第1章 緒論 1
1.1 計算方法研究的對象和特點 1
1.2 計算方法的誤差 4
1.2.1 誤差的來源與分類 4
1.2.2 誤差與有效數(shù)字 6
1.2.3 有效數(shù)字與相對誤差限的關(guān)系 8
1.2.4 數(shù)值運算的誤差估計 9
1.3 避免誤差需要遵循的原則與注意的問題 12
1.3.1 遵循的原則 12
1.3.2 注意的問題 13
小結(jié) 15
習(xí)題 15
第2章 非線性方程的數(shù)值解法 16
2.1 根的隔離與二分法 16
2.1.1 根的隔離 16
2.1.2 二分法 18
2.2 迭代法及其收斂性 20
2.2.1 不動點迭代法基本概念 20
2.2.2 不動點的存在性與收斂性 22
2.3 迭代收斂的加速方法 28
2.3.1 迭代的收斂速度 28
2.3.2 收斂過程的加速 31
2.4 牛頓迭代法 35
2.4.1 牛頓法的構(gòu)造及牛頓迭代公式 35
2.4.2 牛頓法的收斂性和收斂速度 36
2.4.3 初值的選取 40
2.4.4 牛頓下山法 41
2.5 近似牛頓法 43
2.5.1 簡化牛頓法 43
2.5.2 弦截法 43
2.5.3 快速弦截法 45
2.5.4 拋物線法 48
小結(jié) 51
習(xí)題 52
第3章 線性方程組的數(shù)值解法 53
3.1 解線性方程組的直接法 54
3.1.1 高斯消去法 54
3.1.2 列主元消去法 56
3.1.3 矩陣的三角分解 58
3.1.4 追趕法 64
3.1.5 平方根法 68
3.1.6 向量和矩陣的范數(shù) 71
3.2 解線性方程組的迭代法 80
3.3 簡單迭代法 83
小結(jié) 90
習(xí)題 91
第4章 插值法與曲線擬合 94
4.1 插值多項式的存在唯一性 94
4.2 拉格朗日插值 95
4.2.1 線性插值 95
4.2.2 拋物插值 97
4.2.3 拉格朗日插值多項式 98
4.2.4 插值余項、誤差估計 99
4.3 牛頓插值 103
4.3.1 插值基函數(shù) 103
4.3.2 差商的概念 104
4.3.3 差商的性質(zhì) 105
4.3.4 牛頓插值公式 107
4.4 埃爾米特插值 109
4.5 分段插值 115
4.5.1 高次插值的龍格（Runge）現(xiàn)象 115
4.5.2 分段插值的概念 117
4.5.3 分段線性插值 117
4.5.4 分段三次埃爾米特插值 119
4.6 三次樣條插值 122
4.7 曲線擬合的最小二乘法 127
4.7.1 直線擬合 127
4.7.2 多項式擬合 128
4.7.3 其他函數(shù)曲線擬合 131
小結(jié) 135
習(xí)題 135
第5章 數(shù)值積分與數(shù)值微分 139
5.1 數(shù)值積分 139
5.1.1 機械求積公式和代數(shù)精度 140
5.1.2 求積公式的構(gòu)造方法 145
5.1.3 牛頓-科茨求積公式 149
5.1.4 復(fù)化求積法 154
5.1.5 龍貝格（Romberg）求積公式及算法 157
5.2 數(shù)值微分 163
5.2.1 差商型數(shù)值微分 163
5.2.2 插值型數(shù)值微分 164
5.2.3 樣條插值型數(shù)值微分 166
5.2.4 理查森外推型數(shù)值微分 167
小結(jié) 169
習(xí)題 170
第6章 常微分方程數(shù)值解法 172
6.1 歐拉法、隱式歐拉法和二步歐拉法 173
6.1.1 歐拉法 173
6.1.2 隱式歐拉法和二步歐拉法 174
6.1.3 局部截斷誤差與精度 176
6.2 梯形法和改進(jìn)的歐拉法 177
6.2.1 梯形法 178
6.2.2 改進(jìn)的歐拉法 179
6.3 龍格-庫塔法 184
6.3.1 龍格-庫塔法的基本思想 184
6.3.2 二階龍格-庫塔法 185
6.3.3 高階龍格-庫塔法 187
