跳转至

MIT18.330 : Introduction to numerical analysis

课程简介

  • 所属大学:MIT
  • 先修要求:微积分,线性代数,概率论
  • 编程语言:Julia
  • 课程难度:🌟🌟🌟🌟🌟
  • 预计学时:150 小时

计算机强大的计算能力帮助人们在科学领域不断突破边界,不过计算机的离散本质和这个连续的世界有着天然鸿沟,而如何用离散的表示去估计和逼近那些数学上连续的概念,则是数值分析的重要主题。

这门课会在浮点表示、方程求解、线性代数、微积分、线性代数、微分方程等领域探讨各类数值分析方法,让你在 Julia 的编程实践中反复体悟(1)如何建立估计(2)如何估计误差(3)如何用算法实现估计 这一系列步骤。

这门课的设计者还编写了配套的开源教材(参见下方链接),里面有丰富的 Julia 实例。

课程资源

资源汇总

我在学习这门课中用到的所有资源和作业实现都汇总在 PKUFlyingPig/MIT18.330 - GitHub 中。


最后更新: April 3, 2022
Back to top