图灵原版数学·统计学系列：矩阵计算（英文版·第4版） 下载 mobi epub pdf 电子书 2025

编辑推荐

　　国际上关于数值线性代数方面，全面的一本专著。

内容简介

　　《图灵原版数学·统计学系列：矩阵计算（英文版·第4版）》是数值计算领域的名著，系统介绍了矩阵计算的基本理论和方法。内容包括：矩阵乘法、矩阵分析、线性方程组、正交化和小二乘法、特征值问题、Lanczos 方法、矩阵函数及专题讨论等。书中的许多算法都有现成的软件包实现，每节后附有习题，并有注释和大量参考文献。新版增加约四分之一内容，反映了近年来矩阵计算领域的飞速发展。
　　《图灵原版数学·统计学系列：矩阵计算（英文版·第4版）》可作为高等院校数学系高年级本科生和研究生教材，亦可作为计算数学和工程技术人员参考书。

作者简介

　　Gene H. Golub(1932－2007)， 美国科学院、工程院和艺术科学院院士，世界著名数值分析专家，现代矩阵计算奠基人，矩阵分解算法的主要贡献者。生前曾任斯坦福大学教授。

　　Charles F. Van Loan，著名数值分析专家，美国康奈尔大学教授，曾任该校计算机科学系主任。他于1973年在密歇根大学获得博士学位，师从Cleve Moler。

内页插图

精彩书评

　　★“多年来，这本书一直是我在研究生院讲授‘数值线性代数’的教材。”
　　——袁亚湘，中科院院士，中国运筹学学会理事长，冯康奖得主

　　★“本书内容非常丰富，有老而经典的，也有新的正在研究中的课题。无论你是数值线性代数领域的工作人员，还是学生，这都是一本有价值的参考书。”
　　——SIAM Review

目录

1　Matrix Multiplication
1．1　Basic Algorithms and Notation
1．2　Structure and Efficiency
1．3　Block Matrices and Algorithms
1．4　Fast Matrix-Vector Products
1．5　Vectorization and Locality
1．6　Parallel Matrix Multiplication
2　Matrix Analysis
2．1　Basic Ideas from Linear Algebra
2．2　Vector Norms
2．3　Matrix Norms
2．4　The Singular Value Decomposition
2．5　Subspace Metrics
2．6　The Sensitivity of Square Systems
2．7　Finite Precision Matrix Computations
3　General Linear Systems
3．1　Triangular Systems
3．2　The LU Factorization
3．3　Roundoff Error in Gaussian Elimination
3．4　Pivoting
3．5　Improving and Estimating Accuracy
3．6　Parallel LU
4　Special Linear Systems
4．1　Diagonal Dominance and Symmetry
4．2　Positive Definite Systems
4．3　Banded Systems
4．4　Symmetric Indefinite Systems
4．5　Block Tridiagonal Systems
4．6　Vandermonde Systems
4．7　Classical Methods for Toeplitz Systems
4．8　Circulant and Discrete Poisson Systems
5　Orthogonalization and Least Squares
5．1　Householder and Givens Transformations
5．2　The QR Factorization
5．3　The Full-Rank Least Squares Problem
5．4　Other Orthogonal Factorizations
5．5　The Rank-Deficient Least Squares Problem
5．6　Square and Underdetermined Systems
6　Modified Least Squares Problems and Methods
6．1　Weighting and Regularization
6．2　Constrained Least Squares
6．3　Total Least Squares
6．4　Subspace Computations with the SVD
6．5　Updating Matrix Factorizations
7　Unsymmetric Eigenvalue Problems
7．1　Properties and Decompositions
7．2　Perturbation Theory
7．3　Power Iterations
7．4　The Hessenberg and Real Schur Forms
7．5　The Practical QR Algorithm
7．6　Invariant Subspace Computations
7．7　The Generalized Eigenvalue Problem
7．8　Hamiltonian and Product Eigenvalue Problems
7．9　Pseudospectra
8　Symmetric Eigenvalue Problems
8．1　Properties and Decompositions
8．2　Power Iterations
8．3　The Symmetric QR Algorithm
8．4　More Methods for Tridiagonal Problems
8．5　Jacobi Methods
8．6　Computing the SVD
8．7　Generalized Eigenvalue Problems with Symmetry
9　Functions of Matrices
9．1　Eigenvalue Methods
9．2　Approximation Methods
9．3　The Matrix Exponential
9．4　The Sign， Square Root， and Log of a Matrix
10　Large Sparse Eigenvalue Problems
10．1　The Symmetric Lanczos Process
10．2　Lanczos， Quadrature， and Approximation
10．3　Practical Lanczos Procedures
10．4　Large Sparse SVD Frameworks
10．5　Krylov Methods for Unsymmetric Problems
10．6　Jacobi-Davidson and Related Methods
11　Large Sparse Linear System Problems
11．1　Direct Methods
11．2　The Classical Iterations
11．3　The Conjugate Gradient Method
11．4　Other Krylov Methods
11．5　Preconditioning
11．6　The Multigrid Framework
12　Special Topics
12．1　Linear Systems with Displacement Structure
12．2　Structured-Rank Problems
12．3　Kronecker Product Computations
12．4　Tensor Unfoldings and Contractions
12．5　Tensor Decompositions and Iterations
Index

前言/序言

非常不给力，不提内容，书的装订非常差，感觉都不是正版的！虽然是搞活动买的，但也应该保证书的质量吧！这次在京东购物有点失望..

原版教材，质量不错

在程序设计上，无论是汇编语言还是高级语言，在编写时都需要编写者的强大的逻辑思维和计算能力作为支柱，而这些思维和能力都是在以前的数学训练中获得的副作用。网络技术也一样，网络编程、组网技术等都需要一些运算，学习时需要一定算术基础，如子网的划分，IP地址的原理学习等，例如各进制的转换。这些算法其实不难，但需要快而准，否则对着部机想半天也搞不出，这样就没效率了。要知道程序都是数学家发明的。数据库也一样，数据库技术是参考集合论的，集合的算法（如最常见的交并补）的。

书好快递又快，不能再满意了~以前读过中文版，这次拿到了新版的英文原版，要好好再研读一下，我不是数学专业的，但我不得不说这是我买过的最好的一本数学书

矩阵计算方面的权威著作 不错

给力

内容没看不说，正版倒是事实，印刷好，不过如果是偏黄的纸张就好了，白色纸有些不习惯。

必备书籍，经典

书质量不错 京东很给力