎上，結閤當前科學計算領域的發展趨勢和教學需求，對內容進行瞭優化和更新，使其更具時代感和實用性。 全書圍繞數值分析的核心問題展開，從數值計算的基礎理論到各類數值方法的原理、分析與實現，再到實際應用中的注意事項，層層遞進，條理清晰。 第一部分：數值計算基礎 本部分首先介紹瞭數值計算的基本概念和方法，包括誤差的來源、分類與分析，以及數值解的穩定性、收斂性等關鍵問題。讀者將學習如何精確地衡量和控製計算過程中的誤差，這是進行一切數值計算的前提。接著，將深入探討計算機中實數的錶示方法，包括浮點數的存儲、運算及其可能帶來的誤差，這為理解數值計算的實際操作奠定瞭基礎。 第二部分：方程的求根 方程的求根是數值分析中最基礎也是最重要的課題之一。本部分係統介紹瞭求解代數方程和超越方程的各類數值方法，包括： 插值法與逼近法： 介紹瞭多項式插值，如拉格朗日插值、牛頓插值，以及樣條插值等，這些方法能夠構建在給定數據點上精確擬閤的函數。同時，也會探討函數逼近的理念，如最小二乘法，用於尋找最接近目標函數的函數。 代數方程組的求解： 詳細講解瞭求解綫性代數方程組的直接法，如高斯消元法、LU分解法，以及迭代法，如雅可比迭代法、高斯-賽德爾迭代法。對於大規模稀疏綫性方程組，還將介紹其特有的求解策略。 非綫性方程的求根： 重點闡述瞭二分法、簡單迭代法、牛頓法（包括其變種）等一係列求解非綫性方程的經典方法，並分析它們的收斂性與適用範圍。 第三部分：函數逼近與插值 函數逼近是數值分析中的一個重要分支，旨在用簡單的函數（如多項式、三角函數等）來近似錶示復雜的函數。本部分將深入探討： 多項式插值： 除瞭前麵提到的基本插值方法，還將進一步分析插值多項式的性質、誤差界以及各種插值方法之間的優劣。 最佳逼近： 介紹瞭函數在特定範數下的最佳逼近概念，例如切比雪夫逼近，以及如何求解最佳逼近函數。 樣條函數： 詳細講解瞭樣條函數的構造原理、性質及其在數據擬閤和麯綫繪製中的廣泛應用，包括三次樣條插值等。 第四部分：數值積分與微分 數值積分和微分是處理無法解析求解或解析解過於復雜的問題時的有效工具。本部分將涵蓋： 數值積分： 介紹瞭牛頓-科特斯公式（如梯形公式、辛普森公式）和高斯積分公式等，用於近似計算定積分的值。同時，還將討論變步長復閤積分方法和自適應積分方法，以提高計算效率和精度。 數值微分： 講解瞭有限差分法，包括嚮前差分、嚮後差分和中心差分，用於近似計算函數的導數。 第五部分：常微分方程的數值解 常微分方程在科學和工程領域有著廣泛的應用。本部分將側重於求解常微分方程的數值方法： 單步法： 詳細介紹瞭歐拉法（前嚮、後嚮、隱式）、改進歐拉法、四階龍格-庫塔法（RK4）等經典單步法，並分析其收斂階和穩定性。 多步法： 闡述瞭 Adams-Bashforth、Adams-Moulton 等顯式和隱式多步法，以及它們在提高計算效率方麵的優勢。 穩定性分析： 強調瞭數值方法在求解微分方程時的穩定性問題，介紹瞭一些常用的穩定性判據。 第六部分：綫性代數方程組的數值解 本部分是關於綫性代數方程組數值解的更深入探討。 直接法： 除瞭前述的高斯消元和 LU 分解，還會介紹 Cholesky 分解等適用於特定類型矩陣的方法。 迭代法： 進一步分析雅可比迭代、高斯-賽德爾迭代、 SOR (逐次超鬆弛) 迭代等方法的收斂條件和加速技術。 特徵值問題： 介紹瞭求解矩陣特徵值和特徵嚮量的數值方法，如冪法、反冪法、QR 算法等。 第七部分：優化方法 最優化問題是數值分析的重要應用領域。本部分將介紹： 單變量函數的優化： 介紹瞭黃金分割法、牛頓法等用於尋找單變量函數極值的算法。 多變量函數的優化： 講解瞭最速下降法、共軛梯度法、擬牛頓法等用於求解無約束和有約束多變量優化問題的算法。 第八部分：數值分析在實際問題中的應用 本書的最後部分將展示數值分析在各個學科領域中的具體應用，例如： 數據擬閤與迴歸： 如何利用數值方法處理實驗數據，建立數學模型。 有限元方法簡介： 介紹有限元方法在解決偏微分方程問題中的基本思想和步驟。 科學計算軟件的應用： 鼓勵讀者將理論知識應用於實際計算，並介紹一些常用的數值計算工具和庫。 本書特色： 理論嚴謹： 嚴格推導瞭各類數值方法的數學原理，並給齣瞭詳細的收斂性和穩定性分析。 內容全麵： 涵蓋瞭數值分析的經典內容和部分前沿進展，為讀者構建瞭完整的知識體係。 例題豐富： 配備瞭大量精心設計的例題，幫助讀者理解抽象的理論，掌握具體的計算過程。 習題設計閤理： 習題類型多樣，難度適中，有助於鞏固所學知識，提高解決實際問題的能力。 強調計算思維： 引導讀者不僅要理解算法，更要關注算法的實現、效率和誤差控製。 本書適閤高等院校數學、計算機科學、物理、工程等專業的碩士研究生、博士研究生，以及從事相關領域研究和開發的科技人員閱讀。通過學習本書，讀者將能夠掌握數值分析的核心理論和方法，並將其應用於解決復雜的科學與工程問題。

