搜索资源列表
gsxy
- // 带有列主元的高斯消元法 // 功能: 求解线性方程组 Ax = b // 参数: A - 指向n*n系数矩阵的指针 // b - 常数向量的指针 // n - 方程组的维数 // 返回值:0 - 如果成功。线性方程组的解保存在 b 中 // 1 - 求解失败
ACGAS
- 用全选主元高斯消去法求解N复系数阶线性方程组AX=B
MCHOLSK
- Subroutine MCHOLSK :To solves a hermitian positive definite set of complex linear simultaneous equations (AX=B) using the Cholesky decomposition method.
PCG
- % SSOR预处理的共轭梯度法求解方程Ax=b % 输入参数说明 % A 正定矩阵[n*n] % b 右边向量 % omega SSOR预处理参数(0--2) % Times 迭代次数 % errtol 给定误差终止条件 % %输出参数 % NewX 方程Ax=b的x近似解 % avgerr 求解的当前平均绝对误差
gudianmima
- 古典密码中,主要的思想为移位算法及置换算法。 1.移位密码 密钥K为整数,且取值空间为0到25;加密函数:x = x + k (mod 26);解密函数:x = x - k (mod 26)。当K=3时,为凯撒密码。 2.仿射密码 密钥对由a、b组成,整数a满足 gcd(a, 26) = 1,整数b的取值空间为0到25;加密函数:x = ax + b(mod 26);解密函数:x = a*y - a*b (mod 26)。当a=1,b=3时,为凯撒密码。 3.维吉
Ax=b
- 在C++环境下通过编程输入距阵实现列主元高斯消元法解方程组.
mySOR
- 实现N阶线性方程组Ax=b逐次超松弛迭代法的通用程序
mathvalue
- 编写一个用SOR法解方程组Ax=b的计算机程序,其中 要求程序中不存系数A,分别对不同的阶数(例如n=15,80)取w=1.7,1.8,1.9,进行迭代,记录近似解 达到 时所用迭代次数k,观察松弛因子对收敛速度的影响。
seidel迭代法
- gauss-seidel迭代法解Ax=b的解-Gauss - Seidel iterative method for Ax = b Solution
cnl
- 包含了三个工程,其中一个主要的实现了解线性方程组Ax=b;
Gauss
- 解n阶线形方程组Ax=b的列主元高斯消去法的通用程序如下(下列程序都是在 matlab平台下编写的)
chase
- 追敢法,主要是n阶线形方程组Ax=b的列主元高斯消去法的一个特殊情况,为上三角矩阵,通用程序如附件所示
spblastk
- 用于求解大型稀疏线性方程组Ax=b的数值计算库.
ndfjfcz
- 数值计算的作业题,目的是用牛顿法求解线性方程组AX=b
逐次超松弛迭代法
- 解线性方程组Ax=b的SOR方法的通用程序-solution of linear equations Ax = b SOR method of common procedures
求逆阵
- 202用列主元消取法解线性方程 ***********★*******★********★************ 一.功能 当线性方程组有唯一解时求其解 。 二.算法简介消元过程,设方程组为 Ax=b (1)公式(1)有增广矩阵 a11 a12….a1n b1 a21 a22…a2n b2 (A,B)= ………………. an1 an2…ann bn-out with the main 202 yuan Consumers copying solution of linear equations
diedai
- 高斯-塞德尔迭代法算法: 设方程组AX=b 的系数矩阵的对角线元素 ,M为迭代次数容许的最大值, 为容许误差。 ① 取初始向量 ,令k=0 ② 对 计算 ③ 如果 ,则输出 ,结束;否则执行④, ④ 如果 ,则不收敛,终止程序;否则 ,转②。
最小二乘法拟合
- 输入几个点的横坐标和纵坐标,用最小二乘法拟合出直线(类似y=ax+b).并把这个方程计算并显示出来。
guass 高斯消去法求解线性方程组
- 高斯消去法求解线性方程组 输入变量为一个n阶非奇异方阵A,和n维列向量b,输出的结果为线性方程组Ax=b的解-Gaussian elimination method for solving linear equations
TVCMRI_pub.zip
- matlab code for Fixed point and Bregman iterative methods. minimize alpha*TV(Phi *x) + beta*||x||_1 + 0.5*||Ax-b||_2^2 ,matlab code for Fixed point and Bregman iterative methods. minimize alpha*TV(Phi*x)+ beta*||x||_1+ 0.5*||Ax-b||_2^2