掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
矩陣計算(第4版) 版權信息
- ISBN：9787115547354
- 條形碼：9787115547354 ; 978-7-115-54735-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
矩陣計算(第4版) 本書特色
1、本書是目前國際上關于數值線性代數方面*權威、*全面的一本專著，系統介紹了矩陣計算的基本理論和方法。2、本書是已故美國科學院院士、美國工程院院士吉恩·戈盧布（GeneH. Golub）等人的經典巨著，是矩陣計算領域的標準性參考文獻。3、本書被美國加州大學、斯坦福大學、華盛頓大學、芝加哥大學、中國科學院研究生院等世界知名學府用作教材或參考圖書。
矩陣計算(第4版) 內容簡介
《矩陣計算》是已故美國科學院院士、美國工程院院士吉恩·戈盧布（Gene H. Golub）等人的經典巨著，是矩陣計算領域的標準性參考文獻。本書系統介紹了矩陣計算的基本理論和方法．內容包括：矩陣乘法、矩陣分析、線性方程組、正交化和很小二乘法、特征值問題、Lanczos 方法、矩陣函數及專題討論等．書中的許多算法都有現成的軟件包實現，每節后附有習題，并有注釋和大量參考文獻．第4 版增加約四分之一內容，反映了近年來矩陣計算領域的飛速發展。
矩陣計算(第4版) 目錄
獻辭
譯者序
前言
一般性參考文獻
其他書籍
本書網站和常用軟件
通用記號
第 1章 矩陣乘法
1．1 基本算法和記號
1．2 結構和效率
1．3 分塊矩陣與算法
1．4 快速矩陣與向量乘積
1．5 向量化和局部化
1．6 并行矩陣乘法
第 2章 矩陣分析
2．1 線性代數的基本思想
2．2 向量范數
2．3 矩陣范數
2．4 奇異值分解
2．5 子空間度量
2．6 正方形方程組的敏感性
2．7 有限精度矩陣計算
第3章 一般線性方程組
3．1 三角方程組
3．2 LU 分解
3．3 高斯消去法的舍入誤差
3．4 選主元法
3．5 改進與精度估計
3．6 并行 LU 分解
第4章 特殊線性方程組
4．1 對角占優與對稱性
4．2 正定方程組
4．3 帶狀方程組
4．4 對稱不定方程組
4．5 分塊三對角方程組
4．6 范德蒙德方程組
4．7 解 Toeplitz 方程組的經典方法
4．8 循環方程組和離散泊松方程組
第5章 正交化和*小二乘法
5．1 Householder 和 Givens 變換
5．2 QR 分解
5．3 滿秩*小二乘問題
5．4 其他正交分解
5．5 秩虧損的*小二乘問題
5．6 正方形方程組和欠定方程組
第6章 修正*小二乘問題和方法
6．1 加權和正規化
6．2 約束*小二乘問題
6．3 總體*小二乘問題
6．4 用SVD 進行子空間計算
6．5 修正矩陣分解
第7章 非對稱特征值問題
7．1 性質與分解
7．2 擾動理論
7．3 冪迭代
7．4 Hessenberg 分解和實 Schur 型
7．5 實用QR 算法
7．6 不變子空間計算
7．7 廣義特征值問題
7．8 哈密頓和乘積特征值問題
7．9 偽譜
第8章 對稱特征值問題
8．1 性質與分解
8．2 冪迭代
8．3 對稱 QR 算法
8．4 三對角問題的更多方法
8．5 Jacobi 方法
8．6 計算 SVD
8．7 對稱廣義特征值問題
第9章 矩陣函數
9．1 特征值方法
9．2 逼近法
9．3 矩陣指數
9．4 矩陣符號、平方根和對數
第 10章 大型稀疏特征值問題
10．1 對稱 Lanczos 方法
10．2 Lanczos 方法、求積和近似
10．3 實用 Lanczos 方法
10．4 大型稀疏 SVD 方法
10．5 非對稱問題的 Krylov 方法
10．6 Jacobi-Davidson 方法及相關方法
第 11章 大型稀疏線性方程組問題
