Awesome
Numerical Analysis Practice
这是数值分析课程的上机作业,使用 Matlab 实现,并将算法原理和算法结果以作业文档的形式呈现。
配套教材为《数值分析基础》,各章对应练习内容如下:
- 第二章 线性代数方程组的直接解法 & 第三章 线性代数方程组的迭代解法
- 直接解法:Gauss 消元法、Cholesky 分解方法、Tikhonov 正则化方法
- 迭代解法:共轭梯度法、GMRES 方法
- 第四章 非线性方程组的数值解法
- 不动点迭代法、Steffensen 迭代法和 Newton 迭代法
- 第五章 矩阵特征值问题的数值方法
- 经典 Jacobi 方法、Jacobi 过关法、QR 算法
- 第六章 插值法
- Lagrange 插值、分段线性插值、三次自然样条插值
- 第七章 函数逼近
- 最佳平方逼近:Legendre 多项式
- 近似最佳一致逼近:截断 Tchebychev 级数、插值余项极小化方法
- 第八章 数值微分与数值积分
- 五点 Gauss-Legendre 求积公式的复合求积公式、Romberg 求积方法
- 第九章 常微分方程初值问题的数值解法
- 古典四级四阶 Runge-Kutta 方法、隐式二级四阶 Runge-Kutta 方法(Gauss 方法)
详见各目录下具体习题与作业文档。
参考
关治, & 陆金甫 (Eds.). (2010). 数值分析基础. 高等教育出版社.