跳过导航

UNIVERSITY MATHEMATICS / NUMERICAL ANALYSIS · 本科核心

数值分析

研究数值算法的误差、稳定性、收敛性与实际计算。

研究数值算法的误差、稳定性、收敛性与实际计算。 以大学本科理工科应用为背景,兼顾理论条件、数值实验和计算实现。

建议具备 / PREREQUISITES

微积分、线性代数,以及基本编程能力。

学习目标 / LEARNING OUTCOME

能够分析常用数值算法的误差和条件数,理解数值解为何可靠或失效。

01 本站分组 I · 数值极限、序列与微积分逼近 本站按官方目录编排 2 条

本站为了学习节奏按官方目录顺序分组,不是大学官方Unit。组内标题与编号依照大学来源。

1–2

级数与数列

官方合并讲义资料 · 须先拆成课时

3–4

将积分视为求和、将导数视为差分

官方合并讲义资料 · 须先拆成课时

02 本站分组 II · 插值与非线性方程 本站按官方目录编排 2 条

本站为了学习节奏按官方目录顺序分组,不是大学官方Unit。组内标题与编号依照大学来源。

5–8

插值法

官方合并讲义资料 · 须先拆成课时

9–10

非线性方程

官方合并讲义资料 · 须先拆成课时

03 本站分组 III · 常微分方程和谱方法 本站按官方目录编排 3 条

本站为了学习节奏按官方目录顺序分组,不是大学官方Unit。组内标题与编号依照大学来源。

11–15

常微分方程的数值方法

官方合并讲义资料 · 须先拆成课时

16–20

傅里叶分析

官方合并讲义资料 · 须先拆成课时

21–25

谱插值、数值微分与数值求积

官方合并讲义资料 · 须先拆成课时

来源完整度说明:公开讲义按L1–2、L3–4等范围合并;这里只代表7组真实材料,**绝不拆出未经证实的每次课标题**。数值线性代数可另参MIT18.335J。

不同专业需要的课程各不相同,不必一次学完全部内容。返回本科数学地图 ↗