第1章 數(shù)值分析與科學(xué)計(jì)算引論(1)
1.1 數(shù)值分析的對(duì)象、作用與特點(diǎn)(1)
1.1.1 數(shù)學(xué)科學(xué)與數(shù)值分析(1)
1.1.2 計(jì)算數(shù)學(xué)與科學(xué)計(jì)算(1)
1.1.3 計(jì)算方法與計(jì)算機(jī)(2)
1.1.4 數(shù)值問題與算法(2)
1.2 數(shù)值計(jì)算的誤差(3)
1.2.1 誤差來源與分類(3)
1.2.2 誤差與有效數(shù)字(4)
1.2.3 數(shù)值運(yùn)算的誤差估計(jì)(7)
1.3 誤差定性分析與避免誤差危害(8)
1.3.1 算法的數(shù)值穩(wěn)定性(9)
1.3.2 病態(tài)問題與條件數(shù)(10)
1.3.3 避免誤差危害(11)
1.4 數(shù)值計(jì)算中算法設(shè)計(jì)的技術(shù)(13)
1.4.1 多項(xiàng)式求值的秦九韶算法(13)
1.4.2 迭代法與開方求值(14)
1.4.3 以直代曲與化整為“零”(15)
1.4.4 加權(quán)平均的松弛技術(shù)(16)
1.5 數(shù)學(xué)軟件(17)
評(píng)注(18)
復(fù)習(xí)與思考題(19)
習(xí)題(19)

第2章 插值法(22)
2.1 引言(22)
2.1.1 插值問題的提出(22)
2.1.2 多項(xiàng)式插值(23)
2.2 拉格朗日插值(23)
2.2.1 線性插值與拋物線插值(23)
2.2.2 拉格朗日插值多項(xiàng)式(25)
2.2.3 插值余項(xiàng)與誤差估計(jì)(26)
2.3 均差與牛頓插值多項(xiàng)式(29)
2.3.1 插值多項(xiàng)式的逐次生成(29)
2.3.2 均差及其性質(zhì)(30)
2.3.3 牛頓插值多項(xiàng)式(31)
2.3.4 差分形式的牛頓插值公式(32)
2.4 埃爾米特插值(35)
2.4.1 重節(jié)點(diǎn)均差與泰勒插值(35)
2.4.2 兩個(gè)典型的埃爾米特插值(36)
2.5 分段低次插值(39)
2.5.1 高次插值的病態(tài)性質(zhì)(39)
2.5.2 分段線性插值(40)
2.5.3 分段三次埃爾米特插值(40)
2.6 三次樣條插值(41)
2.6.1 三次樣條函數(shù)(41)
2.6.2 樣條插值函數(shù)的建立(42)
2.6.3 誤差界與收斂性(46)
評(píng)注(46)
復(fù)習(xí)與思考題(47)
習(xí)題(48)
計(jì)算實(shí)習(xí)題(50)

第3章 函數(shù)逼近與快速傅里葉變換(51)
3.1 函數(shù)逼近的基本概念(51)
3.1.1 函數(shù)逼近與函數(shù)空間(51)
3.1.2 范數(shù)與賦范線性空間(52)
3.1.3 內(nèi)積與內(nèi)積空間(53)
3.1.4 最佳逼近(56)
3.2 正交多項(xiàng)式(57)
3.2.1 正交函數(shù)族與正交多項(xiàng)式(57)
3.2.2 勒讓德多項(xiàng)式(59)
3.2.3 切比雪夫多項(xiàng)式(61)
3.2.4 切比雪夫多項(xiàng)式零點(diǎn)插值(63)
3.2.5 其他常用的正交多項(xiàng)式(65)
3.3 最佳平方逼近(67)
3.3.1 最佳平方逼近及其計(jì)算(67)
3.3.2 用正交函數(shù)族作最佳平方逼近(69)
3.3.3 切比雪夫級(jí)數(shù)(72)
3.4 曲線擬合的最小二乘法(73)
3.4.1 最小二乘法及其計(jì)算(73)
3.4.2 用正交多項(xiàng)式作最小二乘擬合(76)
3.5 有理逼近(78)
3.5.1 有理逼近與連分式(78)
3.5.2 帕德逼近(80)
3.6 三角多項(xiàng)式逼近與快速傅里葉變換(83)
3.6.1 最佳平方三角逼近與三角插值(84)
3.6.2 N點(diǎn)DFT與FFT算法(86)
評(píng)注(92)
復(fù)習(xí)與思考題(92)
習(xí)題(94)
計(jì)算實(shí)習(xí)題(95)

