用于求解非线性方程组的迭代法的python代码示例
Python 19 次浏览
用于高次方程组（二次幂以上）求解的Jacobi迭代法精度可选，动态分配内存。虽然是cpp文件，但是其实只用了C的语法。
C 19 次浏览
迭代法求解线性方程组 高斯-赛德尔迭代：利用最新计算出的未知数的值来加速收敛。 雅可比迭代：使用前一次迭代的值来更新解。 矩阵分解法 LU分解：将矩阵分解为下三角矩阵 (L) 和上三角矩阵 (U) 的乘积，用于高效地求解线性方程组。 此项目包含用C语言实现的上述算法，用于数值分析课程的学习和
C 27 次浏览
在数值分析领域，雅可比（Jacobi）和SOR（Successive Over-Relaxation，超松弛）迭代法是两种常见的解线性方程组的数值方法。它们主要用于处理大型稀疏矩阵，因为在实际问题中，如物理、工程计算等，往往遇到的线性系统非常大，直接求解会非常耗时，而迭代法则提供了一种高效且实用的解
小程序 12 次浏览
（I+Cα）预条件 Gauss-Seidel 迭代法是用来解大规模线性方程组的一个挺实用的小技巧，适合稀疏矩阵那种一大堆零的情况。你要是搞过 Gauss-Seidel 迭代，应该知道它有时候挺慢，甚至直接摆烂不收敛。加上个预条件矩阵 P = I + Cα 就不一样了，迭代速度提上去了。嗯，它对 H
C 0 次浏览
这份【合肥工业大学】计算方法实验报告其实蛮实用的，主要讲了几种常见的迭代算法，像牛顿法和高斯-塞德尔法，都是数学中非线性方程组的经典方法。牛顿法收敛速度挺快的，但前提是初值得选得合适。你如果选得不对，甚至能用牛顿下山算法来纠正。高斯-塞德尔法跟雅可比法有点类似，不过每次迭代都能用到新计算出来的值，这
Unity3D 0 次浏览