Cleve的角落：数学和计算上的Clyver
Loren在Matlab的艺术上
史蒂夫在图像处理与matlab
人在仿真软件金宝app
深度学习
开发区域
Stuart的Matlab视频
在头条新闻后面
本周的文件交换选择
汉斯在物联网
学生休息室
初创企业、加速器和企业家
Matlab社区
MATLABユーザーコミュニティーRootFinding演示
将本周的选择是RootFinding演示经过Teja muppirala.。
在2011年之后，Teja正在回归本周的数独挑选。这次，他创造了一个精彩的小牛顿raphson应用程序。对于任何采用数字方法类的人来说，您可能熟悉此技术来查找值X满足公式f（x）= 0。但是，如果你是这个概念的新概念，维基百科有一个伟大的文章就此主题而言。
实质上，该算法从初始猜测开始X。如果f（x）等于零，然后幸运的是，你已经完成了。如果没有，您可以计算函数的衍生物，并使用它来瞄准自己更好地猜测价值X。您可以使用新的价值重复此过程X，在几个迭代之后，你希望收敛f（x）= 0。在下面的图像中，您可以看到我们如何接近蓝线的过零（我们的f（x））有几个牛顿Raphson迭代（红线）。
事实证明，这是Teja Root搜索应用程序的屏幕截图。用户界面使您可以象征性地表达您的等式。您可以指定您的初始猜测和迭代次数;该应用程序将向您提供解决方案。什么是真正有趣的是，您可以单击该图并瞬时获取结果以获取新的初始猜测。这种互动在该根除方法的有效性且局限性的界限中是非常有效的。我喜欢尝试使用不断微不常的功能。通常，我的结果将是不稳定的，但每次偶尔，我仍然可以实现融合。
评论
让我们知道你的想法在这里或离开A.评论对于Teja。
在2011年之后，Teja正在回归本周的数独挑选。这次，他创造了一个精彩的小牛顿raphson应用程序。对于任何采用数字方法类的人来说，您可能熟悉此技术来查找值X满足公式f（x）= 0。但是，如果你是这个概念的新概念，维基百科有一个伟大的文章就此主题而言。
实质上，该算法从初始猜测开始X。如果f（x）等于零，然后幸运的是，你已经完成了。如果没有，您可以计算函数的衍生物，并使用它来瞄准自己更好地猜测价值X。您可以使用新的价值重复此过程X，在几个迭代之后，你希望收敛f（x）= 0。在下面的图像中，您可以看到我们如何接近蓝线的过零（我们的f（x））有几个牛顿Raphson迭代（红线）。
事实证明，这是Teja Root搜索应用程序的屏幕截图。用户界面使您可以象征性地表达您的等式。您可以指定您的初始猜测和迭代次数;该应用程序将向您提供解决方案。什么是真正有趣的是，您可以单击该图并瞬时获取结果以获取新的初始猜测。这种互动在该根除方法的有效性且局限性的界限中是非常有效的。我喜欢尝试使用不断微不常的功能。通常，我的结果将是不稳定的，但每次偶尔，我仍然可以实现融合。
评论
让我们知道你的想法在这里或离开A.评论对于Teja。
|
- 类别：
- 挑选
评论
要发表评论，请点击在这里要登录您的MathWorks帐户或创建新的。