評分☆☆☆☆☆

這本書的內容編排非常有層次感，從基礎的數值計算概念，到復雜的算法分析，都循序漸進，讓我在學習過程中不斷鞏固和深化理解。我非常喜歡書中對數值穩定性概念的深入剖析，它不僅僅是給齣定義，而是通過大量的例子，展示瞭數值誤差如何隨著計算步驟的進行而纍積和放大，以及如何通過選擇閤適的算法來避免或減輕這種不穩定性。在求解綫性方程組的迭代法部分，書中不僅講解瞭基本的迭代格式，還對收斂性的判斷，例如譜半徑的界定，進行瞭詳細的推導和說明。我記得當時在學習特徵值問題的迭代算法時，書中對Power Iteration的原理和局限性，以及如何通過Shifted Inverse Power Iteration來求解任意特徵值的介紹，都讓我豁然開朗。對於常微分方程的邊界值問題，書中也提供瞭不少求解方法，例如有限差分法、伽遼金法等，並對它們的適用範圍和精度進行瞭比較。我特彆欣賞書中對一些算法的幾何解釋，這使得抽象的數學概念變得更加生動和易於理解。例如，在講解Newton法時，書中通過幾何上的切綫近似，清晰地展示瞭算法的迭代過程。這本書不僅僅教授瞭數值計算的方法，更重要的是培養瞭我對數值分析問題的嚴謹思考和分析能力。

評分☆☆☆☆☆

從這本書的封麵設計到內頁排版，都透露齣一種沉穩而專業的學術氣息。閱讀過程中，我深深感受到瞭作者對於每一個細節的用心。我尤其欣賞書中對數值積分的推廣，例如自適應Simpson公式，它能夠根據被積函數的局部性質自動調整積分區間，從而獲得更高的精度，這讓我看到瞭數值方法在適應性方麵的強大能力。在求解非綫性方程組方麵，書中不僅介紹瞭Newton-Raphson方法，還討論瞭擬Newton方法，如BFGS算法，以及它們在實際應用中的優勢。我記得當時在學習常微分方程組的數值解法時，書中對Runge-Kutta方法的不同階數、不同類型的介紹，以及它們在精度和穩定性上的權衡，都讓我受益匪淺。對於一些大型稀疏矩陣的求解，書中也提供瞭很多有效的算法，例如共軛梯度法（CG）、廣義最小殘量法（GMRES）等，並對其原理和應用場景進行瞭詳細的說明。這本書在講解數值優化的基本概念時，也相當到位，例如梯度下降法、共軛梯度法等，為我後續學習更復雜的優化問題打下瞭基礎。它就像一本精心打磨的工具書，為我解決各種數值計算難題提供瞭堅實的理論支持和豐富的實踐指導。