第4章 數(shù)值積分與數(shù)值微分(97)
4.1 數(shù)值積分概論(97)
4.1.1 數(shù)值積分的基本思想(97)
4.1.2 代數(shù)精度的概念(98)
4.1.3 插值型的求積公式(100)
4.1.4 求積公式的余項(xiàng)(101)
4.1.5 求積公式的收斂性與穩(wěn)定性(102)
4.2 牛頓-柯特斯公式(103)
4.2.1 柯特斯系數(shù)與辛普森公式(103)
4.2.2 偶階求積公式的代數(shù)精度(105)
4.2.3 辛普森公式的余項(xiàng)(105)
4.3 復(fù)合求積公式(106)
4.3.1 復(fù)合梯形公式(106)
4.3.2 復(fù)合辛普森求積公式(107)
4.4 龍貝格求積公式(109)
4.4.1 梯形法的遞推化(109)
4.4.2 外推技巧(110)
4.4.3 龍貝格算法(112)
4.5 自適應(yīng)積分方法(113)
4.6 高斯求積公式(116)
4.6.1 一般理論(116)
4.6.2 高斯-勒讓德求積公式(121)
4.6.3 高斯-切比雪夫求積公式(123)
4.6.4 無(wú)窮區(qū)間的高斯型求積公式(124)
4.7 多重積分(126)
4.8 數(shù)值微分(128)
4.8.1 中點(diǎn)方法與誤差分析(128)
4.8.2 插值型的求導(dǎo)公式(130)
4.8.3 三次樣條求導(dǎo)(132)
4.8.4 數(shù)值微分的外推算法(132)
評(píng)注(133)
復(fù)習(xí)與思考題(134)
習(xí)題(135)
計(jì)算實(shí)習(xí)題(137)

第5章 解線性方程組的直接方法(138)
5.1 引言與預(yù)備知識(shí)(138)
5.1.1 引言(138)
5.1.2 向量和矩陣(138)
5.1.3 矩陣的特征值與譜半徑(139)
5.1.4 特殊矩陣(141)
5.2 高斯消去法(142)
5.2.1 高斯消去法(142)
5.2.2 矩陣的三角分解(146)
5.2.3 列主元消去法(148)
5.3 矩陣三角分解法(152)
5.3.1 直接三角分解法(152)
5.3.2 平方根法(156)
5.3.3 追趕法(159)
5.4 向量和矩陣的范數(shù)(161)
5.4.1 向量范數(shù)(161)
5.4.2 矩陣范數(shù)(164)
5.5 誤差分析(167)
5.5.1 矩陣的條件數(shù)(167)
5.5.2 迭代改善法(172)
評(píng)注(174)
復(fù)習(xí)與思考題(174)
習(xí)題(175)
計(jì)算實(shí)習(xí)題(178)

第6章 解線性方程組的迭代法(180)
6.1 迭代法的基本概念(180)
6.1.1 引言(180)
6.1.2 向量序列與矩陣序列的極限(182)
6.1.3 迭代法及其收斂性(183)
6.2 雅可比迭代法與高斯-塞德爾迭代法(187)
6.2.1 雅可比迭代法(187)
6.2.2 高斯-塞德爾迭代法(188)
6.2.3 雅可比迭代與高斯-塞德爾迭代收斂性(190)
6.3 超松弛迭代法(193)
6.3.1 逐次超松弛迭代法(193)
6.3.2 SOR迭代法的收斂性(195)
6.3.3 塊迭代法(197)
6.4 共軛梯度法(202)
6.4.1 與方程組等價(jià)的變分問題(202)
6.4.2 最速下降法(203)
6.4.3 共軛梯度法（CG方法）(204)
評(píng)注(208)
復(fù)習(xí)與思考題(208)
習(xí)題(209)
計(jì)算實(shí)習(xí)題(211)

