第l章 绪论
1.1 数学问题的数值解法实例
1.2 误差概念和有效数字
1.2.1 误差概述
1.2.2 误差和有效数字
1.2.3 函数值的误差估计
1.3 算法的优化
习题
第2章 非线性方程与方程组的数值解法
2.1 二分法
2.2 一般迭代法
2.2.1 迭代法及收敛性
2.2.2 Steffensen加速收敛方法
2.3 Newton切线法
2.3.1 Newton迭代法和收敛性
2.3.2 代数方程的Newton迭代法
2.4 弦截法
2.5 非线性方程组的数值解法
2.5.1 一般迭代法
2.5.2 Newton迭代法
2.5.3 拟Newton法
习题
第3章 线性方程组的数值解法
3.1 Gauss消元法
3.1.1 Gauss顺序消元法
3.1.2 Gauss主元素消元法
3.2 矩阵的三角分解法
3.2.1 Gauss消元法矩阵形式
3.2.2 Doolittle分解
3.2.3 对称矩阵的Cholesky分解
3.2.4 三对角方程组求解的追赶法
3.3 矩阵求逆：
3.4 向量和矩阵的范数
3.4.1 向量范数
3.4.2 矩阵范数
3.4.3 矩阵的谱半径和矩阵序列收敛性
3.5 病态方程组与矩阵条件数
3.5.1 病态方程组与扰动方程组的误差分析
3.5.2 矩阵条件数
3.6 线性方程组的迭代方法
3.6.1 线性方程组迭代法概述
3.6.2 Jacobi迭代法和Gauss-Seidel迭代法
3.6.3 线性方程组迭代法收敛条件
3.6.4 分块迭代法简介
3.6.5 改善精度的迭代校正法
习题
第4章 函数逼近的插值法与曲线拟合法
4.1 Lagrange插值法
4.2 Newton插值法
4.2.1 差商及其性质
4.2.2 Newton插值公式
4.2.3 等距节点Newton插值公式
4.3 Henmite插值
4.4 三次样条插值
4.4.1 分段插值
4.4.2 三次样条插值
4.5 曲线拟合的最小二乘法
4.5.1 最佳平方逼近
4.5.2 对离散数据的曲线拟合最小二乘法?
4.5.3 矛盾方程组的最小，二乘解
习题
第5章 数值积分
5.1 Newton-Cotes求积公式
5.1.1 Cotes系数
5.1.2 Newton-Cotes公式截断误差及代数精度i
5.2 复化求积公式
5.2.1 定步长复化求积公式
5.2.2 变步长求积公式
5.3 Ramberg求积公式
5.3.1 外推法基本思想
5.3.2 Rclnberg求积算法
5.4 Gauss求积公式
5.4.1 正交多项式
5.4.2 Gauss型求积公式一般理论
5.4.3 Gauss-Legendre求积公式
5.4.4 Gaus-Chebyshey求积公式
5.4.5 一般权函数下Gauss型求积公式
5.5 数值微分
5.5.1 Taylor展开式方法
5.5.2 数值微分的插值方法
5.5.3 数值微分的隐式格式
习题
第6章 常微分方程数值解法
6.1 初值问题的Euler方法
6.1.1 Euler方法
6.1.2 误差概述
6.1.3 数值稳定性分析
6.2 Runge一Kutta方法
6.2.1 二阶R-K方法
6.2.2 四阶R-K方法
6.2.3 R-K法的稳定性
6.2.4 一般显式单步法的收敛性
6.2.5 隐式R-K法
6.3 线性多步法
6.3.1 基于数值积分的方法
6.3.2 基于Taylor展开式的方法
6.4 一阶常微分方程组数值解法
6.4.1 解一阶常微分方程组的R-K方法
6.4.2 刚性方程组
6.5 常微分方程边值问题的数值解法
6.5.1 差分方程的建立
6.5.2 差分方程的可解性与收敛性
6.5.3 打靶法
习题
第7章 矩阵特征值和特征向量的数值解法
7.1 幂法
7.1.1 幂法原理及实用幂法
7.1.2 幂法的加速收敛方法
7.1.3 逆幂法
7.2 JaCObi法
7.2.1 古典Jacobi方法
7.2.2 Jacobi法的改进
7.3 QR算法
7.3.1 Householder变换
7.3.2 矩阵的QR分解
7.3.3 QR算法
习题
主要参考文献
缺书网
扫码进群