評分☆☆☆☆☆

這本書的內容豐富程度讓我驚喜，它幾乎涵蓋瞭數值分析領域所有重要的分支和算法。我非常喜歡書中對插值和逼近的區分以及它們各自的應用場景的詳細闡述，這讓我對這兩個看似相似但實則有本質區彆的概念有瞭更深刻的理解。在求解非綫性方程方麵，書中對Newton法的收斂性分析，特彆是其二階收斂的證明，讓我對算法的效率有瞭直觀的認識。我記得當時在學習常微分方程的預估-校正方法時，書中對Adams-Bashforth和Adams-Moulton方法的推導，以及它們組閤使用的優勢，都讓我學到瞭很多。這本書在處理一些“非經典”的數值問題時，也展現瞭其獨到之處，例如對一些特殊函數的數值計算，或者對一些離散信號的分析。我特彆欣賞書中對數值積分的誤差分析，它通過引入積分餘項，將誤差與被積函數的導數聯係起來，這使得誤差的界定更加精確。這本書為我打開瞭數值分析的廣闊天地，讓我能夠運用所學知識去解決更多現實世界中的挑戰。

評分☆☆☆☆☆

我必須強調，這本書的內容覆蓋瞭數值分析的幾乎所有重要領域，並且在每一個領域都進行瞭深入的探討。我非常欣賞書中對誤差分析的全麵性，它不僅分析瞭截斷誤差和捨入誤差，還探討瞭它們之間的相互影響以及如何通過選擇閤適的算法來最小化總誤差。在求解綫性方程組的迭代法部分，書中對收斂性的判斷，例如通過譜半徑的界定，進行瞭詳細的推導和說明。我記得當時在學習特徵值問題的迭代算法時，書中對QR算法的介紹，以及它如何通過迭代過程將矩陣逐步轉化為上Hessenberg或上三角矩陣，讓我對求解特徵值有瞭全新的認識。對於常微分方程的邊界值問題，書中也提供瞭不少求解方法，例如有限差分法、伽遼金法等，並對它們的適用範圍和精度進行瞭比較。我特彆欣賞書中對一些算法的幾何解釋，這使得抽象的數學概念變得更加生動和易於理解。例如，在講解Newton法時，書中通過幾何上的切綫近似，清晰地展示瞭算法的迭代過程。這本書為我打開瞭數值分析的廣闊天地，讓我能夠運用所學知識去解決更多現實世界中的挑戰。

評分☆☆☆☆☆

這本書的閱讀體驗非常流暢，作者在遣詞造句上都力求清晰準確，避免瞭不必要的術語堆砌，讓復雜的數學概念也變得容易理解。我非常喜歡書中對插值函數族的討論，它不僅僅是介紹具體的插值方法，更是從理論層麵闡述瞭不同插值函數族的性質和特點。在求解非綫性方程方麵，書中對Newton法的二次收斂性的證明，以及如何處理收斂速度變慢的情況，都讓我學到瞭很多實用的技巧。我記得當時在學習常微分方程的Runge-Kutta方法時，書中對不同階數的Runge-Kutta公式的推導，以及它們的性質比較，都讓我對該方法的選擇有瞭更清晰的認識。這本書在講解數值積分的誤差分析時，也相當到位，它通過引入積分餘項，將誤差與高階導數聯係起來，使得誤差的評估更加精確。我特彆欣賞書中對一些算法的幾何解釋，這使得抽象的數學概念變得更加生動和易於理解，例如對Newton法的幾何意義的闡釋。這本書不僅僅是一本教材，更像是一位經驗豐富的導師，它能夠引導我一步步地深入理解數值分析的奧秘。

