数值分析+编程代码汇总+追赶法、拉格朗日插值、最小二乘法、不动点迭代、雅可比迭代、牛顿法下山法、割线法、乘幂法
比较全数值分析编程汇总,内容包括: 线性方程组的直接法:Gauss消去法与矩阵三角分解法(Doolittle分解法相比Crout分解法更常用)及其选择列主元的改进方法、Doolittle分解法的延伸(实对称正定矩阵利用Cholesky分解得到的平方根法、三对角矩阵作为线性方程组系数矩阵的追赶法) 线性方程组的迭代法:Jacobi迭代法、Gauss-Seidel迭代法(利用前者每次迭代已得到的最新分量加速)、逐次超松弛(SOR,Successive Over-Relaxation)方法 函数拟合的插值法:拉格朗日(Lagrange)插值法与牛顿(Newton)插值法。 函数逼近方法:数值逼近中引入了函数范数和函数内积的概念。前者用来度量逼近函数与原函数在一个区间内的整体误差,后者广泛用于各种数值逼近方法的计算过程中。函数的∞-范数对应最佳一致逼近;函数的2-范数(Euclid-范数)对应最佳平方逼近。 数值积分算法与数值微分。 非线性方程及方程组的数值方法。 矩阵特征值的数值解法:乘幂法与反幂法。 常微分方程的数值解法:欧拉(Euler)方法,龙格-库塔法。