简介：《计算化学》是化学、数学学科中的数值计算方法和计算机编程等多学科知识相结合的一门综合性新课程。它运用数学、统计学与计算机科学的方法，进行化学化工的试验设计、数据与信息处理、分类、解析和预测。教材的内容分为上、下篇。上篇以化学化工中常用的数值计算方法及计算机在化学中的应用为主线，内容包括：代数方程及代数方程组的求解、插值法和回归分析——实验数据的拟合及模型参数的确定、数值积分与常微分方程的数值解法、本征值和本征向量、判别分析与因子分析在化学中的应用、化学化工中常用的软件及网络资源简介、化学化工中的最优化方法简介、化学化工过程计算机模拟简介及计算机在化学化工中的其他应用简介。下篇以化学学科分类为主线，介绍了计算机在化学化工中的应用实例。教材将化学问题数学模型的建立、数值计算方法的选择和计算机程序的编制融为一体，旨在使学生通过教材，掌握化学中常用的数值计算方法，了解计算机在化学化工中的应用，并能利用计算方法来解决化学中的实际问题，从而培养学生的创新思维和创新能力。教材由文字版和光盘组成，适用于应用化学、化学工程与工艺、制药工程、高分子材料、冶金工程、无机非金属材料、环境工程等专业本科学生使用，也适用于对计算化学有兴趣的化学化工专业技术人员和青年教师参考。
目录
第1章 绪论 1
1．1 微机在化学中的应用 1
1．2 计算机解题一般步骤 1
1．3 计算机语言和源程序 2
1．4 算法简介 2
1．5 数值计算误差简介 2
第2章 代数方程求根 4
2．1 引言 4
2．2 多项式的求值 5
2．3 二分法 9
2．4 迭代法 13
2．5 迭代过程的加速 17
2．6 牛顿法 21
2．7 弦截法 26
2．8 多项式方程求全部根 28
2．9 多元弱酸缓冲溶液的pH值和各组分浓度的确定 33
习题 41
第3章 函数插值 43
3．1 引言 43
3．2 线性插值 43
3．3 拉格郎日三点插值 47
3．4 拉格郎日n点插值 52
3．5 插值余项 57
3．6 埃特金插值 60
习题 65
第4章 数值积分 67
4．1 引言 67
4．2 梯形法求积 68
4．3 辛普生求积 72
4．4 求积公式的误差 79
4．5 离散点数据的求积 80
4．6 龙贝格求积 88
4．7 辛普生方法求二重积分 92
习题 94
第5章 常微分方程的数值解 97
5.1 引言 97
5．2 欧拉法及改进 98
5．3 龙格-库塔法 102
5．4 积分步长的自动选取 108
5．5 一阶常微分方程组 110
5．6 高阶常微分方程的解 117
习题 120
第6章 线性方程组的解法 122
6．1 引言 122
6．2高斯消去法123
6．3 迭代法 127
6．4 逆矩阵法求解线性方程组 142
6．5 三对角线性方程组的追赶解法 145
6．6 矩阵分解法求线性方程组 149
习题 162
第7章 非线性方程组的解法 164
7．1 引言 164
7．2 迭代法 164
7．3 牛顿-雷扶生法 172
7．4 最速下降法 182
7．5 非线性函数参数的拟合 185
习题 191
第8章 回归分析 194
8．1 引言 194
8．2 一元线性回归 195
8．3 加权回归 209
8．4 一元非线性回归 214
8．5 多元线性回归 221
8．6 数据的标准化 228
8．7 多元线性回归数据的标准化处理 230
8．8 多元线性回归的显著性检验 235
8．9 最优回归方程的选择 241
8．10 可化为多元线性回归的问题 243
8．11 多项式回归 247
习题 253
附表 255
第9章 蒙特卡罗方法 256
9．1 引言 256
9．2 蒙特卡罗方法的基本原理 256
9．3 MC方法应用实例 258
9．4 随机数与伪随机数 262
9．5 MC方法计算积分 267
9．6 MC方法的综合应用 275
习题 285
第10章 多元统计校正理论 286
10．1 化学量测数据的矩阵表示 286
10．2 多元线性回归校正 288
10．3 主成分回归 297
10．4 偏最小二乘法 306
第11章 正交试验法 315
11.1 引言 315
11．2 正交试验法的基础知识 316
11．3 正交试验结果的方差分析 327
11．4 考虑交互作用的正交试验 331
11．5 有混合水平的正交试验 340
11．6 正交试验结果的灵活处理 348
11．7 正交试验法的综合应用举例 357
11．8 正交试验的计算程序 361