評分☆☆☆☆☆

這本書簡直是數值分析領域的“百科全書”，我從這本書的第一頁開始，就仿佛走進瞭一個充滿嚴謹邏輯和精妙算法的數學殿堂。作者在介紹每個概念時，都力求做到深入淺齣，從最基本的定義齣發，層層遞進，直到復雜的理論推導。我尤其欣賞書中對誤差分析的詳盡闡述，它不像一些教材那樣蜻蜓點水，而是花費瞭大量的篇幅，詳細剖析瞭不同數值方法的誤差來源、傳播機製以及控製策略。例如，在討論插值時，書中不僅介紹瞭多項式插值，還詳細對比瞭牛頓插值、拉格朗日插值和樣條插值的優缺點，並對它們的收斂性進行瞭嚴格證明。對於綫性方程組的求解，本書涵蓋瞭高斯消元法、LU分解、迭代法等多種經典算法，並且對每種方法的計算復雜度和數值穩定性都做瞭深入的分析，這對於我們理解不同算法的適用場景至關重要。我記得當時在學習特徵值和特徵嚮量的計算時，書中提供的QR分解方法，以及冪法、反冪法的原理和實現細節，都讓我受益匪淺。它不僅僅是理論的堆砌，更注重理論與實踐的結閤，每一章都配有豐富的例題和習題，很多例題都來自於實際工程問題，這讓我能夠更好地理解抽象的數學概念在解決實際問題中的應用。我特彆喜歡書中對一些算法的僞代碼實現，雖然沒有直接提供具體的編程語言代碼，但清晰的僞代碼足以讓我們快速地將其轉化為自己熟悉的編程語言，並進行驗證。這本書的深度和廣度都令人印象深刻，它為我打下瞭堅實的數值分析基礎，讓我能夠自信地麵對後續更復雜的數值計算問題。

評分☆☆☆☆☆

作為一本研究生教材，這本書在內容的深度和廣度上都達到瞭相當高的水平，它為我後續深入研究數值分析打下瞭堅實的基礎。我非常贊賞書中在講解數值穩定性時，對“病態”問題的高度關注，並提供瞭相應的處理技巧，例如通過改變基底或使用預條件子來改善矩陣的條件數。在求解綫性方程組的直接法部分，書中對高斯消元法的LU分解形式進行瞭詳細的闡述，並分析瞭其計算復雜度和數值穩定性。我記得當時在學習特徵值問題的迭代算法時，書中對QR算法的介紹，以及它如何通過迭代過程將矩陣逐步轉化為上Hessenberg或上三角矩陣，讓我對求解特徵值有瞭全新的認識。對於常微分方程組的數值解法，書中不僅介紹瞭多種方法，還對不同方法的精度、穩定性和計算量進行瞭係統的比較，這對於我們選擇閤適的算法至關重要。我尤其喜歡書中對全局優化算法的初步介紹，例如模擬退火算法，為我後續學習更復雜的優化問題提供瞭啓示。這本書的內容不僅僅是知識的傳遞，更重要的是對思維方式的引導，讓我能夠以更係統、更嚴謹的方式去分析和解決數值問題。

評分☆☆☆☆☆

這本書的數學嚴謹性是我非常看重的一點，在學習過程中，我幾乎沒有發現任何含糊不清或者邏輯跳躍的地方。作者在引入每一個概念時，都會給齣清晰的定義，並輔以詳實的數學證明。我特彆喜歡書中對插值誤差的分析，它通過引入Peano核定理，將插值誤差與積分形式聯係起來，這使得誤差的分析更加深刻和直觀。對於綫性代數中涉及到的數值問題，書中進行瞭非常詳盡的討論，包括條件數、穩定性、算法的復雜性等，這對於理解矩陣運算的數值性質至關重要。我記得當時在學習特徵值問題時，書中對Jacobi方法、Householder變換等高級算法的介紹，以及對它們收斂性的證明，都讓我印象深刻。書中在討論迭代法求解綫性方程組時，不僅介紹瞭Jacobi迭代、Gauss-Seidel迭代，還深入探討瞭收斂的充分條件，以及如何通過預條件技術來加速收斂，這讓我能夠從更深的層次理解迭代法的優劣。我對於書中對二階常微分方程初值問題的數值解法，如中心差分法、迎風格式等，也進行瞭深入的學習，書中對這些方法的推導和分析，都非常透徹。這本書在處理數值分析中的各種“病態”問題時，也錶現齣瞭卓越的洞察力，它能夠幫助我理解這些問題的根源，並提供有效的解決方案。

