-
-
python写的列主元Gauss消去法
Gauss消去法可以有效计算线性方程组。针对《数值分析》中的列主元Gauss消去算法，编写的python程序。在这个程序中，可以计算出线性方程组的一个x解，并能逐步打印出线性方程组的每一步变换。注意：运行此程序需要了解基本的线性代数知识。tar.gz是我在Ubuntu下的压缩包，请自行解压，如有问题或意见，欢迎反馈，谢谢！
-
列主元Gauss消去法解方程组及matlab代码实现
列主元Gauss消去法是指在解方程组时,未知数顺序消去,在要消去的那个未知数的系数中找按模最大者作为主元.完成消元后,系数矩阵化为上三角形,然后在逐步回代求解未知数.列主元Gauss消去法是在综合考虑运算量与舍人误差控制的情况下一种较为理想的算法.本文档给出了算法描述及算法matlab代码实现。
-
-
-
-
MATLAB实现Jacobi 迭代法，Gauss-Seidel 迭代法，逐次超松弛迭代法，共轭梯度法
... b，其中 A 为 nxn 维的已知矩阵，b 为 n 维的已 知向量，x 为 n 维的未知向量。
(1)Jacobi 迭代法。
(2)Gauss-Seidel 迭代法。
(3)逐次超松弛迭代法。
(4)共轭梯度法。
A 为对称正定矩阵，其特征值服从独⽴同分布的[0,1]间 ... 令 n=10、50、100、200，分别绘制出算法的收敛曲线，横坐标为迭代步 数，纵坐标为相对误差。比较 Jacobi 迭代法、Gauss-Seidel 迭代法、逐次超松弛迭代法、 共轭梯度法与高斯消去法、列主元消去法的计算时间。改变逐次超 ...
-
-
Gauss Mathematik (Teubner 1917) (613s).pdf
Gauss高斯已经指出，正三边形、正四边形、正五边形、正十五边形和边数是上述边数两倍的正多边形的几何作图是能够用圆规和直尺实现的，但从那时起关于这个问题的研究没有多大进展。高斯在数论的基础上提出了判断一给定边数的正多边形是否可以几何作图的准则。例如，用圆规和直尺可以作圆内接正十七边形。这样的发现还是欧几里得以后的第一个。
这些关于数论的工作对代数数的现
-
-
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
