这门课总体还是比较水的课，内容比较基础，但是作业有点多，每周一次实验和一次作业，作业大约五道题，多的时候有十几道题。作业题也主要就是一些重点内容，如果把作业和实验搞懂基本上应该就没问题了。我每次都是让ai帮我写题目然后我看着现学再改一改，有不懂的再问ai；实验就直接让ai完成代码和报告了。这样一来其实轻松了不少，但是也能快速学懂关键的知识。使用ai的过程中也很明显的感觉到这个学期使用ai的体验比上个学期好很多了。我记得我大二的时候经常听到学长说计算方向大三特别忙，现在看来我属于是吃到ai的红利了。

这个课是十二周的课，前八周由夏银华老师讲插值和数值微积分，后四周徐岩老师讲数值ode，加上后面的进阶课四周由徐岩老师讲多重网格法，正好是每位老师讲八周。夏老师讲完前八周的内容安排了一次期中考，第十二周又马上期末考，说实话安排有点挤。

这门课用的教材是David Kincaid的Numerical Analysis，基本上讲完了6~8章。上学期陈先进老师的数值代数讲的是这本书的前五章，所以这门课思路上和数值代数还是比较一脉相承的。这些内容确实也都是数值计算方向比较基础的内容了。

考试前一节课徐岩老师会划一个考试范围或者说重点，虽然范围也比较大，但是像B样条这种比较繁琐的内容就没有在考试范围里。另外考试会有一个证明题，要你写出一个上课讲的定理并且证明，考前一节课徐老师也列举了七个可能考的定理，考前背一背就好了。

期中考主要是一些关键的计算，诸如Newton差商表、最佳逼近、三次样条、待定系数法求数值积分公式等等，总体比较简单。期末考的难度比较大，题量也比较大，主要是一些证明。考前我看到评课社区有学长分享的前年的原题，但是我也只草草看了几眼，结果考了三个原题（哭），另外期中和期末居然都考了同一个三角插值误差估计。期中分布不详，期末平均分49.16，中位数51。

给分：期中81，期末80，作业实验全满，总评92

总结：这门课接着数值代数讲解了一些数值计算方面的基础内容。不过十二周的课，基本上每周一次作业一次实验的频率，加上一次期中一次期末，事情有点多，但是合理运用ai也还好。

教材和上学期数值代数一样，用的DavidKincaid的数值分析，这学期讲了6-8三章，分别是函数逼近，数值微分与数值积分，数值微分方程。

12周的课，夏老师上前8周，内容是前两章。后4周是徐老师上数值ODE，但由于放假冲掉了，实际ODE只有2周半的课。

夏老师的风格怎么说呢，给人的感觉还是很喜欢数学和教学的，上课的时候总是笑，思路和表达都很连贯，并且不怎么按照ppt来讲，主要还是板书，也导致了一走神就容易漏掉重要信息。

徐老师的板书就是在解释ppt里面的一些推导，然后ppt内容其实就是课本内容，比较常规吧，但上课听着还是挺明白的，偶尔走神也能跟得上。

作业我是感觉偏多了点，12周好像布置了14还是15个程序作业，要求用北太天元写，不建议用科大正版网站上面那个，版本太老了，用那个写能不红温的也是超人了，新版本总体还是比较接近matlab的，用起来也没什么障碍。每周书面作业题量也不少，虽然说这本书的纸面作业不太难。

期中考试偏计算，考了一道三角逼近，当时上课这段就没听懂，复习的时候也没怎么看这部分的笔记，自然也是完全不会做。

期末个人觉得难度挺大的，不知道有没有人完整做出第六题的，大家考的也不好，均分49，好像只有一个80以上的。不过和之前那份23年考题重合的部分蛮多的，也出了好几道原题，最后多步法祖传题似乎是年年都这么考，考前准备一下还是有好处的。

给分我觉得一般，我是期中90期末73总评90，优秀率应该给满了，貌似没有4.3的，虽然大三下这点分也没那么重要了。

本课程主要分成3个部分:1.函数插值算法。2.数值积分算法。3.数值微分算法(ODE)

作业分为书面作业和程序作业，每周一DDL的时候大概花一个下午和半个晚上就可以自学完上周内容并且写完上周作业。

给分还可以。作业全满，期中90/100,期末68/100(均分49)，最后总评是90。

考期末的时候发现至少有3个原题(包括最难的2个题)，但是因为复习时间紧张扫一眼就过了(哭)。