RootFinding演示
将他本周的选择是RootFinding演示通过Teja Muppirala.
特贾在2011年复出本周数独游戏.这一次,他创建了一个很棒的小Newton-Raphson应用程序。对于任何上过数值方法课的人来说,你可能熟悉这个求值的技巧x满足方程F (x) = 0.但如果你不熟悉这个概念,维基百科有一个伟大的文章关于这个话题。
本质上,该算法从对值的初始猜测开始x.如果f (x)等于零,那么你很幸运,你搞定了。如果不是,你计算函数的导数,并使用它来更好地猜测的值x.你用新的值重复这个过程x,在几次迭代之后,您希望收敛于F (x) = 0.在下面的图像中,您可以看到我们如何接近蓝线的零交叉(我们的f (x))进行多次牛顿-拉弗森迭代(红线)。
原来这是Teja的根查找应用程序的截图。用户界面允许你象征性地表达你的方程。你指定你的初始猜测和迭代次数;应用程序会为你提供解决方案。真正有趣的是,你可以点击图形,立即得到新的初始猜测结果。这种相互作用对寻根方法的有效性和局限性都有一定的指导意义。我喜欢实验那些非连续可微的函数。通常情况下,我的结果是不稳定的,但每隔一段时间,我仍然可以实现收敛。
评论
让我们知道你的想法在这里或者留下评论Teja。
特贾在2011年复出本周数独游戏.这一次,他创建了一个很棒的小Newton-Raphson应用程序。对于任何上过数值方法课的人来说,你可能熟悉这个求值的技巧x满足方程F (x) = 0.但如果你不熟悉这个概念,维基百科有一个伟大的文章关于这个话题。
本质上,该算法从对值的初始猜测开始x.如果f (x)等于零,那么你很幸运,你搞定了。如果不是,你计算函数的导数,并使用它来更好地猜测的值x.你用新的值重复这个过程x,在几次迭代之后,您希望收敛于F (x) = 0.在下面的图像中,您可以看到我们如何接近蓝线的零交叉(我们的f (x))进行多次牛顿-拉弗森迭代(红线)。
原来这是Teja的根查找应用程序的截图。用户界面允许你象征性地表达你的方程。你指定你的初始猜测和迭代次数;应用程序会为你提供解决方案。真正有趣的是,你可以点击图形,立即得到新的初始猜测结果。这种相互作用对寻根方法的有效性和局限性都有一定的指导意义。我喜欢实验那些非连续可微的函数。通常情况下,我的结果是不稳定的,但每隔一段时间,我仍然可以实现收敛。
评论
让我们知道你的想法在这里或者留下评论Teja。
- 类别:
- 选择
评论
如欲留言,请点击在这里登录您的MathWorks帐户或创建一个新帐户。