1-curve配件&篡改:拉格朗日插值、线性插值、线性回归,newton_interpolation1,二次插值法
2集成和推导:Gauss_quadrature_Integrations、simpson13 simpson38,梯形集成
3-ODE:欧拉歌唱方法,Runge-Kutta2 Runge-Kutta4
4-solve方程:二分法的时候,false_position_method,牛顿迭代,simple_fixed_point割线法
5系统方程:高斯约旦、Gauss_Seidel_Method、雅可比方法,克莱默的方法
引用作为
穆罕默德Daneshian (2022)。数值方法GitHub (https://github.com/thegreatmd4/numerical_methods/releases/tag/1.0.0.0)。检索。
MATLAB版本兼容性
创建R2019b
兼容任何释放
平台的兼容性
窗户 macOS Linux标签
确认
启发:拉格朗日插值的Matlab代码,快速减少的一维线性插值采样点,线性回归,集成的梯形和高斯求积,辛普森的1/3和3/8规则,梯形集成,欧拉方法解决基于一阶的颂歌,RungeKutta4,霍奇金赫胥黎神经元模型-龙格库塔2,错误的位置(线性插值)数值方法,牛顿,Newton-Raphson-Secant方法,不动点方法,高斯乔丹法,高斯Siedel方法,雅可比方法,克莱默算法
启发:对分法
颂歌
曲线拟合和篡改
集成与推导
解决方程
方程组
问题在这个视图或报告GitHub插件,参观GitHub库。
问题在这个视图或报告GitHub插件,参观GitHub库。
