本书提供了基于MATLAB的多种常见算法的源代码与实例程序，旨在帮助读者快速掌握并应用这些算法解决实际问题。
第4章： 插值
本章介绍了一系列用于插值计算的函数：
- `Language` 函数求已知数据点的拉格朗日插值多项式。
- `Atken` 函数求已知数据点的艾特肯插值多项式。
- `Newton` 函数求已知数据点的均差形式牛顿插值多项式。
- `Newtonforward` 函数用于计算前向牛顿差分插值多项式。
- `Newtonback` 函数用于实现后向牛顿差分插值方法。
- `Gauss` 用于求解高斯插值多项式的函数。
- `Hermite` 求已知数据点的埃尔米特插值多项式。
- `SubHermite` 功能为求分段三次埃尔米特插值及其在指定点上的数值。
- `SecSample` 用于二次样条插值及相应的计算结果获取。
- `ThrSample1`, `ThrSample2`, 和 `ThrSample3` 分别代表第一类、第二类和第三类三次样条插值，它们可以求解已知数据点的插值多项式及其在指定位置上的函数值。
- `BSample` 第一类B样条插值计算功能。
- `DCS` 使用倒差商算法求有理分式的数值形式。
- `Neville` 采用Neville算法实现有理分式的插值运算。
- `FCZ` 利用倒差商技术进行数据点的有理函数逼近。
- `DL`, `DTL`, 和 `DH` 分别代表双线性、二元三点拉格朗日及分片双三次埃尔米特插值方法，用于求解特定位置的数据。
第5章： 函数逼近
本章节涵盖了多项式和非多项式的函数逼近技术：
- `Chebyshev` 利用切比雪夫多项式对给定的连续函数进行最佳一致或最小平方误差近似。
- `Legendre` 使用勒让德多项式实现已知数据的最佳拟合。
- `Pade` 函数采用帕德形式的有理分式逼近已知函数，以达到更高的精度和稳定性。
- `lmz` 通过列梅兹算法确定给定连续函数的最佳一致逼近多项式。
- `ZJPF` 计算离散数据点的最佳平方误差最小化近似多项式。
- `FZZ`, `DFF` 和相关工具用于傅立叶级数的逼近，适用于周期性信号和波形的数据处理需求。
- `SmartBJ` 采用自适应分段线性和样条方法来优化已知函数的拟合效果。
第6章： 矩阵特征值计算
本章节介绍了一些求解矩阵特征值的方法：
- `Chapoly`, `pmethod`, 和其他相关技术用于通过多项式和迭代算法，例如幂法、瑞利商加速以及QR分解等方法来确定对称或非对称实数矩阵的全部或部分特征值与对应的特征向量。
第7章： 数值微分
第8章： 数值积分
第9章： 方程求根
..............................
..............
第17章： 数据统计和分析
5星
