资源介绍
（英文版电子书）
核心内容框架
（一）基础理论与方法分类
书籍开篇明确数值方法的核心定位 —— 作为化工实践中的关键工具，用于解决难以通过解析法求解的实际问题。首先阐释数值方法的定义：通过近似计算手段解决复杂或无解析解的数学问题，依赖计算机进行增量式、重复性迭代运算，区别于能得出精确解的解析法。
进一步分析数值方法的必要性：面对化工领域中精馏塔设计（涉及线性代数）、微分方程求解、统计分析等复杂问题，解析法往往效率低下或无法适用，数值方法可大幅提升求解效率；同时，多数工程问题缺乏精确解析解，需依赖数值方法获取近似解，减少 costly 实验的需求。
在方法分类上，将数值方法划分为直接法与间接法（迭代法）：
直接法：通过有限步骤即可得到精确解（若运算无舍入误差），典型如高斯消元法。以线性方程组求解为例，通过将增广矩阵转化为上三角矩阵，再通过回代得到结果，步骤固定、可预判。
间接法（迭代法）：无需固定步骤，以初始猜测值为起点，反复迭代直至误差满足要求，如二分法、牛顿法、雅可比迭代法等。该方法更适用于大型矩阵求解，虽需权衡计算时间与精度，但能有效降低计算复杂度。
（二）核心数值方法与化工应用
线性与非线性代数方程求解
线性代数方程部分，详细讲解矩阵性质（对称矩阵、对角矩阵等）、矩阵运算（求和、乘法、求逆、转置），以及克拉默法则、高斯消元法、高斯 - 若尔当消元法、雅可比迭代法、高斯 - 赛德尔迭代法等求解方法。结合化工案例，如通过物料衡算建立线性方程组，求解反应体系中各组分浓度。
非线性代数方程部分，介绍图形法、二分法、试位法、里德尔斯法等 bracketing 方法，以及代入法、不动点迭代法、牛顿 - 拉夫逊法、割线法、穆勒法等开域方法。例如，在醋酸酐水解反应的连续搅拌釜式反应器（CSTR）建模中，通过建立非线性方程求解反应物浓度。
常微分方程数值解法
初始值问题（IVP）：涵盖特征值与特征向量法、消元法，以及欧拉法（显式与隐式）、中点法、休恩法、龙格 - 库塔法（四阶为主）、皮卡迭代法等。以间歇反应器中串联反应（A→B→C）的浓度变化建模为例，通过求解常微分方程获得各组分浓度随时间的变化曲线。
边值问题（BVP）：介绍有限差分法、托马斯算法、打靶法，适用于催化剂颗粒内扩散 - 反应、翅片传热等化工场景。例如，球形多孔催化剂颗粒中组分扩散与反应的建模，通过边值问题求解浓度分布。
数值积分
介绍辛普森法则、梯形法则、矩形法则（中点法则）、布尔法则、龙贝格积分与理查森外推法，用于计算化工过程中的定积分，如平推流反应器（PFR）体积设计中积分的数值求解，通过不同方法对比，帮助读者选择适合特定场景的高效积分方式。
联立微分方程组求解
针对含多个变量的化工模型，讲解如何通过欧拉法、中点法、四阶龙格 - 库塔法、皮卡法同时求解二元一阶线性独立微分方程组。例如，反应体系中两种组分浓度随时间变化的联立方程求解，模拟复杂反应动力学过程。
（三）工具实践与验证
书籍重点突出 Python 与 Simulink 的应用，附录详细介绍两种工具的使用方法，每类数值方法均配套相应的代码示例与仿真模型：
Python：利用 NumPy、SciPy、Matplotlib 等库实现数值计算与结果可视化，如通过代码编写牛顿 - 拉夫逊法求解非线性方程，绘制函数曲线与迭代收敛过程。
Simulink：通过图形化编程搭建仿真模型，如利用积分器模块求解常微分方程，通过 MATLAB 函数块嵌入自定义算法，验证数值解的正确性。例如，在联立微分方程组求解中，通过 Simulink 搭建模型，直观展示变量随时间的变化趋势。
三、书籍特色与价值
理论与实践深度融合：每个数值方法均从原理讲解出发，结合化工实际案例（反应器设计、传热传质、反应动力学等），帮助读者理解方法的应用场景与优势，避免纯理论学习的抽象性。
工具支撑强化应用能力：通过 Python 与 Simulink 的双重验证，既培养读者的编程能力，又提升其工程仿真思维，使其能快速将数值方法应用于实际化工问题求解。
循序渐进的内容编排：从基础概念（数值方法定义、分类）到具体方法（代数方程、微分方程、数值积分），再到复杂应用（联立方程组），逻辑清晰，配套大量例题、习题与图表，便于自主学习与教学使用。
该书为化工领域师生与工程师提供了系统的数值方法学习框架，不仅帮助掌握核心算法，更能培养运用工具解决实际问题的能力，是化工过程建模与仿真方向的重要参考资料。