不确定的微分方程已广泛应用于许多领域，尤其是不确定的金融领域。 不幸的是，我们不能总是得到不确定微分方程的解析解。 早期的研究人员提出了一种基于欧拉方法的数值方法。 本文设计了一种通过广泛使用的Runge-Kutta方法求解不确定微分方程的新数值方法。 给出了一些例子来说明Runge-Kutta方法在计算不确定性微分方程解的不确定性分布，期望值，极值和时间积分时的有效性。

Fundamentals of Differential Equations (7th Edition)

Partional differentional equation

2nd edition translated by McShane, E. J. 这是柯朗原来德文原著的1937的英文版，与1989 Courant and Fritz John 版 (Introduction to Calculus and Analysis Volume One) 不同之处是这个带答案的。

(Universitext) Serge Lang (auth.)-Introduction to Differential Manifolds-Springer-Verlag New York 入门经典 高清英文

First Steps in Differential Geometry: Riemannian, Contact, Symplectic

差异缺失分析 差异缺失分析可捕获单细胞RNA测序数据中的生物学变异 单细胞RNA测序数据的特征是具有大量的零计数，但是越来越多的证据表明这些零反映了生物变异而不是技术伪像。 我们提出了差异缺失分析（DDA），以鉴定单细胞RNA测序数据中生物变异的影响。 使用16个公开可用的模拟数据集，我们显示DDA可以准确地检测生物变异，并且可以比依赖计数的方法更可靠地评估转录本的相对丰度。 可从获得DDA。 可以在此处找到相关手稿图形的脚本，功能和源数据。 此外，从原始数据矩阵中的Seurat对象开始，描述了DDA的两个小插曲 可以在bioRxiv上找到手稿的预印本： ://doi.org/10.1101/2021.02.01.42929187 可以在一个闪亮的应用程序中交互式地浏览结果： : :

一本经典微分方程有限元方面的书，欧洲顶级理工大学教材！清晰版本

SUMS49 Elementary Differential Geometry, 2nd Edition, Andrew Pressley (2010).zip

这个包包含一个 3D 差分 Canny 边缘检测器 (edgedetect.m) 和一个简单的分割例程 (segmentation.m)，它使用计算的边缘来分割数据。 Canny 边缘检测器包括三个步骤： 1) 使用高斯卷积滤波器对数据去噪。 2）通过计算图像梯度幅值的最大值，得到边缘集的候选。 这是通过找到某个函数（包含数据的二阶导数）的零级集来执行的。 3) 执行滞后阈值。 首先，删除梯度幅度（边缘强度）低于下阈值的边缘集的所有部分。 然后，删除梯度幅度永远不会超过上限阈值的边缘集的所有连接组件。 分割例程是图像处理工具箱函数 bwlabeln 的包装器。 使用计算出的边缘集，它将数据空间中的所有体素分配为 0（边缘）或 1（非边缘），增加边缘表面厚度（以关闭可能的Kong），然后调用 bwlabeln 对数据进行分割。 有关一些数学细节，请参阅http://arxiv.org