本書系統(tǒng)地介紹了數(shù)值分析的基本概念、基礎(chǔ)理論、基本數(shù)值方法和具有實際應(yīng)用背景的數(shù)值方法的實現(xiàn)過程。主要包括：數(shù)值計算基礎(chǔ)、解非線性方程的數(shù)值方法、解線性方程組的直接方法、多項式逼近和插值法、逼近理論與最小二乘法、解線性方程組的迭代法、數(shù)值微分與數(shù)值積分、解非線性方程組的數(shù)值方法、矩陣特征值與特征向量的近似計算、常微分方程數(shù)值解法、Matlab與科學(xué)計算。
本書可作為高等學(xué)校理工科研究生數(shù)學(xué)類基礎(chǔ)課程“數(shù)值分析”及數(shù)學(xué)、計算機類、信息類專業(yè)本科生算法類課程“數(shù)值分析”的課程用書，亦可供相關(guān)科研人員參考。
第1章數(shù)值計算基礎(chǔ)1
1.1數(shù)值方法1
1.2誤差分類3
1.3絕對誤差和相對誤差4
1.4舍入誤差和有效數(shù)字5
1.5數(shù)據(jù)誤差在算術(shù)運算中的傳播6
1.6誤差的影響10
1.7算法的衡量指標(biāo)10
1.8算法的穩(wěn)定性12
習(xí)題114
第2章解非線性方程的數(shù)值方法16
2.1迭代法的基本概念16
2.2二分法17
2.3不動點迭代和加速迭代收斂19
2.4Newton-Raphson方法23
2.5割線法26
2.6多項式求根28
2.7迭代初始值的選擇33
習(xí)題234
第3章解線性方程組的直接方法37
3.1解線性方程組的Gauss消去法37
3.2直接三角分解法47
3.3向量和矩陣的范數(shù)56
3.4條件數(shù)和攝動理論初步63
3.5壞條件方程組求解65
3.6條件數(shù)的應(yīng)用案例69
習(xí)題372
第4章多項式逼近和插值法75
4.1函數(shù)空間75
4.2插值法和Lagrange多項式77
4.3Hermite插值85
4.4三次樣條插值88
習(xí)題490
第5章逼近理論與最小二乘法93
5.1最佳平方逼近和正交多項式93
5.2三角多項式逼近96
5.3離散的最小二乘逼近97
習(xí)題5106
第6章解線性方程組的迭代法108
6.1迭代法的基本理論108
6.2Jacobi迭代法和Gauss-Seidel迭代法111
6.3逐次超松弛迭代法（SOR方法）116
6.4共軛斜量法119
6.5條件預(yù)優(yōu)方法125
習(xí)題6127
第7章數(shù)值微分與數(shù)值積分130
7.1數(shù)值微分130
7.2數(shù)值積分基礎(chǔ)137
7.3復(fù)合數(shù)值積分143
7.4Romberg積分147
7.5自適應(yīng)求積方法150
7.6Gauss求積155
習(xí)題7159
第8章解非線性方程組的數(shù)值方法162
8.1多變元微分162
8.2不動點迭代164
8.3Newton法168
8.4割線法171
8.5擬Newton法174
8.6下降算法178
8.7延拓法179
習(xí)題8181
第9章矩陣特征值與特征向量的近似計算184
9.1乘冪法184
9.2求模數(shù)次大特征值的降階法188
9.3逆迭代法（反乘冪法）189
9.4特征值的大致估計190
習(xí)題9192
第10章常微分方程數(shù)值解法193
10.1引言193
10.2簡單的數(shù)值方法194
10.3龍格-庫塔方法199
10.4單步法的收斂性與穩(wěn)定性204
10.5線性多步法209
10.6線性多步法的收斂性與穩(wěn)定性215
10.7一階方程組與剛性方程組218
10.8邊值問題的數(shù)值方法222
習(xí)題10226
第11章Matlab與科學(xué)計算228
11.1多項式及其運算228
11.2插值與擬合234
11.3非線性方程237
11.4線性方程組239
11.5矩陣的特征值與特征向量240
11.6常微分方程241
綜合練習(xí)244
參考文獻(xiàn)251
書單推薦
