第一章 數學模型概論
1．1 模型
1．2 數學模型
1．3 建立數學模型的一般方法
習題
第二章 數據處理
2．1 插值法
2．1．1 概述
2．1．2 拉格朗日插值
2．1．3 差商與牛頓插值公式
2．1．4 差分與等距節(jié)點插值公式
2．1．5 分段插值法
2．1．6 三次樣條插值函數
2．2 數值微分
2．2．1 用差商近似微商

第一章  數學模型概論
  1．1  模型
  1．2  數學模型
  1．3  建立數學模型的一般方法
  習題
第二章  數據處理
  2．1  插值法
    2．1．1  概述
    2．1．2  拉格朗日插值
    2．1．3  差商與牛頓插值公式
    2．1．4  差分與等距節(jié)點插值公式
    2．1．5  分段插值法
    2．1．6  三次樣條插值函數
  2．2  數值微分
    2．2．1  用差商近似微商
    2．2．2  用插值函數計算微商
    2．2．3  用三次樣條函數求數值微分
  2．3  數值積分
    2．3．1  等距節(jié)點求積公式（Newton-Cotes公式）
    2．3．2  求積公式的代數精度
    2．3．3  復化求積公式
    2．3．4  變步長求積方法
    2．3．5  求積公式的誤差
    2．3．6  龍貝格（Romberg）積分法
  2．4  最小二乘曲線擬合
    2．4．1  關聯(lián)函數的選擇和線性化
    2．4．2  線性最小二乘法
    2．4．3  非線性最小二乘法
  習題
　……
第三章  代數方程（組）的數值解法
第四章  常微分方程數值解
第五章  拉普拉斯變換
第六章  場 論初步
第七章  偏微分方程與特殊函數
第八章  偏微分方程數值解
第九章  概率論與數理統(tǒng)計
第十章  數據校正技術
第十一章  圖論
第十二章  人工智能與專家系統(tǒng)
附錄1  Γ函數
附錄2  拉普拉斯變換表
附錄3  向量和矩陣的范數
附錄4  概率函數分布表
參考文獻