本书介绍常用的数值计算方法，内容包括：函数插值、最小二乘拟合、非线性方程求解、线性方程组解法、数值积分和数值微分、常微分方程数值解法、矩阵的特征值问题等。本书例题丰富，有近百道形式多样的习题，并有C语言和Mathematica语言的例题，还有Matlab程序演示和各章教学PPT等数字资源材料，扫描二维码即可学习。

本书系统地介绍了科学与工程计算中常用的数值计算方法及有关理论分析和应用, 力求内容完整和算法实用。全书包括数值线性代数, 非线性方程( 组) 数值解法, 矩阵特征值问题, 数值逼近, 数值微分和数值积分, 微分方程数值求解。对于每种常用的数值解法, 不仅给出具体步骤, 而且还给出了MATLAB程序, 便于读者调用。本书注重数值计算基本思想的阐述以及计算方法的应用。书中每章都配有适当的习题、上机实验题, 并附有与本章内容有关的应用案例。

本教材依据《大学计算机基本要求》，从信息与社会、平台与计算、程序与算法、数据与智能四个维度进行组织。其中，信息与社会部分包括：信息与编码，信息伦理与法律，信息技术与社会变革，信息安全与隐私保护；平台与计算部分包括：计算模式演变，计算机的组织与结构，计算机的输入输出接口，计算机网络，物联网，新型计算系统（云计算、边缘计算等）；程序与算法部分包括：程序设计模式，基本数据结构，算法设计初步，Python语言初阶，软件开发模式与过程管理，软件复杂性分析，典型行业软件简介（自学）。数据与智能部分包括

　　数值分析原理及MATLAB实验依据数值分析的基本原理，从MATLAB程序设计的角度出发，较系统地阐述了数值分析的理论与算法。全书共9章，包括绪论、非线性方程求解、线性方程组的解法、非线性方程组的解法、插值法、函数逼近与曲线拟合、数值积分与数值微分、常微分方程求解、矩阵特征值计算。本书着重于算法设计与编程实现，强调通过理论联系实际提高动手编程能力。　　本书可作为数学、计算机、物理、工程类专业的本科生与研究生教材，也可供从事科学与工程计算的科技工作者参考。

本书以工科学生所具备的数学基础知识为起点，介绍了化问题和模型，不仅由浅入深给出了经典的无约束规划、约束规划中的数值算法，同时也给出了近期大量涌现并得到广泛关注的锥约束优化和机器学习中的优化算法。力求读者既能理解化的理论思想，又能掌握常用的优化算法，并能运用算法解决科学研究与实践中的化问题。本书适用于计算数学、应用数学、运筹学等应用理科专业和管理工程、系统工程、电子信息、机械制造等工科专业的本科生与研究生，也可满足从事运筹优化应用的工程技术人员和管理人员的需要。

全书分两部分, 第一部分介绍基本的智能优化方法, 包括传统的启发式搜索算法以及以演化算法为代表的群智能搜索方法; 第二部分介绍演化优化领域常见的优化问题, 包括多模优化, 多目标优化, 约束优化, 动态优化, 鲁棒优化等, 以及实际生产生活中的优化实例。

本书介绍了与大规模工程计算相关的经典数值计算方法的构造、理论及应用.内容包括非线性方程和方程组的数值解法、线性代数方程组数值解法、插值法与数值逼近、数值积分、矩阵特征值计算、常微分方程数值解法等.同时,对数值计算方法的误差分析、计算效率、收敛性、稳定性、适用范围及优缺点也做了必要的分析与介绍.

本书为“科学计算及其软件教学丛书”之一.本书的内容包括函数的数值逼近(代数插值与函数的**逼近)及其在数值积分与数值微分的应用、数值代数(线性代数方程组的解法与矩阵特征值问题的计算)、非线性(代数与**)方程的数值解法、常微分方程(初、边值问题)数值解法及**化方法.除以上基本内容之外,本书还介绍了广泛应用于实际问题的随机统计方法之一的MonteCarlo（蒙特卡罗）方法,以及当今求解大规模科学工程计算问题最有效的算法之一的多层网格法,以便读者参考.通过对它们的讨论,使读者掌握设计数值算法的基本

《数值分析》主要介绍科学与工程计算中常用的数值计算方法. 内容包括解线性方程组的直接法和迭代法、非线性方程求根、矩阵特征值与特征向量的计算、函数的插值与逼近、数值积分和微分、求解常微分方程和偏微分方程的差分方法等. 《数值分析》系统阐述了数值分析的基本原理和基本方法, 强调各种数值方法的掌握和运用. 《数值分析》配有上机计算实验题目, 并融入慕课和微课等数字媒体资源, 读者扫描二维码即可观看学习.

本书比较系统地讨论了现代科学与工程计算中最基本的方法，共分九章，包括科学计算简介、插值法、函数逼近、数值积分、线性方程组的直接解法、线性方程组的迭代解法、函数方程的数值解法、代数特征值问题和常微分方程的数值解法，强调问题驱动和算法的MATLAB软件实现，尝试激发学生的学习兴趣。本书概念清晰、分析严谨、语言流畅、结构合理，可读性强，只要求读者具有高等数学和线性代数的基本知识。本书提供电子课件。 本书符合“低学时、重应用、模块化”的要求，可作为理工科非数学专业本科生和研究生的数值分析课教材，也