1.3.1 绝对误差和绝对误差限 1.3.2 相对误差和相对误差限 1.3.3 有效数字 1.3.4 误差估计的基本方法 1.3.5 问题的适定性和算法的稳定性 1.3.6 减小误差危害

4 奇异值分解 4.1 奇异值，奇异向量和奇异值分解 4.2 奇异值基本性质 4.3 奇异值更多性质 ∗ 5 线性最小二乘问题的求解方法 5.1 正规方程法 5.2 QR 分解法 5.3 奇异值分解法 6 最小二乘问题的推广及其应用 ∗ 6.1 正则化与加权正则化 6.2 约束最小二乘 6.3 多项式数据拟合 6.4 线性预测 6.5 信号恢复 6.6 SVD：图像压缩 — 截断 SVD 6.7 SVD：图像配准 Rigid Alignment / Shape Registration

第7章数值积分 1.确定求积结点x1,x2,使求积公式 f(x)dxlf(-1)+2f(x)+3f(x2)+(p,f)代数精度尽量高。 2.确定求积系数A,A2和求积结点x1,x2,使求积公式

解线性方程组的两类方法 直接法: 经过有限次运算后可求得方程组精确解的 方法(不计舍入误差!) 迭代法：从解的某个近似值出发，通过构造一个 无穷序列去逼近精确解的方法

1.1 LU 分解 1.2 LU 分解的实现 1.3 IKJ 型 LU 分解 1.4 待定系数法计算 LU 分解 1.5 三角方程求解 1.6 选主元 LU 分解

一、牛顿法及其几何意义 二、 收敛性及其收敛速度 三、 计算实例及其程序演示

原理：若 f(x) C[a, b]，且 f (a) · f (b) <0，则f(x) 在 (a, b) 上必有一根

一、高斯消去法 首先将方程组Ax=b 化为上三角方程组， 此过程称为消去过程，再求解上三角方程 组，此过程称为回代过程

发展历史 应用 插值问题的提出 插值问题所需研究的问题 ❖插值多项式的存在唯一性 ❖拉格朗日插值多项式 ❖截断误差 ❖数值实例 ❖拉格朗日插值多项式的优缺点

只要函数 适当光滑连续，且关于 满足 条件，即存在常数 ，使得 由常微分方程理论知，初值问题的解必存在且 唯一