暂无评论
非线性方程组求解
Jacobi迭代 对于线性方程组Ax=b,如果A为非奇异方阵,记aii≠0(i=1,2,...,n),则可将A分解为A=D-L-U,其中D为对角阵,其元素为A的对角元素,L与U为A的下三角阵和上三角阵
boolean lu(double[] a, int[] pivot, int n); //矩阵LU分解 boolean guass(double[] a, int[] p, double[] b,
LU分解法通过将矩阵分解为下三角矩阵和上三角矩阵，进而求解线性方程组。其基本步骤包括：行变换将矩阵化为上三角形由上三角形求解方程组
MATLAB的非线性方程组遗传解法将非线性方程组的求解问题转化为用遗传算法求解目标函数的最小值问题，利用MATLAB的遗传算法与直接搜索工具箱（GADS）对目标函数求取最小值
模糊数学在工程技术、管理科学、金融工程等领域应用中的很多问题都可以用模糊方程和模糊线性系统来描述。但是,实现模糊方程和模糊线性系统的求解十分困难,对求解方法的研究一直以来都是重点,也是难点。无论从理论
解线性方程组常见的QR分解法，尤其是针对大型矩阵，比较实用
本文主要研究现有的几种求解p-Laplace方程的多重网格方法：FAS多重网格方法和Cascade多重网格法，并在此基础上提出了一种新的求解p-Laplace方程的多重网格方法：Cascade-bac
图像处理作业：Cuda求解线性方程组并和CPU中做对比
本文主要探究线性方程组的求解方法，并以实验报告的形式进行呈现。介绍了直接方法和间接方法的区别及各自的适用范围，详细讲解了高斯消元法和矩阵法的原理和步骤，并结合实际例子进行演示和验证。同时还讨论了误差分
暂无评论