numerical-methods

-4熱度

2回答

在高斯消元法假設矩陣的第一值，A [0] [0] = 0 然後我怎樣才能交換矩陣「A」的第1行與第2行，所以我得到正確的結果？

0熱度

1回答

我想在編程語言（C/C++/fortran）中實現最速下降算法。與F的例如最小化（X1，X2）= X1^3 + X 2^3 - 2 * X1 * X2 估計開始設計點X0，迭代計數器K0，收斂參數耐性= 0.1 。（1,0）將當前點x（k）處f（x1，x2）的梯度計算爲grad（f）。我將在這裏使用數字區分。 d/DX1（F）= LIM（H-> 0）（F（X1 + H，X 2） - F（X1

0熱度

4回答

在最少的計算次數中查找全局最大值

假設我在間隔[0,1]上定義了一個函數f，該函數是平滑的，並且在某些點開始減少之後增加到某個點a。我在此間隔上有一個網格x[i]，例如與步長爲dx = 0.01，我想通過在最壞的情況下做最小數量的評估f，我想找到哪些點具有最高的價值。我認爲我可以做得比窮舉搜索更好，應用漸變式方法啓發靈感。有任何想法嗎？我正在考慮像二元搜索或拋物線方法。這是一個二分樣法我編碼： def optimize(f, a

-2熱度

1回答

Fortran中五階Runge-Kutta方法的自適應漸進方法

我想用自適應步長方法使用五階Runge-Kutta方法來求解一組方程。我找到了一個由Taner Akgun編寫的有用代碼。這裏是代碼： c c Adaptive Size Method for 5th Order Runge-Kutta Method c (Based on Numerical Recipes.) c c Taner Akgun c June, 2002 c c Re

0熱度

1回答

如何查找方程改變方向以獲得適用於我的二分法的時間間隔的速度

我想使用二分法來查找給定域內方程的所有根。我的邏輯很簡單，將給定的域分成子域，這樣對於任何給定的子域，最多隻存在一個根。檢查是否f（a）* f（b）< 0如果不是，則跳到下一個間隔，否則找到根（平分）。我的問題但是我如何決定適當的子域大小？對於不改變方向的穩定函數通常具有較小的間隔會浪費時間，對於使用較大間隔的快速「不穩定」函數，可能會在一個間隔中具有多於一個根的風險。有無論如何，我可以告訴我關

1熱度

1回答

兩個變量和參數列表的數字積分？

在MATLAB文件，他們有數字集成的例子與一個參數c單個變量爲： fun = @(x,c) 1./(x.^3-2*x-c); q = integral(@(x)fun(x,5),0,2) 如果我想要做的兩個變量數值積分，也許兩個參數？

0熱度

2回答

我需要幫助建立矩陣用高斯消元法在Python

道歉提前那些誰擁有通過我糟糕的編碼技術這種編碼的目的是首先開發一個17×17矩陣，解決了閱讀解決使用線性代數中提出的方法的17個未知數。的部分我遇到的最大的困難是：實現2個計數器i和j，這裏曾經j值達到了極限，再回到0 i的值將增加。最後，能夠將新值插入單個數組以供稍後操作。我嘗試使用np.insert，np.hstack，np.vstack，np.append等無法正常工作。這樣我就可

-4熱度

1回答

求解線性方程組的病態系統LAPACK＆CO

我已方程Ax = b的有下列11×11個線性系統： A = { {1.0000000000000000, 8.0000000000000000, 6.0000000000000000, 12.0000000000000000, 24.0000000000000000, 24.0000000000000000, 8.0000000000000000, 6.0000000000000000, 24.

2熱度

2回答

numpy.gradient的替代方案

我一直在努力尋找一個強大的函數來計算三維數組的梯度。 numpy.gradient支持最高2階精度。有沒有其他方法可以更好地計算梯度？謝謝。

0熱度

1回答

模擬指數函數的攝動

對於一些模擬，我需要利用指數函數的近似值。現在，我有的問題是： function s=expone(N,k) s=0 for j=1:k s=s+(exp(-N+j*log(N)-log(factorial(j)))); end end 是一個非常穩定的，從某種意義上說，它幾乎是足夠大的k。但是，一旦N大於200，它就會迅速下降到零。我怎樣才能提高，我需要大量的N.我真的不能