이 책의 목차:
1장 선형대수방정식의 해법
1.풀 피벗 가우스 조던 소거법
2.LU 분해 방법
3.따라잡기 방법
4.다섯 개의 대각선 일차방정식의 해법
5. 선형 방정식 해법의 반복적 개선
6.Vandermond 방정식의 해법
7.토벨리츠 방정식의 해법
8. 특이값 분해
9. 선형 방정식의 켤레 기울기 방법
10. 대칭 방정식의 Choleski 분해 방법
11. 행렬의 QR 분해
12. 완화 반복 방법 2장 보간
1. 라그랑주 보간
2. 유리함수 보간
3. 3차 스플라인 보간
4. 정렬된 목록의 검색 방법
5. 보간 다항식
6. 이진 라그랑주 보간
7. 쌍삼차 스플라인 보간 3장 수치적분
1. 사다리꼴 구적법
2. 심슨의 구적법
3. Romberg 구적법
4.이상적분
5. 가우스 구적법
6. 삼중적분 4장 특수함수
1.г 함수, 베타 함수, 계승 및 이항 계수
2. 불완전한 г 기능, 오류 기능
3. 불완전한 베타 기능
4. 0차, 1차 및 모든 정수 차수의 첫 번째 및 두 번째 종류의 베셀 함수
5. 0차, 1차 및 모든 정수 차수의 첫 번째 및 두 번째 유형의 변형된 베셀 함수
6. 제1종 분수 베셀 함수와 변형 베셀 함수
7. 지수적분과 고정지수적분
8. 관련 르장드르 함수 5장 함수 근사
1.시리즈 요약
2.다항식과 유리함수
3. 체비쇼프의 접근 방식
4. 적분과 도함수의 체비쇼프 근사
5. 체비쇼프 근사법을 이용한 함수의 다항식 근사법 6장 고유값 문제
1. 대칭 행렬의 야코비안 변환
2. 실제 대칭 행렬을 삼중대칭 행렬로 변환
3. 삼중대각 행렬의 고유값과 고유벡터
4. 일반 행렬을 Hershenberg 행렬로 변경합니다.
5. 실제 히르센베르크 행렬을 위한 QR 알고리즘 Chapter 7 Data Fitting
1. 직선 피팅
2. 선형 최소제곱법
3. 비선형 최소제곱법
4. 최소 절대값 편차를 갖는 직선 피팅 Chapter 8 방정식 근 찾기 및 비선형 방정식의 해
1. 그래픽 방법
2. 단계적 스캐닝 방법과 이분법 방법
3.시컨트법과 평가위치법
4. 브렌트 방식
5. 뉴턴-랩슨 방법
6. 복소수 계수를 갖는 다항식의 근을 찾는 라게르 방법
7. 실수 계수를 사용하여 다항식의 근을 찾는 Bairstow의 방법
8. 비선형 방정식의 Newton-Lapheus 방법 9장 극단값과 함수의 최적화
1. 골든섹션 검색 방법
2. 파생상품이 없는 브렌트 방식
3. 파생상품을 활용한 브렌트 방식
4. 다변량 함수에 대한 하향 단순 방법
5. 다변량 함수에 대한 Bauvier 방법
6. 다변량 함수에 대한 공액 기울기 방법
7. 다변량 함수에 대한 변수 스케일링 방법
8. 선형계획법의 단순법 10장 푸리에 변환 스펙트럼법
1. 복합 데이터 고속 푸리에 변환 알고리즘
2. 실제 데이터 고속 푸리에 변환 알고리즘 1
3. 실제 데이터 고속 푸리에 변환 알고리즘 2
4. 빠른 사인 변환 및 코사인 변환
5. 컨볼루션 및 디컨볼루션을 위한 빠른 알고리즘
6. 이산 상관 및 자기 상관을 위한 빠른 알고리즘
7. 다차원 고속 푸리에 변환 알고리즘 Chapter 11 데이터의 통계적 설명
1. 분포 순간 - 평균, 평균 편차, 표준 편차, 분산, 왜곡 및 첨도
2. 중앙값 검색
3. 평균과 분산의 유의성 검정
4. 분포 피팅의 X-제곱 테스트
5. 분포 피팅에 대한 KS 테스트 방법 12장 상미분 방정식의 풀이 시스템
1. 고정 스텝 길이 4차 Runge-Kutta 방법
2. 적응형 가변 단계 크기를 사용한 Runge-Kutta 방법
3. 중간점 방식 개선
4. 외삽법 제13장 편미분방정식의 해
1. 경계값 문제를 해결하기 위한 완화 방법
2. 대체 방향 암시적 방법
확장하다
