本书是为理工科大学本科相关专业开设的“工程计算方法”或“数值分析”课程编写的实践类教材，主要内容包括数值计算的基本概念、非线性方程的一般解法、线性方程组的直接解法、线性方程组的迭代解法、插值与逼近、数值积分、非线性优化、启发式算法。本书对各数值算法进行了概述，并重点介绍了如何用C语言进行各类方法的编程实践；各章安排了大量结合不同专业背景的习题以及难度适中、适合学生进行上机实验的题目。
本书可作为理工科大学相关专业本科生的实践类教材，以及研究生相关课程的习题集或实验指导书，也可供从事科学计算相关工作的工程技术人员参考。

第1章 绪论
1.1 Visual Studio 2010简介
1.1.1 VS2010界面介绍
1.1.2 VS2010创建C语言程序的一般步骤
1.2 C语言中结构体的使用
1.2.1 结构体的定义
1.2.2 结构体变量的声明
1.2.3 结构体成员的访问
1.2.4 结构体数组
1.3 舍入误差与浮点数的二进制表示
1.3.1 舍入误差导致的重大灾难
1.3.2 浮点数在计算机中的表示
1.3.3 浮点数运算
1.4 课后习题
1.5 上机任务
第2章 非线性方程
2.1 C语言程序中用户自定义函数的使用
2.1.1 为什么要使用自定义函数
2.1.2 自定义函数的元素
2.1.3 函数的定义
2.1.4 函数的声明
2.1.5 函数的调用
2.2 非线性方程的一般解法
2.2.1 二分法
2.2.2 定点法
2.2.3 牛顿法
2.2.4 牛顿下山法
2.2.5 弦截法
2.2.6 小结
2.3 课后习题
2.4 上机任务
第3章 线性方程组的直接解法
3.1 数组
3.1.1 概述
3.1.2 一维数组
3.1.3 二维数组
3.1.4 数组传参
3.1.5 数组的特点
3.2 线性方程组
3.2.1 高斯消元法
3.2.2 列主元素法
3.2.3 追赶法
3.3 向量的范数
3.4 矩阵的范数
3.5 线性方程组性态分析
3.6 课后习题
3.7 上机任务
第4章 线性方程组的迭代解法
4.1 指针
4.1.1 概述
4.1.2 指针与数组
4.2 动态数组
4.2.1 概述
4.2.2 如何创建动态数组
4.3 线性方程组
4.3.1 雅可比（Jacobi）法
4.3.2 高斯-赛德尔（Gauss-Seidel）法
4.3.3 迭代法的收敛条件
4.3.4 稀疏矩阵的计算
4.4 课后习题
4.5 上机任务
第5章 插值与逼近
5.1 C语言中的宏定义
5.1.1 宏定义的基本语法
5.1.2 宏定义的特点
5.2 逼近
5.2.1 最小二乘逼近
5.2.2 最佳平方逼近
5.3 插值
5.3.1 多项式插值概述
5.3.2 拉格朗日（Lagrange)插值
5.3.3 埃尔米特（Hermite）插值
5.3.4 三次样条插值
5.3.5 贝塞尔（Bezier）曲线
5.3.6 小结
5.4 用C语言绘制插值函数图像
5.5 多文件编程
5.5.1 模块化编程的思想
5.5.2 在工程中添加头文件（.h文件）
5.5.3 在工程中添加多个源文件（.c或.cpp文件）
5.6 课后习题
5.7 上机任务
第6章 数值积分
6.1 概述
6.2 数值积分的基本思想
6.3 插值型求积公式
6.3.1 梯形公式
6.3.2 辛普森（Simpson）公式
6.3.3 柯茨（Cotes）系数
6.3.4 复化求积方法
6.4 变步长积分法
6.5 蒙特卡洛方法
6.6 课后习题
6.7 上机任务
第7章 非线性优化
7.1 概述
7.2 极值存在的必要条件
7.3 一维优化问题的求解方法
7.3.1 交叉试探法
7.3.2 黄金分割法
7.4 多维优化问题的求解方法
7.4.1 最速下降法
7.4.2 拉格朗日乘子法
7.5 应用案例
7.6 课后习题
7.7 上机任务
第8章 启发式算法
8.1 数据的输入与输出
8.1.1 重定向输入与输出
8.1.2 利用文件进行输入与输出
8.2 神经元模型概述及其应用
8.2.1 神经元模型概述
8.2.2 单神经元分类器的应用
8.3 遗传算法概述及其应用
8.3.1 遗传算法概述
8.3.2 遗传算法应用
8.4 粒子群算法概述及其应用
8.4.1 粒子群算法概述
8.4.2 粒子群算法应用
8.5 模拟退火算法概述及其应用
8.5.1 模拟退火算法概述
8.5.2 模拟退火算法应用
8.6 课后习题
8.7 上机任务
第9章 部分课后习题参考答案
9.1 第1章课后习题参考答案
9.2 第2章课后习题参考答案
9.3 第3章课后习题参考答案
9.4 第4章课后习题参考答案
9.5 第5章课后习题参考答案
9.6 第6章课后习题参考答案
9.7 第7章课后习题参考答案
9.8 第8章课后习题参考答案
第10章 附录代码和数据
10.1 简单绘图程序接口
10.2 单神经元分类器代码及数据
10.3 遗传算法求解一元函数极值问题代码
10.4 遗传算法求解TSP问题代码及数据
10.5 粒子群算法求解二元函数极值问题代码
10.6 模拟退火算法求解一元函数极值问题代码
参考文献