自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(13)
  • 收藏
  • 关注

原创 【数值分析实验】(八)常微分方程的数值解法(含matlab代码)

科学技术中很多问题都可用常微分方程的定解问题来描述,主要有初值问题和边值问题两大类。常微分方程式描述连续变化的数学语言,微分方程的求解时确定满足给定方程的可微函数,要找出这类问题的解析解往往非常困难,甚至是不可能的。研究一阶常微分方程初值问题的数值解法是本实验的主要目的,在未知函数解析表达式的情况下,采用近似计算未知函数在其定义域中的某些离散点上的函数值。

2023-03-03 21:41:24 2295

原创 【数值分析实验】(七)特征值与特征向量(含matlab代码)

利用已有的非线性方程的数值解法能够近似计算部分特征值,但要求出特征方程的所有根难度极大。幂法是一种计算矩阵主特征值及对应特征向量的迭代方法,特别适用于大型稀疏矩阵。反幂法是计算海森伯格阵或三对角阵的对应一个给定近似特征值的特征向量的有效方法之一。

2023-03-03 21:32:39 2825 1

原创 【数值分析实验】(六)非线性方程的迭代解法(含matlab代码)

非线性是实际问题中经常出现的,在科学与工程计算中有着重要的地位。非线性问题的数学模型有无限维的如微分方程,也有有限维的,方程的性质不同,求解方法也有很大的差异。

2023-03-03 21:29:14 1371

原创 【数值分析实验】(五)线性方程组的迭代解法(含matlab代码)

迭代法就是用某种极限过程去逐步逼近线性方程精确解的方法。迭代法具有需要计算机的存储单元较少、程序设计简单、原始系数矩阵在计算过程中始终不变等优点,但存在收敛性及收敛速度问题。

2023-03-03 21:23:43 3121 1

原创 【数值分析实验】(四)线性方程组的直接解法(含matlab代码)

线性方程组的直接法,就是不计舍入误差,通过有限次算术运算能求得准确解的方法。实用的直接法,一是要求即使方程的阶数较高(变量个数多),求解的运算量也不会太大;二是要求即使有舍入误差,也能计算出符合所需精度的阶。

2023-03-03 21:14:05 1606

原创 【数值分析实验】(三)数值积分与数值微分(含matlab代码)

;龙贝格求积从梯形公式出发,将区间逐次二分,通过外推算法,逐步提高积分公式的精度,其优点在于通过一次次的加工,利用误差不断修正近似积分值,有效地加快了收敛速度,用阶数较低的求积公式可以得到高精度的结果,便于编程计算。

2023-03-03 21:08:42 1382

原创 【数值分析实验】(二)函数逼近与离散数据拟合(含matlab代码)

研究中用简单的函数或性质好的函数去近似替代复杂的或未知的函数,是数值计算科学的基本任务。与插值法相比,最佳逼近法的优点之一是它不要求指导被逼近函数在某些点的准确值,使得该方法在处理许多带误差的实验数据时更加有效。

2023-03-03 20:52:10 2277 1

原创 【数值分析实验】(一)插值法(含matlab代码)

实际问题中许多变量的关系可以用数学函数概念进行刻画,但是在大多数情况下,这些函数的表达式是未知的,或者已知但十分复杂,需要我们将这个函数的未知解析式近似地构造出来,或者用一个简单的函数表达式来代替复杂的函数表达式。基于上述过程,我们设计实验,通过提供未知函数或复杂函数的某些已知信息,来实现以下目的:(1)构造该函数的近似表达式;(2)计算该函数在其他点处的函数值;(3)计算所构造的近似表达式与真实函数的误差。

2023-03-03 20:38:33 12147 4

原创 【MATSim学习】01—— MATSim安装问题与主要阶段

MATSim是用Java编写的,Java是一种编程语言,允许编写在各种计算机上运行的应用程序。在典型的MATSim模拟中,在给定的交通网络(例如,在模拟中还考虑了公共交通的情况下,道路网络或多式联运网络)上模拟和优化出行需求数据。需求数据的优化是MATSim的主要特点之一,使其适合用于政策研究。执行、评分和重新计划这三个阶段是反复执行的,以便给代理多个机会使他们的计划适应其他代理的计划和行为。这就是为什么MATSim通常在一次模拟运行中执行多次迭代,包括多次移动模拟、评分和重新计划执行,直到最终结果可用。.

2022-08-29 14:44:19 1009 1

原创 【R语言与数据分析实战】数据操作(一):基于向量的处理与外部数据处理

此时,若不使用t(x)函数转置向量的行与列,将无法得到想要的数据框。向量或矩阵只能保存同种数据类型的数据,而sapply()函数返回的是向量或矩阵,因此,作为sapply()函数的参数传入的FUN函数返回值中,不能混有多种数据类型。上述两种方法中,使用第一种方法(先使用unlist(函数将列表转换为向量,再使用matrix()函数将向量转换为矩阵时会有一个问题,那就是使用unlist()函数将列表转换为向量后,由于向量中只能保存1种数据类型,所以转换过程中,所有数据都会被转换为同一数据类型。...

2022-08-28 16:06:57 817

原创 【R语言与数据分析实战】绘图

设置type时常用的值有p(点)、l(线)、b(点线)、o(点线重叠绘制)、n(不绘制)。使用n选项时,一般使用lines()、points()等函数绘制数据。matplots()、matlines()、matpoints()这3个函数分别与plot()、lines()、points()函数类似,但区别在于,使用它们可以在图形中绘制以矩阵形式给出的数据。除此之外,R还提供了多种非参数回归方法,比如lowess()、loess()、ksmooth()、smooth.spline()、earth()等。...

2022-08-28 16:06:18 1296

原创 【R语言与数据分析实战】R软件编程

目录1、流程控制  (1) if语句  (2) 循环语句2、运算  (1) 数值运算  (2) 向量运算  (3) NA处理3、定义函数  (1) 可变长函数  (2) 嵌套函数4、作用域5、对象的不变性6、队列1、流程控制  (1) if语句        ife

2022-05-01 23:54:48 1977

原创 【R语言与数据分析实战】数据类型

目录1、变量赋值  (1) <- 与 = 的区别2、调用函数时指定参数3、标量  (1) NULL 与 NA 的区别  (2) & 与 && 的区别  (3) 因子4、向量  (1) 创建向量  (2) 访问向量中的数据  (3) 向量运算  (4) 连续数字组成的向量  (5) 保存重复值的向量5、

2022-04-28 21:40:10 1712

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除