一、概述 数值分析思维导图 数值分析课后习题 二、线性方程组的数值解法 Jocobi迭代法(Python实现) 高斯赛德尔算法(Python实现) Python实现Gauss-Seider迭代法(超全) 高斯消元法和列主销元法(Python实现) 高斯消元和列主消元(Matlab实现) 列主消元法(Matlab实现) 列主消元法(C语言实现) 迭代加速——松弛迭代(Python实现) Python实现时间(秒,时,天,年) python画椭圆、星形线、菱形、圆角矩形 python矩阵的分解及其应用(LU分解) 三、非线性方程组的数值解法 不动点迭代和Newwton迭代(Python实现) 二分法求方程的根(Python) Newton迭代法开方(Python) 牛顿下山法(Python实现) 牛顿法求方程的根(C&Matlab&Python语言实现) Newton下山法(Matlab实现) 牛顿下山法(C语言实现) 四、插值与拟合 三次样条插值及三弯矩法完整(Matlab实现) 数学建模中的插值问题 三次样条插值(Python实现) 三次样条插值——三弯矩法(C语言实现) 三次样条插值---三弯矩法(Matlab实现) 习题一:三弯矩法(Matlab实现) 三次样条插值—三弯矩法(C语言实现) 五、数值微分与数值积分 常微分方程初值问题数值解法[完整公式](Python) 数值积分重要公式(Python) 数值积分求解卫星轨道长(Python) 复化梯形公式、复化Simpon公式、Romberg算法(python) 龙贝格算法(Matlab实现) Romberg算法(Matlab实现) Romberg算法(龙贝格求积公式C语言实现) Romberg算法(C语言实现) 蒙特卡罗法(随机模拟法) 六、常微分方程初值问题数值解法 显式Euler公式和隐式Euler公式精确度(Python) Euler方法和改进的Euler方法 四阶Runge-Kutta(Python实现) 四阶Runge-Kutta(Matlab实现) 四阶Runge-Kutta算法II(Matlab实现) 四阶Runge-Kutta算法(C语言实现)