第一章 引论 1
第一节 数值分析与计算机 1
第二节 数值方法的概念 2
第三节 误差及数在计算机内的近似表示 3
第四节 算法的稳定性 7
第五节 数值问题的适定性 10
习题 12
第二章 线性代数方程组的数值方法 13
第一节 矩阵及其基本运算 13
第二节 线性代数方程组的直接解法 22
第三节 线性代数方程组的迭代解法 49
第四节 特殊系数阵方程组的求解 57
习题 64
第三章 非线性方程（组）的数值方法 66
第一节 二分法 66
第二节 牛顿法 69
第三节 修正的牛顿法 73
第四节 弦截法 75
第五节 迭代法 78
第六节 求［a,b］区间上全部实根的方法 86
第七节 非线性方程组的迭代解法 89
习题 97
第四章 矩阵特征值与特征向量的数值解法 98
第一节 幂法 99
第二节 反幂法 103
第三节 雅可比方法 104
第四节 QR方法 111
习题 122
第五章 插值与逼近 124
第一节 多项式插值 124
第二节 分段低次插值 140
第三节 样条插值 143
第四节 连续函数的逼近 149
习题 155
第六章 曲线拟合与数据平滑 157
第一节 曲线拟合的一般概念 157
第二节 线性拟合的最小二乘法 158
第三节 几种常用的线性拟合 159
第四节 多元及非线性拟合简介 171
第五节 数据平滑的基本算法 174
习题 177
第七章 数值积分 179
第一节 矩形公式与梯形公式 179
第二节 辛甫生求积公式 184
第三节 样条积分 189
第四节 龙贝格积分法 194
第五节 高斯积分法 198
第六节 数值积分法的简要回顾 203
习题 203
第八章 常微分方程初值问题的数值方法 205
第一节 有限差分解法 207
第二节 泰勒级数法 211
第三节 龙格一库塔法 214
第四节 阿当姆斯方法 217
第五节 方程组及高阶方程 225
第六节 实际应用中的几个问题 228
习题 230
第九章 常用最优化方法 232
第一节 解线性规划模型的单纯形法 232
第二节 动态规划 251
第三节 多目标线性规划 260
第四节 二次规划 270
习题 278
第十章 人工智能计算方法 280
第一节 遗传算法 280
第二节 神经网络算法 289
第三节 其它智能计算方法 297
习题 298
参考文献 300