Numerical Methods: Solver

آگهی دارد
رده‌بندی محتوا
مناسب برای همه
+۱ هزار
بارگیری‌ها
رده‌بندی محتوا
مناسب برای همه
بیشتر بدانید
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت
نماگرفت

درباره این برنامه

با ابزارهای ریشه‌یابی، درون‌یابی و کمترین مربعات، مسائل تحلیل عددی را حل کنید.
هر تکرار را مطالعه کنید تا بفهمید چگونه یک جواب تقریبی به دست می‌آید.

ابزارهای کلیدی ریاضی
الگوریتم‌های ریشه‌یابی:معادلات غیرخطی را با استفاده از روش‌های تنصیف و نیوتن-رافسون با جداول همگرایی حل کنید.
درون‌یابی داده‌ها:چندجمله‌ای‌های درون‌یابی را با استفاده از روش‌های خطی، درجه دوم، نیوتن و لاگرانژ بسازید.
رگرسیون کمترین مربعات:برازش منحنی و مدل‌سازی رگرسیون را روی مجموعه داده‌های تجربی انجام دهید.
شفافیت گام به گام:دنباله‌های تکرار کامل، ماتریس‌های میانی و حاشیه‌های خطا را بررسی کنید.

نحوه کار
1. الگوریتم عددی مناسب برای کار خود را انتخاب کنید.
2. پارامترهای تابع، ضرایب ماتریس یا مختصات را وارد کنید.
۳. آستانه‌های تحمل خطای هدف و حداکثر تعداد تکرارها را تنظیم کنید.
۴. راه‌حل‌های محاسبه‌شده، جداول تکرار جامع و نمودارها را بررسی کنید.
یافتن ریشه‌ها با استفاده از روش تنصیف یا نیوتن-رافسون؛ درون‌یابی و برازش داده‌ها
تاریخ به‌روزرسانی
۸ مهر ۱۴۰۵

ایمنی داده

ایمنی با درک اینکه توسعه‌دهندگان چگونه داده‌های شما را جمع‌آوری و هم‌رسانی می‌کنند شروع می‌شود. شیوه‌های حفظ امنیت و حریم خصوصی داده‌ها ممکن است براساس استفاده، منطقه، و سن شما متفاوت باشد. توسعه‌دهنده این اطلاعات را ارائه کرده است و ممکن است آن را درطول زمان به‌روزرسانی کند.
  • هیچ داده‌ای با طرف‌های سوم هم‌رسانی نمی‌شود
    درباره نحوه اعلام هم‌رسانی داده‌ها توسط توسعه‌دهندگان بیشتر بدانید
  • هیچ داده‌ای جمع‌آوری نمی‌شود
    درباره نحوه اعلام جمع‌آوری داده‌ها توسط توسعه‌دهندگان بیشتر بدانید
  • داده‌ها هنگام جابه‌جایی رمزگذاری می‌شود
  • نمی‌توان داده‌ها را حذف کرد

تازه‌ها

Optimized convergence routines for the Newton-Raphson algorithm, enhanced decimal precision across Lagrange polynomials, and fixed formatting issues in iteration tables.