数值计算【numerical computation】有效使用数字计算机求数学问题近似解的方法与过程，以及由相关理论构成的学科。数值计算主要研究如何利用计算机更好的解决各种数学问题，包括连续系统离散化和离散形方程的求解，并考虑误差、收敛性和稳定性等问题。

从数学类型分，数值运算的研究领域包括数值逼近、数值微分和数值积分、数值代数、最优化方法、常微分方程数值解法、积分方程数值解法、偏微分方程数值解法、计算几何、计算概率统计等。

随着计算机的广泛应用和发展，许多计算领域的问题，如计算物理、计算力学、计算化学、计算经济学等都可归结为数值计算问题。

重要特征

1、数值计算的结果是离散的，并且一定有误差，这是数值计算方法区别与解析法的主要特征。

2、注重计算的稳定性。控制误差的增长势头，保证计算过程稳定是数值计算方法的核心任务之一。

3、注重快捷的计算速度和高计算精度是数值计算的重要特征。

4、注重构造性证明。

5、数值计算主要是运用MATLAB这个数学软件来解决实际的问题。

6、数值计算主要是运用有限逼近的的思想来进行误差运算数值积分。

数值积分

蒙特卡罗方法也称计算机随机模拟方法,它是一种应用随机数来进行随机模拟试验的方法,在数学、工程技术、机械工程设计、武器系统论证等领域有着重要应用。

此方法通过对样本的随机观测值的统计,求得所研究系统的某些参数,进而求得问题的近似解或一定置信度下的解。采用计算机模拟,避免了人工实际操作对试验次数的限制,对于数据处理比常规方法简便。

求定积分的近似值的数值方法。即用被积函数的有限个抽样值的离散或加权平均近似值代替定积分的值。求某函数的定积时，在多数情况下，被积函数的原函数很难用初等函数表达出来，因此能够借助微积分学的牛顿-莱布尼兹公式计算定积分的机会是不多的。

另外，许多实际问题中的被积函数往往是列表函数或其他形式的非连续函数，对这类函数的定积分，也不能用不定积分方法求解。由于以上原因，数值积分的理论与方法一直是计算数学研究的基本课题。

对微积分学作出杰出贡献的数学大师，如牛顿、欧拉、高斯等人也在数值积分这个领域作出了各自的贡献，并奠定了它的理论基础。

构造数值积分

构造数值积分公式最通常的方法是用积分区间上的n次插值多项式代替被积函数，由此导出的求积公式称为插值型求积公式。特别在节点分布等距的情形称为牛顿-柯茨公式，例如梯形公式与抛物线公式就是最基本的近似公式。

但它们的精度较差。龙贝格算法是在区间逐次分半过程中，对梯形公式的近似值进行加权平均获得准确程度较高的积分近似值的一种方法，它具有公式简练、计算结果准确、使用方便、稳定性好等优点，因此在等距情形宜采用龙贝格求积公式。

当用不等距节点进行计算时，常用高斯型求积公式计算，它在节点数目相同情况下，准确程度较高，稳定性好，而且还可以计算无穷积分。数值积分还是微分方程数值解法的重要依据。许多重要公式都可以用数值积分方程导出。