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