昆仑山:眼中无形心中有穴之穴人合一

夫君子之行,静以修身,俭以养德;非澹泊无以明志,非宁静无以致远。夫学须静也,才须学也;非学无以广才,非志无以成学。怠慢则不能励精,险躁则不能冶性。年与时驰,意与岁去,遂成枯落,多不接世。悲守穷庐,将复何及!

 

03 2025 档案

Centos7中Cannot find a valid baseurl报错
摘要:解决方案 CentOS-Base.repo 配置修改 [root@china yum.repos.d]# pwd /etc/yum.repos.d [root@china yum.repos.d]# cat CentOS-Base.repo [base] name=CentOS-$releaseve 阅读全文

posted @ 2025-03-27 15:13 Indian_Mysore 阅读(10) 评论(0) 推荐(0)

centos8+无法联网下载+解决方案
摘要:[root@china yum.repos.d]# pwd /etc/yum.repos.d sed -i 's/mirrorlist/#mirrorlist/g' /etc/yum.repos.d/CentOS-* sed -i 's|#baseurl=http://mirror.centos.o 阅读全文

posted @ 2025-03-26 10:59 Indian_Mysore 阅读(8) 评论(0) 推荐(0)

追赶法+thomas算法
摘要:import numpy as np from fractions import Fraction def thomas_algorithm(a, b, c, d): """ 使用追赶法求解三对角线性方程组 Ax = d 参数: a : 下对角线元素 (长度 n-1) b : 主对角线元素 (长度 阅读全文

posted @ 2025-03-25 14:13 Indian_Mysore 阅读(25) 评论(0) 推荐(0)

改进的平方根法
摘要:import numpy as np from fractions import Fraction def modified_cholesky_decomposition(A): """ 对对称矩阵 A 进行改进平方根分解 A = LDL^T 参数: A : 对称矩阵 (n x n) 返回: L : 阅读全文

posted @ 2025-03-25 13:57 Indian_Mysore 阅读(24) 评论(0) 推荐(0)

解线性方程组的直接解法+代码实现
摘要:import numpy as np """ Gauss消元法: 基本的矩阵消元方法,可能对病态矩阵不稳定。 列主元消元法: 通过选择最大主元提高数值稳定性。 Doolittle分解: LU分解的一种形式,L对角线元素为1。 Crout分解: LU分解的另一种形式,U对角线元素为1 追赶法: 专为三 阅读全文

posted @ 2025-03-18 16:20 Indian_Mysore 阅读(41) 评论(0) 推荐(0)

多项式插值的缺陷+Runge现象
摘要:import numpy as np import matplotlib.pyplot as plt # 设置中文字体 plt.rcParams['font.sans-serif'] = ['SimHei'] # 使用黑体 plt.rcParams['axes.unicode_minus'] = F 阅读全文

posted @ 2025-03-12 13:03 Indian_Mysore 阅读(19) 评论(0) 推荐(0)

数值分析之插值法
摘要:import numpy as np # Lagrange插值 def lagrange_interpolation(x, x_points, y_points): n = len(x_points) result = 0 print(f"\n计算拉格朗日插值在 x = {x} 的值:") for 阅读全文

posted @ 2025-03-11 16:28 Indian_Mysore 阅读(12) 评论(0) 推荐(0)

随机生存100阶线性方程组
摘要:import numpy as np def save_to_csv(A, b, x, filename_prefix="linear_system"): np.savetxt(f"{filename_prefix}_A.csv", A, delimiter=",") np.savetxt(f"{f 阅读全文

posted @ 2025-03-11 11:37 Indian_Mysore 阅读(7) 评论(0) 推荐(0)

矩阵特征值的计算方法之幂法
摘要:import numpy as np # 定义矩阵 A A = np.array([[3, 2], [4, 5]], dtype=float) # 初始向量 x0 x0 = np.array([1, 1], dtype=float) # 或用 np.random.rand(3) # 参数 max_i 阅读全文

posted @ 2025-03-10 17:13 Indian_Mysore 阅读(36) 评论(0) 推荐(0)

解线性代数迭代法代码实现
摘要:jacobi 迭代法 import numpy as np from tabulate import tabulate def jacobi_method(A, b, x0, num_iterations=20): # 获取系数矩阵对角矩阵 D = np.diag(np.diag(A)) # 计算下 阅读全文

posted @ 2025-03-06 14:04 Indian_Mysore 阅读(29) 评论(0) 推荐(0)

数值分析知识点归纳总结
摘要:误差 插值法 函数逼近与快速fourier变换 数值积分与数值微分 解线性方程组的直接方法 解线性方程组的迭代法 非线性方程与方程组的数值解法 矩阵特征值计算 常微分方程初始值问题数值解法 阅读全文

posted @ 2025-03-04 14:09 Indian_Mysore 阅读(7) 评论(0) 推荐(0)

超松弛迭代法
摘要:import numpy as np def sor_method(A, b, omega, x0=None, tol=1e-6, max_iter=1000): """ 超松弛迭代法 (SOR) 求解线性方程组 Ax = b 参数: A : np.ndarray, n x n 的系数矩阵 b : 阅读全文

posted @ 2025-03-04 13:10 Indian_Mysore 阅读(45) 评论(0) 推荐(0)

导航