克里夫的角落:克里夫硅藻土在数学和计算
MATLAB的博客
史蒂夫与MATLAB图像处理
人在仿真软件金宝app
人工智能
开发区域
斯图尔特的MATLAB视频
在标题后面
文件交换的选择
汉斯在物联网
学生休息室
MATLAB社区
MATLABユーザーコミュニティー
创业、加速器,和企业家
自治系统
定量金融学RootFinding演示
将本周的选择RootFinding演示通过Teja Muppirala。
Teja是2011年后卷土重来数独挑。这一次,他创造了一个美妙的小牛顿迭代程序。对于那些采取了数值方法的类,你可能熟悉这个技术找到一个值x满足方程f (x) = 0。但是如果你的新概念,维基百科有一个伟大的文章在这个问题上。
本质上,该算法从一个初始猜测值x。如果f (x)等于零,那么你是幸运的,因为你就完成了。如果不是,你计算函数的导数和使用目的自己走向更好的猜测的价值x。你和你的新值的重复这个过程x希望,经过一系列的迭代收敛f (x) = 0。在下面这张图里,你看到我们的零交点蓝线(我们的方法f (x))与几个牛顿迭代(红线)。
事实证明,这是一个从Teja截图找到应用程序的根。用户界面使您能够象征性地表达你的方程。你指定你的初始猜测和迭代次数;应用程序会给你解决方案。真正有趣的是,你可以点击图和即时得到结果为新的初始猜测。这种交互是相当有益的效果但这个根找到方法的局限性。我喜欢尝试没有连续可微的函数。通常,我的结果将是不稳定的,但每隔一段时间,我仍然可以达到收敛。
评论
让我们知道你的想法在这里或者离开评论Teja。
Teja是2011年后卷土重来数独挑。这一次,他创造了一个美妙的小牛顿迭代程序。对于那些采取了数值方法的类,你可能熟悉这个技术找到一个值x满足方程f (x) = 0。但是如果你的新概念,维基百科有一个伟大的文章在这个问题上。
本质上,该算法从一个初始猜测值x。如果f (x)等于零,那么你是幸运的,因为你就完成了。如果不是,你计算函数的导数和使用目的自己走向更好的猜测的价值x。你和你的新值的重复这个过程x希望,经过一系列的迭代收敛f (x) = 0。在下面这张图里,你看到我们的零交点蓝线(我们的方法f (x))与几个牛顿迭代(红线)。
事实证明,这是一个从Teja截图找到应用程序的根。用户界面使您能够象征性地表达你的方程。你指定你的初始猜测和迭代次数;应用程序会给你解决方案。真正有趣的是,你可以点击图和即时得到结果为新的初始猜测。这种交互是相当有益的效果但这个根找到方法的局限性。我喜欢尝试没有连续可微的函数。通常,我的结果将是不稳定的,但每隔一段时间,我仍然可以达到收敛。
评论
让我们知道你的想法在这里或者离开评论Teja。
- 类别:
- 选择
评论
留下你的评论,请点击在这里MathWorks账户登录或创建一个新的。