搜索资源列表
Gauss_seidel
- 用gauss_seidel方法解N个未知数的线性方程组的解,并附有实验报告.
jacobi
- 简单的小程序 就是用jacobi迭代来算线性方程组的解 见笑见笑
SVD
- ％ 奇异值分解 (sigular value decomposition,SVD) 是另一种正交矩阵分解法；SVD是最可靠的分解法， ％ 但是它比QR 分解法要花上近十倍的计算时间。[U,S,V]=svd(A)，其中U和V代表二个相互正交矩阵， ％ 而S代表一对角矩阵。 和QR分解法相同者， 原矩阵A不必为正方矩阵。 ％ 使用SVD分解法的用途是解最小平方误差法和数据压缩。用svd分解法解线性方程组，在Quke2中就用这个来计算图形信息，性能相当的好。在计算线性方程组时，一些不能分
matlab3
- 这是个解代数方程组的matlab程序代码，发上来和大家共享
Gauss
- Gauss跌代法解线性方程组的程序 可以用以参考
LU
- Lu 方法解线性方程组的程序 可以参考一下
include
- jacobi方法解线性方程组 可以参考一下
liezhuyuangaussandsor
- 自己用matlab编写的选主元高斯消去法解线性方程组的通用程序,和sor法解线性方程组的通用程序
mathmatic
- 数值计算 中的各种算法: Lagrame插值,Newton迭代法,Runge-kutta,二分法求根,解线性方程组的Guass列主元消去法,自动选择步长Simpson法
work1
- 在matlab环境下利用追赶法解线性方程组的算法实现
jiefc
- DOS界面。其中，输出方程组的未知数用x1,x2,x3...表示，可以解出多元一次方程。
Jacobi
- 用Jacobi叠待法解线性方程组 function Jacobi(A,b,n,x0,e,N)
曲线拟合
- （1）利用多项式拟合的两个模块程序求解下题： 给出 x、y的观测值列表如下： x 0 1 2 3 4 5 y 2.08 7.68 13.8 27.1 40.8 61.2 试利用二次多项式y=a0+a1x+a2x2进行曲线拟合。 （1）多项式拟合方法：假设我们收集到两个相关变量x、y的n对观测值列表： x x0 x1 x2 x3 x4 x5 y y0 y1 y2 y3 y4 y5 我
crout
- 解线性方程组的ＣＲＯＵＴ分解法的Ｃ语言程序实现．
doolittle
- 解线性方程组的doolittle分解法的Ｃ语言程序实现
Equation
- 数值分析 解线性方程组算法，高斯列主元消去法，LU分解法，高斯-塞德尔迭代法，SOR迭代法
agaus
- 求非线性方程组的最小二乘解的广义逆法，求解无约束条件下的优化问题
GS
- 用高斯消去法求方程组的解的C语言程序实现
chaosongchidiedaifa
- 计算方法中的解线性方程组的迭代法，仿真可以自己设定参数和步长
Gauss
- 高斯消去法解线性方程组,适用于工程计算程序里的部分数值计算