6.3.4 變步長龍格-庫塔法 191
6.4 單步法的收斂性與穩(wěn)定性 192
6.4.1 收斂性 193
6.4.2 穩(wěn)定性 196
6.5 一階方程組及高階方程 198
6.5.1 一階方程組 198
6.5.2 高階方程的初值問題 200
6.6 邊值問題的數(shù)值解法 202
小結(jié) 205
習(xí)題 206
第7章 矩陣特征值的計算 208
7.1 乘冪法與反冪法 208
7.1.1 計算模最大特征值的乘冪法 208
7.1.2 算法實現(xiàn) 210
7.1.3 反冪法 211
7.2 QR方法 212
7.2.1 鏡像矩陣與QR分解 212
7.2.2 QR方法實現(xiàn) 215
小結(jié) 217
實驗 求矩陣特征值的乘冪法與反冪法 217
習(xí)題 217
第8章 智能計算基本算法 219
8.1 遺傳算法 220
8.1.1 遺傳算法概述 220
8.1.2 遺傳算法原理 221
8.1.3 遺傳算法實現(xiàn) 223
8.1.4 遺傳算法應(yīng)用 225
8.2 蟻群算法 227
8.2.1 蟻群算法原理 228
8.2.2 蟻群算法的數(shù)學(xué)模型 229
8.2.3 蟻群算法實現(xiàn) 231
8.3 粒子群算法 233
8.3.1 粒子群算法概述 233
8.3.2 基本粒子群算法 234
8.3.3 改進(jìn)粒子群算法 235
8.3.4 非線性方程（組）求根的粒子群算法 236
8.4 人工神經(jīng)網(wǎng)絡(luò) 238
8.4.1 人工神經(jīng)元 238
8.4.2 激活函數(shù) 239
8.4.3 損失函數(shù) 241
8.4.4 基于梯度下降的優(yōu)化算法 242
8.4.5 前饋神經(jīng)網(wǎng)絡(luò) 244
8.4.6 誤差反向傳播算法 245
小結(jié) 249
習(xí)題 249
第9章 數(shù)值計算的MATLAB實踐 251
9.1 MATLAB基礎(chǔ) 251
9.1.1 運算符 251
9.1.2 函數(shù)命令 252
9.1.3 矩陣與數(shù)組運算 253
9.1.4 繪圖 254
9.1.5 程序設(shè)計基礎(chǔ) 256
9.2 非線性方程組求根問題的MATLAB實現(xiàn) 257
9.2.1 MATLAB中與方程組有關(guān)的命令 257
9.2.2 求方程實根的實現(xiàn) 258
9.2.3 實際問題的求解 259
9.3 線性方程組求根問題的MATLAB實現(xiàn) 259
9.3.1 MATLAB中與方程組有關(guān)的命令 259
9.3.2 Gauss消去法的源程序 259
9.3.3 Jacobi迭代法的源程序 260
9.3.4 Gauss-Seidel迭代法的源程序 261
9.4 插值問題的MATLAB實現(xiàn) 262
9.4.1 MATLAB自帶的插值命令 262
9.4.2 拉格朗日插值和牛頓插值 265
9.4.3 擬合與逼近的MATLAB實現(xiàn) 266
9.5 數(shù)值積分的MATLAB實現(xiàn) 268
9.5.1 數(shù)值積分命令 268
9.5.2 實際問題的求解 269
9.6 常微分方程問題的MATLAB實現(xiàn) 270
9.6.1 常微分方程數(shù)值解法的源程序 270
9.6.2 實際問題的求解 271
9.7 矩陣特征值問題的MATLAB實現(xiàn) 272
9.8 神經(jīng)網(wǎng)絡(luò)的MATLAB實現(xiàn) 272
9.8.1 數(shù)據(jù)預(yù)處理 272
9.8.2 MATLAB實現(xiàn)神經(jīng)網(wǎng)絡(luò)常用命令 274
9.8.3 BP網(wǎng)絡(luò)實驗 276
小結(jié) 277
習(xí)題 278
參考文獻(xiàn) 280