常微分数值解matlab代码ODE 系统 - 数值求解器 使用 Runge-Kutta 求解常微分方程组 依赖 用 Fortran 90 编写的代码 gfortran 编译器 使用 Matlab/Octave 绘制解决方案 如何使用 运行代码 代码在 Fortran 90 中运行，您将需要一个 Fortran 编译器，例如 gfortran。 在代码中更改了问题条件，然后您需要编译每个更改： gfortran ode_solver_main.f90 -o 然后，运行： 在 Windows 上 your_exe_name.exe 在 Linux 上 ./your_exe_name.out 在此之后，代码将生成三个 .out 文件。 mash_info.out ：包含域离散化的点。 output_solution.out ：包含每个点的解决方案 绘图解决方案 您将需要 Matlab 或 Octave 来运行 .m 代码。 打开 Matlab/Octave 后，只需使用执行按钮运行代码并及时观察解决方案的变化。 数学模型 我们使用 4 阶 Runge-Kutt

经典的数值计算书，含源代码。数值计算必不可少的参考书。 本书编写了300多个实用而有效的数值算法C语言程序。其内容包括:线性方程组的求解，逆矩阵和行列式计算，多项式和有理函数的内插与外推，函数的积分和估值，特殊函数的数值计算，随机数的产生，非线性方程求解，傅里叶变换和FFT，谱分析和小波变换，统计描述和数据建模，常微分方程和偏微分方程求解，线性预测和线性预测编码，数字滤波，格雷码和算术码等。全书内容丰富，层次分明，是一本不可多得的有关数值计算的C语言程序大全。本书每章中都论述了有关专题的数学分析、算法的讨论与比较，以及算法实施的技巧，并给出了标准C语言实用程序。这些程序可在不同计算机的C语言编程环境下运行。本书可作为从事科学计算的科技工作者的工具书，计算机软件开发者的参考书，也可以作为大学本科生和研究生的参考书或教材。

NumericUpDown扩展器控件可以将某个TextBox模拟成NumericUpDown控件，即在该TextBox的右边添加一对上下箭头按钮，点击其中的某个按钮可以相应地增加或减少TextBox中的值。

Applied Numerical Methods with MATLAB for Engineers & Scientists, Chapra, MG, 2011. 很好的matlab学习教材，英文版的

在网上找了很久，才找到的资料，包括书籍及其相应的实现代码，希望对大家有所帮助。

英文版 [数值分析方法库.Cambridge.Press.Numerical.Recipes.3rd.Edition.pdf

This book is supposed to teach you methods of numerical computing that are practical, efficient, and (insofar as possible) elegant. We presume throughout this book that you, the reader, have particular tasks that you want to get done. We view our job as educating you on how to proceed. Occasionally we may try to reroute you briefly onto a particularly beautiful side road; but by and large, we will guide you along main highways that lead to practical destinations.

精确计算球体和网格单元的重叠体积和面积 计算球体与通常使用的网格元素（例如四面体或六面体）之一的相交或重叠体积是令人惊讶的挑战。 这个仅标头的库实现了一种数字健壮的方法来确定此卷。 该代码中使用的数学表达式和算法在进行了描述。 因此，如果您在产生任何出版物的项目中使用该代码，请引用本文。 利用用于计算重叠体积的概念和例程，也可以使用此库来计算球体的相交或重叠区域以及网格元素的小平面。 用法 支持的原语 重叠计算直接支持以下元素类型： 四面体（4个节点/顶点，数据类型为Tetrahedron ） 五面体/楔形/三角棱镜（5个节点/顶点，数据类型为Wedge ） hexahedra（6个节点/顶点，数据类型为Hexahedron ） 元素必须是凸形的，并且必须指定为三维节点/顶点的列表，而球体（数据类型Sphere ）则需要一个中心点和半径。 节点排序 重叠库的元素类型遵循项目的

我想说的是这类书不多，所以必定是好书。哇靠，大家支持啊。虽然很多人有这本书但是就是不分享啊。 Features •Emphasizes the latest state-of-the-art object-oriented methods wherever possible •Covers a large spectrum of computational tools, including sorting algorithms and Monte Carlo methods •Contains working C# code and numerous practical examples that illustrate how to apply the computational tools •Provides the C# source code online Summary Comprehensive Coverage of the New, Easy-to-Learn C# Although C, C++, Java, and Fortran are well-established programming languages, the relatively new C# is much easier to use for solving complex scientific and engineering problems. Numerical Methods, Algorithms and Tools in C# presents a broad collection of practical, ready-to-use mathematical routines employing the exciting, easy-to-learn C# programming language from Microsoft. The book focuses on standard numerical methods, novel object-oriented techniques, and the latest Microsoft .NET programming environment. It covers complex number functions, data sorting and searching algorithms, bit manipulation, interpolation methods, numerical manipulation of linear algebraic equations, and numerical methods for calculating approximate solutions of non-linear equations. The author discusses alternative ways to obtain computer-generated pseudo-random numbers and real random numbers generated by naturally occurring physical phenomena. He also describes various methods for approximating integrals and special functions, routines for performing statistical analyses of data, and least squares and numerical curve fitting methods for analyzing experimental data, along with numerical methods for solving ordinary and partial differential equations. The final chapter offers optimization methods for the minimization or maximization of functions. Exploiting the useful features of C#, this book shows how to write efficient, mathematically intense object-oriented computer programs. The vast array of practical examples presented can be easily customized and implemented to solve complex engineering and scientific problems typically found in real-world computer applications.

这里是 ShowMeAI 持续分享的【开源eBook】系列！内容覆盖机器学习、深度学习、数据科学、数据分析、大数据、Keras、TensorFlow、PyTorch、强化学习、数学基础等各个方向。整理自各平台的原作者公开分享（审核大大请放手） ◉ 简介：数值算法从『可计算的量』中近似地计算出『难以处理的量』，或者说，从数据中推断出一个潜在的量。因此计算程序可被视作 learning machine，使用贝叶斯推理来建立更灵活有效的计算算法。概率数值计算正式确立了『机器学习』和『应用数学』之间的联系。本书提供了大量的背景材料（还有数据、工作实例、练习及解答），更适用于AI、CS、统计学、应用数学的研究生。 ◉ 目录： 第一章：数学背景 第二章：整合 第三章：线性代数 第四章：局部优化 第五章：全局优化 第六章：求解常微分方程 第七章：前沿 第八章：习题答案