问题标签 [numerical-analysis]

我正在尝试实现Neville 的算法。

我有 32 个点代表 sin(x) 函数：

我有一个用于评估多项式的​​输入向量：

这是我的内维尔街区：

问题是s[ii]，我不确定这个计数是否正确。

我不确定这是否是问这个问题的正确地方，如果不是，如果你们告诉我，我会删除它，但我的问题与将数学技术转移到程序中有关。我的问题是：

如果我要使用程序通过以下方法求解二次方程ax^2+bx+c=0：

与普通公式相比，使用计算机有什么优势？我知道它会减少所涉及的错误，但除此之外。

我正在尝试在 MATLAB中实现用于 DE 系统的 Runge-Kutta 方法。我没有得到正确的答案，我不确定代码或我用来运行它的命令是否有问题。

这是我的代码：

我正在尝试在这个问题上进行测试。这是我的命令和输出：

>> U1 = @(t, u) 3*u(1) + 2*u(2) - (2*t^2 + 1)*exp(2*t);

>> U2 = @(t, u) 4*u(1) + u(2) + (t^2 + 2*t - 4)*exp(2*t);

>> a = 0; b = 1; 阿尔法 = [1 1]; 米 = 2; h = 0.2; N = (b - a)/h；

>> RKSystems(a, b, m, N, alpha, {U1 U2});

t = 0.00；w(1) = 1.0000000000; w(2) = 1.0000000000；

t = 0.20；w(1) = 2.2930309680；w(2) = 1.6186020410；

t = 0.40；w(1) = 5.0379629523；w(2) = 3.7300162165；

t = 0.60；w(1) = 11.4076339762；w(2) = 9.7009491301；

t = 0.80；w(1) = 27.0898576892；w(2) = 25.6603894354；

t = 1.00；w(1) = 67.1832886708；w(2) = 67.6103125539；

我确实有一个与为多个结构分配内存的性能缓慢有关的问题。我有一个看起来像这样的结构：见下文

在我的代码开始时，我确实必须使用以下方法创建很多（100.000 – 1.000.000）：

并在它之后启动元素。不幸的是，这很慢，因此你们中的任何人都有提高性能的想法吗？

如果您不熟悉求解线性递推方程，那完全没有关系。无论如何，我们可以通过求解上述递推方程得到F[n]=3^(1-n)的结果，即F[n]=(10/3)F[n-1]-F[n-2 ]，f 1 =1，f 2 =1/3。

为此，通过使用

我们可以期待“3^(1-n)”的图形，称为指数函数。

但是，输出与预期不同。与输出相比

如您所知，3^(1-x) 是单调递减函数。尽管有预期，但我们只得到了在后期计算中增加的图形。

发生了什么？按照常识，“F[n]>F[n+1]”的所有输出都应该是 TRUE。

如果我将分配给“n”的数字从 35 增加到 50，

图形的形状变得非常奇怪。

我猜原因是基于“双精度二进制浮点”（http://en.wikipedia.org/wiki/Double_precision）。在我看来，R 将小于 0.0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0001 * 2^(-52) （有 52 个零）的数字分配为更大的数字，与递归关系相反。

但是，我不知道我的假设是否正确。即使我的假设是正确的，为什么 R 将非常小的数字反向分配为更大的数字，仅在“递归关系”中而不是针对诸如 3^(n-1) 之类的一般函数？此外，在“n=50”的情况下，为什么 R 会完全改变图形的形状？

你可以帮帮我吗？

先感谢您。

我想计算一个积分，它由两个函数确定： I(T) = ∫<sub>0 ^T i( f(t), g(t)) dt 其中f和g求解常微分方程，而i是已知。

显而易见的方法是推导出I的微分方程，然后将其与f和g一起求解（这可以完成，但在我的情况下在数值上很昂贵）。但是，在我的情况下，f求解具有初始条件f(0)和g的方程以及具有最终条件g(T)的方程。

目前我最好的猜测是使用标准 ODE 求解器在网格上求解f和g，然后使用标准方法进行数值积分，使用等距t坐标或某种正交规则（基本上是数值食谱中描述的任何内容） .

有没有人有更好的解决方案？也就是说，一种将特定类型的 ode 求解器及其精度考虑在内的方法。

I have the following Fortran code:

I compile with gfortran, and the output is:

Of course the second is correct, but should this be the case? It seems like Pi1 is being input to memory as a single precision number, and then put into a double precision memory slot. But this seems like an error to me. Am I correct?

我有一个带有一些值的 excel 文件，例如：

以及下面的代码来读取和打印数据[稍后我会把它们放在 HashMap 中]

但上面的代码返回以下内容：

如果出现了状态码，.0但我只想得到400不带.0

这该怎么做。

我已经用于poiexcel操作。

最好的问候安托

我想问一个问题，当我使用 eigen（C++ 库，进行数值线性计算）来求解线性方程组时，我使用双共轭梯度 BICGSTAB 和 Incomplete LU preconditioner，但是，结果 bg.error()("estimated错误”）变为-1.#IND，1次迭代后，线性方程组的大小为20000，有人可以帮我解决这个问题吗？我也尝试了其他小尺寸，例如200，没关系。

是否有任何稀疏矩阵库可以做到这些：

• 求解线性代数方程
• 支持矩阵-矩阵/数字乘法/加法/减法，矩阵转置，获取矩阵的行/列等操作
• 矩阵大小可以是 40k*40k 或更大，如 250k*250k
• 快速地
• 可以在 Windows 中使用

有人可以为我推荐一些图书馆吗？如果你推荐，请告诉我它的优点和缺点，以及你推荐它的原因。

顺便说一句，我在互联网上搜索了许多稀疏矩阵库并测试了其中一些。我发现它们每个只支持很少的操作（其中许多只能解决线性代数方程和做矩阵向量乘法）。最后我找到了一个名为 SparseLib++ 的。它也不支持很多操作。所以我添加了很多基本的矩阵操作。现在它起作用了。但是，我只是听说 SparseLib++ 太旧而且速度不快。但是我的项目是基于SparseLib++的，我在SparseLib++上花了很多功夫。所以我想知道是否尝试另一个稀疏矩阵库。