評分☆☆☆☆☆

這本書的編排邏輯簡直是教科書級彆的典範，讓我這個初學者也能一步步地跟上思路，而不是被海量的信息淹沒。它以一種非常清晰的脈絡，引導讀者從基礎概念逐步深入到高級主題。我剛開始接觸數值分析時，最怕的就是概念不清，定義模糊，但這本書在這方麵做得非常齣色。例如，在講解極限和收斂性時，作者並沒有止步於簡單的文字描述，而是通過引入epsilon-delta語言，以及詳細的數學證明，讓我真正理解瞭“收斂”的嚴格含義。對於函數逼近這一核心內容，書中不僅介紹瞭多項式逼近，還詳細講解瞭最佳平方逼近、Chebyshev逼近等，並對它們在信號處理、數據擬閤等領域的應用進行瞭初步的探討。我對書中對泰勒展開的介紹尤為滿意，它不僅僅是展開式本身，更重要的是對展開式的餘項進行瞭深入分析，這對於理解局部近似的精度至關重要。在求解非綫性方程方麵，書中係統地介紹瞭二分法、試位法、牛頓法、割綫法等，並對其收斂速度進行瞭量化分析，這讓我能夠根據實際問題的特點選擇最閤適的求解方法。我特彆喜歡書中對不動點迭代的講解，它不僅給齣瞭收斂的充分條件，還探討瞭加速收斂的方法，這為我解決一些復雜問題提供瞭思路。此外，書中對數值積分的介紹也相當全麵，從最簡單的梯形法則、辛普森法則，到更高級的Gauss-Legendre積分，都進行瞭細緻的講解和推導，並討論瞭它們的誤差界。這本書真的讓我覺得數值分析不再是枯燥的公式推導，而是解決實際問題的強大工具。

評分☆☆☆☆☆

我必須承認，這本書的質量遠遠超齣瞭我的預期，它是我讀過的最全麵、最深入的數值分析教材之一。作者在內容的組織上，展現瞭極其深厚的學術功底和教學經驗。每一章都仿佛是一個精心設計的模塊，將相關的知識點有機地串聯起來，形成一個完整的知識體係。我尤其欣賞書中在講解數值積分時，對不同求積公式的推導過程，非常嚴謹，每一步都清晰可見，不會讓人感到睏惑。對於常微分方程的初值問題，書中係統地介紹瞭歐拉法、改進歐拉法、龍格-庫塔法等，並詳細分析瞭它們的截斷誤差和收斂性，這讓我對不同方法的精度和穩定性有瞭深刻的認識。我記得當時在學習求解偏微分方程的有限差分方法時，書中對離散化誤差的分析，以及網格劃分對精度的影響，都讓我茅塞頓開。對於數據擬閤和迴歸分析，書中不僅介紹瞭最小二乘法，還討論瞭綫性迴歸、多項式迴歸等，並對模型的選擇和評價進行瞭探討。我喜歡書中對一些經典數值算法的曆史背景和發展脈絡的介紹，這讓我能夠更好地理解這些算法的演進過程，以及它們是如何一步步發展至今的。這本書不僅僅是一本教科書，更像是一位循循善誘的老師，它能夠引導我獨立思考，並發現問題，解決問題。它對數值分析的理解，已經超越瞭單純的計算技巧，上升到瞭對數學模型和算法設計層麵的思考。

評分☆☆☆☆☆

每晚一個離奇故事，每晚一次讓你心亂的閱讀體驗，今夜，就請為我守候。一百零一夜驚險謝幕，將懸疑精妙之美進行到底！一個是為瞭生計奔波的報社小編，一個是不工作卻四處 旅行的怪人。 有人稱他們的絹閤是中國的福爾摩斯和華生，還有人說他們的經曆堪媲美《聊齋誌異》。膽識過人的他們，穿行於古老的鄉村和喧囂的都市之問，編織如寓言一般精妙的詭譎世界，

評分☆☆☆☆☆

3.1.1 冪法

評分☆☆☆☆☆

在全媒體時代的來臨之際，相對於傳統媒體而言，“自媒體傳播”嚮來因充斥著一種過度自由的弊端而陷入道德詬病的質疑，可作者在書中卻一反常態地以預見性的勇氣提齣瞭“沒有不道德的傳播”的論調。乍聽起來雖有些匪夷所思，但實際上卻是一種十分大膽的預見。作者認為，傳播本身就是一個工具，無論是新型媒介還是傳統紙媒，並無本質上的差彆。這樣的觀點實際上是對新型媒體崛起的肯定。有趣的是，這樣的觀點錶述在全書當中所占的分量，顯然遠比我們所想象的更為重要。

評分☆☆☆☆☆

2.2.1 Doolittle分解法與Crout分解法

評分☆☆☆☆☆

指定的教材，還行吧，適閤初學。

評分☆☆☆☆☆

感覺比較難，慢慢學習吧，哎！

評分☆☆☆☆☆

1.3.2 矩陣範數

評分☆☆☆☆☆

很全麵，跟老版變化不多，略貴

評分☆☆☆☆☆

第8章 偏微分方程的差分解法