比较全数值分析编程汇总，内容包括： 线性方程组的直接法：Gauss消去法与矩阵三角分解法（Doolittle分解法相比Crout分解法更常用）及其选择列主元的改进方法、Doolittle分解法的延伸（实对称正定矩阵利用Cholesky分解得到的平方根法、三对角矩阵作为线性方程组系数矩阵的追赶法） 线性方程组的迭代法：Jacobi迭代法、Gauss-Seidel迭代法（利用前者每次迭代已得到的最新分量加速）、逐次超松弛（SOR，Successive Over-Relaxation）方法 函数拟合的插值法：拉格朗日（Lagrange）插值法与牛顿（Newton）插值法。 函数逼近方法：数值逼近中引入了函数范数和函数内积的概念。前者用来度量逼近函数与原函数在一个区间内的整体误差，后者广泛用于各种数值逼近方法的计算过程中。函数的∞-范数对应最佳一致逼近；函数的2-范数（Euclid-范数）对应最佳平方逼近。 数值积分算法与数值微分。 非线性方程及方程组的数值方法。 矩阵特征值的数值解法：乘幂法与反幂法。 常微分方程的数值解法：欧拉（Euler）方法，龙格-库塔法。

用c#编写的数值分析算法的源代码，下载在绝对价值啊，谢谢大家

中国石油大学的matlab编程作业，虽然是崔学慧老师的，但是各个老师都差不多。可以改成自己的名字作文件名

数值分析编程作业-python实现 -内含线性方程组迭代法求解(Jacobi迭代，Gauss-Seidel迭代)； L-U：Doolittle分解;函数插值与拟合；迭代法求非线性方程根；数值积分(Romberg算法，分段Gauss积分)；Runge-Kutta 4阶求解常微分方程。

主要包含数值分析第二章至第七章课后编程实践。全部采用matlab实现，内附详细代码及注释，即可作为作业资料，也可作为matlab编程练习，同时包含丰富的图像，以便观察理解。