幫助中心 | 我的帳號 | 關於我們

工程數值計算Python教程(普通高等教育新工科系列精品教材)

  • 作者:編者:姚傳義|責編:呂尤//徐雅妮
  • 出版社:化學工業
  • ISBN:9787122434111
  • 出版日期:2023/09/01
  • 裝幀:平裝
  • 頁數:271
人民幣:RMB 59 元      售價:
放入購物車
加入收藏夾

內容大鋼
    《工程數值計算Python教程》全面介紹了工程設計與計算中常用的數值方法,包括方程求解、插值與回歸、數值微分、數值積分、微分方程數值解、最優化方法等,並對Monte Carlo方法及智能優化演算法進行了介紹。本書理論聯繫實際,在闡明演算法原理的基礎上,著重於數值方法的實現,提供了所有方法的完整Python實現代碼。各章節附有適量的例題與習題,並配有全部習題的答案以及拓展閱讀資源。
    《工程數值計算Python教程》適合於作為理工科各專業數值分析、科學計算、數據處理等相關課程的本科或研究生教材,也可供從事科學計算或工程設計相關的科研人員及工程技術人員參考。

作者介紹
編者:姚傳義|責編:呂尤//徐雅妮

目錄
第一章  緒論
  1.1  數值計算在工程科學中的重要性
  1.2  數值計算方法
  1.3  程序設計
  1.4  誤差的來源、表示及傳遞
    1.4.1  誤差的來源和分類
    1.4.2  誤差的表示
    1.4.3  誤差的傳遞
  習題
第二章  Python基礎
  2.1  概述
    2.1.1  為什麼選擇Python
    2.1.2  Python的安裝
    2.1.3  如何運行程序
  2.2  核心數據類型及操作
    2.2.1  數字(Numbers)
    2.2.2  字元串(Strings)
    2.2.3  列表(Lists)
    2.2.4  字典(Dictionaries)
    2.2.5  元組(Tuples)
    2.2.6  文件(Files)
    2.2.7  集合(Sets)
    2.2.8  其他核心類型
    2.2.9  動態類型簡介
  2.3  Python語句
    2.3.1  賦值語句
    2.3.2  函數調用及列印語句
    2.3.3  if語句
    2.3.4  while循環
    2.3.5  for循環
  2.4  函數
    2.4.1  作用域
    2.4.2  參數
    2.4.3  遞歸函數
    2.4.4  匿名函數lambda
    2.4.5  函數的其他主題
  2.5  異常處理
    2.5.1  默認異常處理器
    2.5.2  try語句捕捉異常
    2.5.3  with/as環境管理協議
  2.6  常用模塊簡介
    2.6.1  numpy模塊
    2.6.2  scipy模塊
    2.6.3  matplotlib模塊
  習題
第三章  方程(組)的求解
  3.1  非線性代數方程的求根
    3.1.1  二分法
    3.1.2  迭代法
    3.1.3  牛頓法

    3.1.4  弦截法(割線法)
    3.1.5  利用scipy模塊求非線性方程的根
  3.2  線性方程組
    3.2.1  解三對角線方程組的Thomas演算法
    3.2.2  迭代法
  3.3  非線性方程組
    3.3.1  迭代法
    3.3.2  牛頓-拉弗森法
    3.3.3  利用scipy模塊求解非線性方程組
  習題
第四章  插值與回歸
  4.1  代數多項式插值
    4.1.1  拉格朗日插值
    4.1.2  牛頓插值
    4.1.3  差分與等距節點插值公式
    4.1.4  分段插值法
    4.1.5  利用scipy模塊進行拉格朗日插值
  4.2  三次樣條函數插值
    4.2.1  三次樣條函數的推導
    4.2.2  三次樣條函數插值的Python實現
    4.2.3  利用scipy模塊進行樣條函數插值
  4.3  回歸
    4.3.1  一元線性回歸
    4.3.2  多元線性回歸
    4.3.3  梯度下降演算法
    4.3.4  利用scipy模塊解決回歸問題
  習題
第五章  數值微分與數值積分
  5.1  數值微分
    5.1.1  利用差分近似求微分
    5.1.2  利用三次樣條函數求微分
  5.2  理查森外推
  5.3  數值積分
    5.3.1  下和與上和
    5.3.2  梯形法則
    5.3.3  龍貝格演算法
    5.3.4  辛普森法則
    5.3.5  自適應辛普森法
    5.3.6  利用numpy及scipy模塊進行數值積分
  習題
第六章  常微分方程
  6.1  常微分方程初值問題的數值解
    6.1.1  歐拉法
    6.1.2  改良歐拉法
    6.1.3  龍格-庫塔法
  6.2  常微分方程組初值問題的數值解
  6.3  高階常微分方程初值問題的數值解
  6.4  常微分方程邊值問題的數值解
    6.4.1  打靶法
    6.4.2  有限差分法

  6.5  利用scipy模塊求解常微分方程
  習題
第七章  偏微分方程
  7.1  拋物型方程
    7.1.1  顯式法
    7.1.2  隱式法
    7.1.3  克蘭克-尼科爾森六點格式
  7.2  雙曲型方程
  7.3  橢圓型方程
  7.4  直線法
    7.4.1  直線法求解拋物型方程
    7.4.2  直線法求解雙曲型方程
  7.5  緊致差分演算法
  習題
第八章  過程最優化
  8.1  單變數函數的最優化
    8.1.1  搜索區間的確定
    8.1.2  黃金分割法
    8.1.3  插值法
  8.2  無約束多變數函數的優化
  8.3  有約束多變數函數的優化
    8.3.1  複合形法
    8.3.2  懲罰函數法
  8.4  利用scipy模塊進行函數優化
  習題
第九章  Monte Carlo模擬
  9.1  隨機數
  9.2  用Monte Carlo法求數值積分
  9.3  Monte Carlo模擬實例
  9.4  Monte Carlo方法在高分子研究中的應用
    9.4.1  共聚反應的模擬
    9.4.2  鄰基反應的模擬
    9.4.3  降解反應的模擬
  習題
第十章  智能優化演算法
  10.1  遺傳演算法
    10.1.1  編碼方法
    10.1.2  適應度評估
    10.1.3  選擇
    10.1.4  交叉
    10.1.5  變異
  10.2  粒子群優化演算法
  10.3  利用geatpy 模塊進行遺傳演算法優化
  10.4  利用scikit-opt模塊實現智能優化演算法
    10.4.1  scikit-opt模塊中的遺傳演算法
    10.4.2  scikit-opt模塊中的粒子群演算法
  習題
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032