说明

笔者尽量都以函数的形式给出程序，相当于只暴露出引脚，让使用者可以快速使用。不过本仓库尚未完善，等课程结束后会尽量完善该仓库，也期待我的同学与我一起完善这个仓库

数值分析代码库

本仓库包含数值分析课程中编写的代码，包括课上练习和课后作业，主要使用 MATLAB 和 Python 实现。以下是各目录和方法的详细说明。

---

目录结构

• 常微分方程初值问题

  • Euler.m: 欧拉法
  • classicalRK4.m: 四阶经典 Runge-Kutta 方法
  • improved_euler.m: 改进欧拉法

• 插值方法

  • Lagrange.m: 拉格朗日插值
  • Newton.m: 牛顿插值
  • Python版本：Newton.py, lagrange.py
  • spline_1.m: 样条插值

• 数值积分

  • adaptiveSimpson.m: 自适应辛普森积分法
  • composite_simpson.m: 复合辛普森积分
  • composite_trapezoidal.m: 复合梯形积分
  • romberg.m: 龙贝格积分
  • Python版本：数值积分.py

• 线性方程组的直接解法

  • LU_decomposition.m: LU 分解
  • gauss_pivot.m: 带主元消去法

• 矩阵求解的迭代方法

  • SOR.m: 超松弛迭代法
  • decompose_DLU.m: 矩阵分解
  • gauss_seidel.py: 高斯-赛德尔迭代法（Python版）
  • jacobi.m, jacobi.py: 雅可比迭代法

• 非线性方程(组)的迭代方法

  • bisection_method.m: 二分法
  • fixedpoint.m: 不动点迭代
  • newton.m: 牛顿迭代法
  • newtonsystem.m: 牛顿迭代法求解方程组
  • steffensen.m: 斯特芬森法

---

使用方法

1. 环境准备：根据不同的代码选择 MATLAB 或 Python 环境。
2. 函数调用：在代码文件中，每个方法都封装为独立函数，输入参数及返回值在每个文件的注释中有详细说明。
3. 运行示例：可参考具体代码文件中的注释部分或直接运行以查看结果。

---

贡献

欢迎大家提交 Issue 或 Pull Request 来改进本项目！

---

许可证

本项目采用 MIT 许可证，详情请参阅 LICENSE 文件。