實(shí)用計(jì)算方法

緒論
0.1 學(xué)習(xí)好的算法
0.2 誤差和精度
0.3 注意學(xué)習(xí)方法
第1章 曲線插值和曲線擬合
1.1 Lanrange插值多項(xiàng)式
1.2 分段低次Lagrange多項(xiàng)式插值方法
1.3 Hermite插值和分段三次Hermite插值方法
1.4 三次樣條插值
1.5 曲線擬合的最小二乘方法
習(xí)題1
第2章 數(shù)值積分和數(shù)值微分
2.1 插值型數(shù)值積分的基本思想
2.2 插值型數(shù)值積分公式的確定辦法及其代數(shù)精度
2.3 分段低階數(shù)值積分和外推
2.4 Gauss求積公式
2.5 數(shù)值微分及其外推
習(xí)題2
第3章 非線性方程求根的迭代法
3.1 實(shí)根隔離與二分法
3.2 基本迭代法及其外推
3.3 Newton迭代法
3.4 解非線性方程組的Newton迭代法
習(xí)題3
第4章 解線性方程組的迭代法
4.1 Jacobi方法和Gauss-Seidel方法
4.2 向量和矩陣的模
4.3 線性方程組基本迭代法的斂散性
4.4 Jacobi方法和Gauss-Seidel方法的斂散性
4.5 SOR方法
習(xí)題
第5章 解線性方程組的直接法
5.1 直接消去法
5.2 矩陣分解法
5.3 直接法的誤差分析
習(xí)題2
第6章 解常微分方程的差分方法
6.1 一階常微分方程初值問題及其差分方法
6.2 Euler方法
6.3 梯形方法
6.4 Runge-Kutta方法
6.5 顯式單步法的穩(wěn)定性問題
6.6 Adams多步方法
6.7 常微初值問題數(shù)值解的外推方法
6.8 常微初值問題的差分離散化方法
6.9 常微特征值問題的差分離散化方法
習(xí)題6
第7章 矩陣特征值與特征向量的數(shù)值方法
7.1 冪法
7.2 反冪法
7.3 計(jì)算對(duì)稱矩陣特征值的Jacobi方法
習(xí)題7
習(xí)題解答的提示