一维波动方程（输运方程）采用一阶迎风和二阶中心差分有限差分法求解。 使用周期性边界条件。

通过第一阶段的学习，将知识点写成了时间轴的形式，刚开始自学的小伙伴也可以按照这个顺序进行学习

Fritz-John一阶必要条件 定理4.1.6 设x*为上述问题的局部最优解且f(x),ci(x)(1≤i≤m)在x*点可微,则存在非零向量l*=(l0*,l1*,···,lm*)使得 满足上面的条件的点称为Fritz-John点. 上面的条件仅仅是必要条件.

matlab优化常微分方程代码关于这个仓库 这个简单的MATLAB代码是使用四阶Runge-Kutta方法对一阶常微分方程dy / dx = func（x，y）进行数值求解的方法。 由于其简单性，您可以轻松地对其进行修改或将其与其他代码组合。 它是如何工作的？ 首先，您必须在func.m中设置func（x，y） ，其中dy / dx = func（x，y）给出func（x，y） 。 下一步，您应该在RungeKutta.m中设置初始条件和其他参数。 有4个参数，你可以在RungeKutta.m调整：XINT，yint，xfin，和num。 x和y的初始值分别由xint和yint表示。 x的最大值由xfin定义。 最重要的参数是num（段数），因为它直接影响数值计算的误差。 该值应较大，以避免重大错误。 要开始计算，请运行代码RungeKutta.m 。 在MATLAB的工作区中，您将看到x和y已创建。 您可以通过命令“ plot（x，y）”来可视化最终结果。

1，uboot第一阶段.txt

一阶微分方程组用龙格库塔法编程实现数值计算，文件中包括两个实例，并有程序代码。

适合刚开始学习java的小白，各类方法的汇总，总结和功能介绍。

[ZX, ZY, ZXX, ZYY, ZXY] = trigradient2(X, Y, Z, T, M) 使用最小二乘线性回归计算函数 Z(X,Y) 的导数。 方程组是用泰勒级数从每个点到相邻顶点建立的。 如果一个顶点连接到少于五个顶点，则也使用两条边距离内的顶点。 这种推导方法比一阶方法提供了更好的结果。 特别是计算出的二阶场导数的误差明显小于用一阶函数推导两倍场的误差。 输入： X= 带有 x 坐标的向量。 Y= 带有 y 坐标的向量。 Z = 矩阵，每个点都有函数值。 如果 Z 有多个列 计算每一列的导数。 可选参数： T = 三角剖分（具有多边形顶点的 Nx3 矩阵）。 如果没有给出 X,Y 的 delaunay 三角剖分，则使用。 M= 用于计算的方法。 默认值为 0。 0：一个大方程组。 快速地。 1：多个小方程系统。 较慢但取决于输入值更准确。 输出： ZX=dz/dx

一阶倒立摆仿真matlab程序，包含仿真结果和simulink仿真

三阶样条插值的matlab程序代码 function m=naspline(x,y,dy0,dyn,xx) %三阶样条插值 %格式：m=naspline(x,y,dy0,dyn,xx) x为结点向量，y为数据…… 大学计算方法课作业