搜索资源列表
C++常用数值算法之5常微分方程
- 是《计算机常用数值计算算法与程序 C++版》一书的配套C++程序源代码文件，每个源程序文件的文件扩展名都使用.cpp形式。这些C++程序已经在微软公司Windows 平台下的Virsual C++ 6.0环境下通过-is "commonly used computer numerical algorithms and procedures C version," a book supporting the C source code file, the source file
shoot
- 本程序为打靶法求解非线性常微分方程边值问题的。采用FORTRAN 语言。-procedures for the shooting method for solving nonlinear boundary value problems of ordinary differential equations. Using FORTRAN language.
vbC12
- 用VB实现解常微分方程组 包括定步长四阶龙格-库塔法、自适应变步长的龙格-库塔法、改进的中点法、外推法等-VB solution of ordinary differential equations including fixed step 4-order Runge - Kutta method, adaptive variable step of the Runge - Kutta method to improve the midpoint of the law, such as ex
nag
- FOrtran 中解常微分方程调用库函数做相应的说明-FOrtran Solution Ordinary Differential Equations call library functions accordingly Note
SOR_迭代
- 重点内容是计算中的误差、函数方程求根、插值呆逼近、数值积分和微分、线性代数方程组解法、常微分方程初值问题的数值解法、数学软件。 -focus on the calculation of the error, solving functional equations, interpolation stayed approximation, numerical integration and differentiation, linear algebraic equations method,
solution-of-Differential-equation-group
- 提供了4种解常微分方程组的c++代码：定步长四阶龙格-库塔(Runge-Kutta)法(RK4->RKDUMP)； 自适应变步长的龙格-库塔(Runge-Kutta)法(RKQC->ODEINT)； 改进的中点法(MMID)； 外推法(BSSTEP(RZEXTR(有理函数), PZEXTR(多项式))；-provide four kinds of solutions of ordinary differential equations c code : There will be f
changweifenfangcheng
- 尤拉方法是求解常微分方程的入门级的方法，精度并不算高，但它具有较大的理论价值。 一些较好的算法，如龙格.库塔方法等都是在这个方法的基础上实现的。-Mood is solving ordinary differential equations in the entry-level approach, the accuracy is not high. it has great historical value. Better algorithms, such as Runge. Kutta
Computmethod
- 有关计算方的经典算法的C程序，迭代、插值、各类积分公式，常微分方程的数值求解、Gauss列主元消去法-side of the calculation of the classical algorithm C procedures, iterative, interpolation, all integral formula, and often the numerical solution of differential equations. Gauss out PCA elimination
num_analysis
- 用vc实现数值分析中常微分初值问题的数值解法，使用eular和runge_kutta法。-with vc often achieve numerical analysis of the initial differential method. eular and use runge_kutta law.
jsff
- 计算方法程序常微分方程的数值解法课堂讲义-calculation procedures Ordinary Differential Equations Numerical Solution of classroom lectures
Neville
- 本程序为基于matlab的插值分析与Euler解常微分方程的应用实例。-the procedures for the Matlab-based analysis and interpolation Euler solution of the ordinary differential equations application examples.
Euler_Taylor
- Euler解常微分方程,Taylor解常微分方程,追赶法求解三对角方程-Euler solutions ordinary differential equations, differential equations solution Taylor, catching up with the method three pairs Kok equation
flyMachine
- 飞机运动轨迹模拟 使用龙格-库塔算法计算常微分方程数值解 并用图形显示运动轨迹 作者自己作业的源程序 欢迎讨论-aircraft trajectories simulated using the Runge - Kutta method to calculate the numerical solution of differential equations with graphics and movement track their authors trace the sour
changweifen
- 常微分方程的习题,有效帮助大家学习常微分方程的知识-Exercise Ordinary Differential Equations, effective help people acquire knowledge Ordinary Differential Equations
微分方程数值解
- 欧拉法是常微分方程的数值解法的一种，其基本思想是迭代。其中分为前进的EULER法、后退的EULER法、改进的EULER法。所谓迭代，就是逐次替代，最后求出所要求的解，并达到一定的精度。误差可以很容易地计算出来。(Euler method is a kind of numerical solution of ordinary differential equations, and its basic idea is iteration. It is divided into forward EUL
偏微分方程的数值解法
- 可在matlab中打开，用来解决常微分方程的初值问题(It can be opened in MATLAB to solve the initial value problem of ordinary differential equations.)
Solving DDEs with Matlab
- 利用matlab求解时滞微分方程。常微分方程（ODE）和延迟微分方程（DDE）被用来描述许多有趣的现象。 虽然ODE包含依赖于自变量（“时间”）的当前值的解决方案的衍生物，但DDE还包含衍生物，其依赖于前一时间的解决方案。 在整个科学模型中出现了DDE [1]。 尽管ODE和DDE之间存在明显的相似性，但DDE问题的解决方案可能与ODE问题的解决方案在几个引人注目的重要方面存在差异[2] [20]。 这部分是因为缺乏用于解决DDE的通用软件。(Solving Delay Differential
MATLAB解矩阵微分方程
- 本文先简要介绍了矩阵的积分和微分的定义；接着通过弹簧-质量块儿-阻尼器系统的例子，阐述了求解常微分方程数值解的常用方法；最后，在前两部分的基础上，总结了用MATLAB求解形如_X(t) = f(X(t); t) 矩阵微分方程数值解的方法。(In this paper, the definition of integral and differential of matrix is briefly introduced. Then the common method of solving nume
change_step_RK4
- 常微分方程组的四阶RungeKutta龙格库塔法matlab实现，仅供参考。(Matlab implementation of the four order RungeKutta Runge Kutta method for ordinary differential equations)
SEIR
- 一般的线性方程我们可以用最小二乘来解，一般的非线性方程我们可以用LM来解。 这里是线性微分方程组，所以我们采用最小二乘来解。 关键是构造出最小二乘形式，微分可以通过前后数据差分的方法来求。 不过这里还有一个技巧就是如果数据前后帧间隔过大，可以先插值，再对插值后的数据差分如果实际测量数据抖动过大导致插值后差分明显不能反映实际情况，可以先对数据平滑（拟合或是平均）再求差分。(We can use least squares to solve general linear equat