内容简介
计算方法、科学计算、数值方法、数值分析中的主要内容基本相同，都是讲解如何实现数值计算，只是侧重点不尽相同，有的侧重算法本身的精度和误差分析，有的则侧重程序的编写与实现。数值计算的核心就是对数据的操作。而数据大多数以矩阵的形式存在。数值计算的算法即数值方法，大多数是公开透明的，只是实现过程需要的工作量比较大，有的较为复杂。进行数值计算的软件平台非常多，常见的有 MATLAB、Mathematica、R、Python等 ， 大多数实现过程也都很简单，短短几行代码就可以实现复杂的过程，根本不需要知道算法实现的细节。关于数值方法（计算方法、数值分析、科学计算）的书籍非常多，也非常成熟。针对不同的数值问题，讲解的主要内容都是相同的。各种教材更多关注算法本身相关的概念、步骤、精度、误差等数学相关概念。而在如何将算法变成程序实现方面却非常少。讲述数值计算程序实现的教材大多数以 MATLAB 为主，因为 MATLAB 具有强大而简单的矩阵运算，声明和使用矩阵都非常方便，因此学习数值方法算法的实现过程变得简单。而与 MATLAB 相同的 Python，同样作为解释型语言，由于其完成矩阵的操作略显麻烦，需要调用 numpy 模块，目前没有发现用 Python 语言讲述数值计算方法的书籍，但是直接用 Python 进行科学计算的书籍却不少。R 语言同样作为解释型数据分析语言，在国内的用户非常少，更很难见到其实现数值计算。既然数值方法中的算法在大多数数值计算软件中都可以直接简单调用函数名称实现，那为什么还要学习数值计算方法自己编程实现科学计算呢？这是因为不经过编程实现数值计算算法的训练过程，就不可能深入理解数值计算方法的实现过程与细节， 计算方法的编程能力与技巧得不到有效锻炼，更不容易顺利地编写更多具有复杂数值算法的程序。数值方法编程是学习数值方法的有效和必然途径，可以为提高数值计算水平打好基础。 针对数值方法编程，在编译型语言上实现更具有意义，因为编译型语言应用范围广泛，手机移动端、个人用户端、服务器端、各种环境下都会用到编译型语言进行编程。编译型语言中 C 语言、C++、C#、Visual Basic、Java 这几种语言的使用者数量庞大。学习使用 C++ 与 C# 语言的人员，并不一定同时熟悉 MATLAB 或者 R 这类数值计算语言。在采用 C++ 和 C# 等语言编程过程中，直接遇到的数值计算问题非常不方便，解释型语言...
