课程 · 资源记录
Introduction to Numerical Analysis
本科数值分析课程，覆盖求根、插值与逼近、数值积分、微分方程以及线性代数中的直接和迭代方法。
作者：Laurent Demanet年份：2012出版信息：MIT OpenCourseWare元数据：完整链接核验于 2026-07-14
为什么重要
用于核对 M10 各类算法的误差阶、稳定性条件、停止准则和可复算例题。
阅读前提
教材中的引用位置
- M10 · 第 1 章 浮点数、条件数与误差传播
支持的主张：MIT 18.330 Introduction to Numerical Analysis 提供浮点误差、条件数和数值线性代数的课程脉络，可用于复核本章的舍入模型、稳定性术语与后续算法分析。
- M10 · 第 2 章 线性方程组的直接与迭代解法
支持的主张：MIT 18.330 Introduction to Numerical Analysis 可用于复核消元、矩阵分裂、迭代收敛和误差估计的数值分析语境。
- M10 · 第 3 章 插值、多项式逼近与样条
支持的主张：MIT 数值分析课程把插值、逼近、数值积分与后续微分方程方法放在统一误差框架中。复算课程材料时，应同时记录节点选择、函数光滑性与所用误差范数。
- M10 · 第 4 章 数值积分与数值微分
支持的主张：MIT 数值分析课程系统覆盖插值求积、误差估计、外推与微分方程离散。阅读算法时可用本章的四项记录表复算：节点和权重、光滑性假设、主误差阶、网格加密比。
- M10 · 第 5 章 常微分与偏微分方程数值方法
支持的主张：MIT OpenCourseWare 的 Introduction to Numerical Analysis 覆盖常微分方程数值方法、线性代数计算、插值和求积，可用于核对单步方法的阶数、稳定函数与误差分析。
- M10 · 第 6 章 稳定性、收敛性与科学计算综合复习
支持的主张：MIT OpenCourseWare 的 Introduction to Numerical Analysis 系统覆盖条件数、线性方程、插值、求积与微分方程数值方法，可用于按模块复算本章计算链。