11．1 直接法
11．2 經典迭代法
11．3 共軛梯度法
11．4 其他 Krylov 方法
11．5 預處理
11．6 多重網格法
第 12章 特殊問題
12．1 移秩結構線性方程組
12．2 結構化秩問題
12．3 克羅內克積的計算
12．4 張量展開和縮并
12．5 張量分解和迭代
索引
譯者序
前言
一般性參考文獻
其他書籍
本書網站和常用軟件
通用記號
第 1章 矩陣乘法
1．1 基本算法和記號
1．2 結構和效率
1．3 分塊矩陣與算法
1．4 快速矩陣與向量乘積
1．5 向量化和局部化
1．6 并行矩陣乘法
第 2章 矩陣分析
2．1 線性代數的基本思想
2．2 向量范數
2．3 矩陣范數
2．4 奇異值分解
2．5 子空間度量
2．6 正方形方程組的敏感性
2．7 有限精度矩陣計算
第3章 一般線性方程組
3．1 三角方程組
3．2 LU 分解
3．3 高斯消去法的舍入誤差
3．4 選主元法
3．5 改進與精度估計
3．6 并行 LU 分解
第4章 特殊線性方程組
4．1 對角占優與對稱性
4．2 正定方程組
4．3 帶狀方程組
4．4 對稱不定方程組
4．5 分塊三對角方程組
4．6 范德蒙德方程組
4．7 解 Toeplitz 方程組的經典方法
4．8 循環方程組和離散泊松方程組
第5章 正交化和*小二乘法
5．1 Householder 和 Givens 變換
5．2 QR 分解
5．3 滿秩*小二乘問題
5．4 其他正交分解
5．5 秩虧損的*小二乘問題
5．6 正方形方程組和欠定方程組
第6章 修正*小二乘問題和方法
6．1 加權和正規化
6．2 約束*小二乘問題
6．3 總體*小二乘問題
6．4 用SVD 進行子空間計算
6．5 修正矩陣分解
第7章 非對稱特征值問題
7．1 性質與分解
7．2 擾動理論
7．3 冪迭代
7．4 Hessenberg 分解和實 Schur 型
7．5 實用QR 算法
7．6 不變子空間計算
7．7 廣義特征值問題
7．8 哈密頓和乘積特征值問題
7．9 偽譜
第8章 對稱特征值問題
8．1 性質與分解
8．2 冪迭代
8．3 對稱 QR 算法
8．4 三對角問題的更多方法
8．5 Jacobi 方法
8．6 計算 SVD
8．7 對稱廣義特征值問題
第9章 矩陣函數
9．1 特征值方法
9．2 逼近法
9．3 矩陣指數
9．4 矩陣符號、平方根和對數
第 10章 大型稀疏特征值問題
10．1 對稱 Lanczos 方法
10．2 Lanczos 方法、求積和近似
10．3 實用 Lanczos 方法
10．4 大型稀疏 SVD 方法
10．5 非對稱問題的 Krylov 方法
10．6 Jacobi-Davidson 方法及相關方法
第 11章 大型稀疏線性方程組問題
11．1 直接法
11．2 經典迭代法
11．3 共軛梯度法
11．4 其他 Krylov 方法
11．5 預處理
11．6 多重網格法
第 12章 特殊問題
12．1 移秩結構線性方程組
12．2 結構化秩問題
12．3 克羅內克積的計算
12．4 張量展開和縮并
12．5 張量分解和迭代
索引
展開全部
矩陣計算(第4版) 作者簡介
吉恩.戈盧布 (1932－2007) 美國科學院、工程院和藝術科學院院士，世界著名的數值分析專家，現代矩陣計算的奠基人，生前曾任斯坦福大學教授，他是矩陣分解算法的主要貢獻者。 查爾斯.范洛恩 著名數值分析專家，美國康奈爾大學教授，曾任該校計算機科學系主任。他于1973年在密歇根大學獲得博士學位，師從Cleve Moler。
書友推薦
- >
羅庸西南聯大授課錄
- >
名家帶你讀魯迅:朝花夕拾
- >
煙與鏡
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
隨園食單
- >
山海經
- >
唐代進士錄
- >
苦雨齋序跋文-周作人自編集
本類暢銷
