随着科学技术的发展以及电子信息技术的广泛应用,非线性问题成为数值 计算领域研究的重要方向之一,而非线性方程组的求解则是其最基本的问题。 本文主要研究了解非线性方程组的迭代方法。
2023-04-04 09:25:53 950KB 非线性
1
ModelingToolkit.jl:Julia中用于自动并行化科学机器学习(SciML)的建模框架。 用于集成符号的计算机代数系统,用于物理知识的机器学习和微分方程的自动转换
2023-04-02 15:23:28 172KB computer-algebra julia ode symbolic
1
(1)台体运动方程式 在不考虑台体绕稳定轴的阻尼系数和弹性约束的情况下,有 Me(s) α(shTT JpS- 式中 Jp一一台体及其附件相对输出轴的转动惯量。 (2) 浮子积分陀螺仪传递函数 旦旦2 H/C 一旦L α(s)-ts+1-JhG (3) 平台控制器传递函数为系统待选定的参数,设 在 s = 0 时,以 s) = C) 。 (4) 直流力矩电机传递函数 f一 (s二二~一 = G创(sυ) θ (s) 在实际应用中,可认为是一非周期环节 且坠) C2 eμ s) - rs + 1 (5.2. 1) (5.2.2) (5.2.3) (5.2.4) 考虑到浮子积分陀螺仪的陀螺效应,以及引起陀螺漂移的干扰力矩,可忽略力矩电机中的 反电势效应。系统的方块图可由图 5.10 给出。 在第三章我们给出用于捷联惯导系统浮子积分陀螺的一组参数,对于平台系统用浮子积 分陀螺的时间常数 J/C 为毫秒级。对于平台系统所用直流力矩马达,已采用永磁式马达,在一 般工程应用旋转速率下,马达的反电势可以忽略,马达的传递函数还可进一步简化。 1∞ 我们对系统做如下分析。 1.设 Mβ = O , MjY 或 My 不等于零。 由图 5.10 可简化为图 5.11 的形式。
2023-04-02 08:57:41 6.85MB 惯性导航 邓正隆
1
用MATLAB编写关于如何用史蒂芬不动点迭代法解线性方程组的程序
2023-04-01 10:21:45 300B 史蒂芬不动点 非线性方程 MATLAB
1
matlab求解二元一次方程组代码
2023-03-30 13:38:35 853KB 系统开源
1
数学物理方程与特殊函数课后答案,文件文件清晰度不是很高,但是可以分辨。
2023-03-30 09:32:46 7.42MB 数理方程答案
1
matlab偏微分方程 武汉大学出版社~~~ 很好很赞~~ 使用PDE工具箱。
2023-03-29 21:59:48 2.57MB matlab 偏微分方程
1
matlab张量积代码矩阵乘积状态Langevin (1)在MATLAB中针对有限自旋链实现矩阵乘积状态Langevin方程,以及(2)对于无限自旋链实现时间相关的变分原理()。 矩阵乘积状态Langevin方程描述了与环境热接触的系统的轨迹。 它扩展了随时间变化的变分原理,用于演化具有附加噪声和摩擦项的矩阵乘积状态。 安装 下载此存储库,并将其文件夹和所有子文件夹添加到MATLAB路径。 从下载NCON软件包并将其添加到MATLAB路径。 代码示例 在此示例中,我们模拟了有限旋转链的随机哈密顿量下的噪声演化。 首先,我们需要指定系统。 我们将定义spinDimList来编码4个局部尺寸为spinDimList和4的自旋。 spinDimList = [2 4 3 4]; 我们想将键的维数限制为3: Dmax = 3; 现在,让我们使用randomizedSystem_localH()函数生成初始状态,汉密尔顿和环境。 我们还将温度设置为较低,并在无摩擦状态下工作(这是更快的!): [mpsInit,Hcell,EnvParams] = randomizedSystem_localH(
2023-03-28 09:31:18 213KB 系统开源
1
针对轴承钢球表面质量的检测要求,设计了一种基于单片机控制的无损自动检测系统。根据轴承钢球的子午线展开机理,得出表面展开轨迹方程,并通过Pro/Mechanism对检测轨迹进行了运动学仿真。结合轨迹方程及单片机驱动原理,确立了系统硬件设计与软件控制方案,并对钢球检测信号进行波形实验验证,结果表明,该系统的检测效率及可靠性高,具有良好的应用前景。
2023-03-28 01:57:41 312KB 单片机 轨迹方程 控制系统
1
sympy版本:1.2 假设求解矩阵方程 AX=A+2X 其中 求解之前对矩阵方程化简为 (A−2E)X=A 令 B=(A−2E) 使用qtconsole输入下面程序进行求解 In [26]: from sympy import * In [27]: from sympy.abc import * In [28]: A=Matrix([[4,2,3],[1,1,0],[-1,2,3]]) In [29]: A Out[29]: Matrix([ [ 4, 2, 3], [ 1, 1, 0], [-1, 2, 3]]) In [30]: B=A-2*diag(1,1,1) In [31]:
2023-03-28 00:49:50 36KB mp python python矩阵
1