第7章 非線性方程與方程組的數(shù)值解法(212)
7.1 方程求根與二分法(212)
7.1.1 引言(212)
7.1.2 二分法(213)
7.2 不動(dòng)點(diǎn)迭代法及其收斂性(215)
7.2.1 不動(dòng)點(diǎn)與不動(dòng)點(diǎn)迭代法(215)
7.2.2 不動(dòng)點(diǎn)的存在性與迭代法的收斂性(216)
7.2.3 局部收斂性與收斂階(218)
7.3 迭代收斂的加速方法(220)
7.3.1 埃特金加速收斂方法(220)
7.3.2 斯特芬森迭代法(221)
7.4 牛頓法(222)
7.4.1 牛頓法及其收斂性(222)
7.4.2 牛頓法應(yīng)用舉例(224)
7.4.3 簡(jiǎn)化牛頓法與牛頓下山法(225)
7.4.4 重根情形(226)
7.5 弦截法與拋物線法(228)
7.5.1 弦截法(228)
7.5.2 拋物線法(229)
7.6 求根問題的敏感性與多項(xiàng)式的零點(diǎn)(230)
7.6.1 求根問題的敏感性與病態(tài)代數(shù)方程(230)
7.6.2 多項(xiàng)式的零點(diǎn)(232)
7.7 非線性方程組的數(shù)值解法(233)
7.7.1 非線性方程組(233)
7.7.2 多變量方程的不動(dòng)點(diǎn)迭代法(234)
7.7.3 非線性方程組的牛頓迭代法(236)
評(píng)注(236)
復(fù)習(xí)與思考題(237)
習(xí)題(238)
計(jì)算實(shí)習(xí)題(239)

第8章 矩陣特征值計(jì)算(241)
8.1 特征值性質(zhì)和估計(jì)(241)
8.1.1 特征值問題及其性質(zhì)(241)
8.1.2 特征值估計(jì)與擾動(dòng)(242)
8.2 冪法及反冪法(245)
8.2.1 冪法(245)
8.2.2 加速方法(248)
8.2.3 反冪法(251)
8.3 正交變換與矩陣分解(254)
8.3.1 豪斯霍爾德變換(254)
8.3.2 吉文斯變換(256)
8.3.3 矩陣的QR分解與舒爾分解(258)
8.3.4 用正交相似變換約化一般矩陣為上海森柏格矩陣(261)
8.4 QR方法(264)
8.4.1 QR算法(264)
8.4.2 帶原點(diǎn)位移的QR方法(266)
8.4.3 用單步QR方法計(jì)算上海森伯格矩陣的特征值(268)
8.4.4 雙步QR方法（隱式QR方法）(272)
評(píng)注(274)
復(fù)習(xí)與思考題(274)
習(xí)題(275)
計(jì)算實(shí)習(xí)題(277)

第9章 常微分方程初值問題數(shù)值解法(279)
9.1 引言(279)
9.2 簡(jiǎn)單的數(shù)值方法(280)
9.2.1 歐拉法與后退歐拉法(280)
9.2.2 梯形方法(282)
9.2.3 改進(jìn)歐拉公式(283)
9.2.4 單步法的局部截?cái)嗾`差與階(284)
9.3 龍格-庫(kù)塔方法(286)
9.3.1 顯式龍格-庫(kù)塔法的一般形式(286)
9.3.2 二階顯式R-K方法(287)
9.3.3 三階與四階顯式R-K方法(288)
9.3.4 變步長(zhǎng)的龍格-庫(kù)塔方法(290)
9.4 單步法的收斂性與穩(wěn)定性(291)
9.4.1 收斂性與相容性(291)
9.4.2 絕對(duì)穩(wěn)定性與絕對(duì)穩(wěn)定域(293)
9.5 線性多步法(297)
9.5.1 線性多步法的一般公式(297)
9.5.2 阿當(dāng)姆斯顯式與隱式公式(299)
9.5.3 米爾尼方法與辛普森方法(301)
9.5.4 漢明方法(302)
9.5.5 預(yù)測(cè)-校正方法(303)
9.5.6 構(gòu)造多步法公式的注記和例(305)
9.6 線性多步法的收斂性與穩(wěn)定性(306)
9.6.1 相容性及收斂性(307)
9.6.2 穩(wěn)定性與絕對(duì)穩(wěn)定性(308)
9.7 一階方程組與剛性方程組(310)
9.7.1 一階方程組(310)
9.7.2 化高階方程為一階方程組(312)
9.7.3 剛性方程組(313)
評(píng)注(315)
復(fù)習(xí)與思考題(315)
習(xí)題(316)
計(jì)算實(shí)習(xí)題(318)

部分習(xí)題答案(320)

參考文獻(xiàn)(325)