内容简介
作为本科“数值分析”课程的扩展，讲授面向大数据、大计算问题的先进计算方法及其应用，提高学生将各种算法用于科研的能力。
主要内容包括：六大矩阵分解、线性与非线性方程求解器算法（稀疏矩阵解法）、数据挖掘与模式识别中的矩阵方法、优化问题及解法（线性回归、凸优化、无约束优化、约束优化）、随机仿真与方法（采样、随机行走、模拟退火等）。
特别强调编程、应用，突出有关方法在各种大数据分析问题与复杂系统仿真中的应用。 同时，借鉴吸收美国MIT/CMU等顶尖大学相关课程的教学资料。
教学和作业中要使用Matlab软件，提高学生的实际动手能力。
主要内容与课件
2024年开始，正式采用教材：喻文健 等，《大数据计算方法》，高等教育出版社，2024。
参考书包括：
1.喻文健 译，《Matlab数值计算》，机械工业出版社，2006年。或张志涌译，《Matlab数值计算（2013修订版）》，北京航空航天大学出版社，2014.
2.喻文健，《数值分析与算法(第3版)》，清华大学出版社，2020.
2015年开始，对课程内容做了部分改革，吸收了MIT和CMU相关课程的优点和经验。
参考书包括：
1.喻文健 译，《Matlab数值计算》，机械工业出版社，2006年。或张志涌译，《Matlab数值计算（2013修订版）》，北京航空航天大学出版社，2014.
2.Matrix Methods in Data Mining and Pattern Recognition, SIAM, 2007.
3.喻文健，《数值分析与算法(第3版)》，清华大学出版社，2020.
往年课程的教学资料：
2005~2010年，主教材为M. T. Heath，Scientific Computing: An Introductory Survey（第二版），清华大学出版社（影印版），2002年版；或：张威等译，科学计算导论，清华大学出版社，2005年版。参考书包括：Yousef Saad, "Iterative Method for Sparse Linear Systems", SIAM Press, 2002等。教学内容与课件如下：
一．数值计算基础与Matlab（含计算机浮点数系统）
[第1讲]
二．线性方程组直接解法与矩阵分解（QR分解、SVD分解以及应用；稀疏矩阵直接解法）
[第2讲] [第3讲] [第4讲] [第5讲]
三．线性方程组求解的迭代解法（CG算法、GMRES算法、预条件技术）
[第6讲] [第7讲] [第8讲]
四．常微分方程的数值解法（常微分方程组、初值问题、刚性、边值问题）
[第9讲] [第10讲] [第11讲]
五．偏微分方程数值解法基础
[第12讲]
六．FFT算法及其应用（快速PDE解法）
[第13讲]
七. 数值算法的应用与讨论
2011~2014年，主教材为喻文健 译，《Matlab数值计算》，机械工业出版社，2006年。[勘误表] [配套NCM程序](英文原版)
参考书包括：
1. M. T. Heath，Scientific Computing: An Introductory Survey（第二版），清华大学出版社（影印版），2002年版；或：张威等译，科学计算导论，清华大学出版社，2005年版；
2. Yousef Saad, "Iterative Method for Sparse Linear Systems", SIAM Press, 2002；
3. T. A. Davis, Direct Methods for Sparse Linear Systems, SIAM Press, 2006等。
一. MATLAB简介与浮点算术体系(第1章) [第1讲] [matlab 1 2]
二. 线性方程组求解(第2章及补充内容) [第2讲] [matlab] [第2讲a] [matlab]
三．非线性方程求根与求极值(第4章) [第3讲] [matlab]
四．最小二乘法(第5章) [第4讲] [matlab]
五．矩阵特征值与奇异值(第10章) [第5讲]
六．常微分方程解法(第7章及补充内容) [第6讲]
七．傅里叶分析与应用（第8章） [第7讲]
八．随机数（第9章） [第8讲]
九．偏微分方程（第11章） [第9讲]
十．Krylov子空间迭代法(选讲)
十一. 数值算法的应用与讨论
考核方法
平时成绩+课堂互动：约60%；
期末大作业/Project：约40%；
选课指导
先修本科数值分析或数学实验
平均成绩89.5
2006年：学生来自计算机系、微电子所
平均成绩87.6
2007年：学生来自计算机系、微电子所、航空航天学院、软件学院
平均成绩86.4
2008年春：学生来自计算机系、微电子所、电子工程系、航空航天学院、华北计算技术研究所
平均成绩86.6
2008年秋：学生来自计算机系、微电子所、中国核动力研究设计院、华北计算技术研究所
平均成绩84.1
2009年秋：学生来自计算机系、软件学院、航空航天学院、机械系、华北计算技术研究所
平均成绩83.5
2010年秋：学生来自计算机系
平均成绩89.6
2011年秋：学生来自计算机系、航空航天学院、微纳电子系、华北计算技术研究所
平均成绩87.7
2012年秋：学生来自计算机系、航空航天学院、高等研究院、软件学院、华北计算技术研究所
平均成绩85.5
2013年秋：学生来自计算机系、高等研究院、软件学院、交叉信息院、华北计算技术研究所
平均成绩87.5
2014年秋：学生来自计算机系、微电子所、电子系、自动化系、精仪系、华北计算技术研究所
平均成绩87.9
2015年秋：学生来自计算机系、高等研究院、经管学院、华北计算技术研究所
平均成绩88.6