当前位置 博文首页 > leslie lee的博客(python ansys):数值分析库
https://en.wikipedia.org/wiki/List_of_numerical_libraries#Fortran
每种语言都有对应的数值分析库
MINPACK:函数最小化、最小二乘问题,2001年最后更新
EISPACK:特征值与特征向量、奇异值分解,2001年最后更新
LINPACK:线性方程组、最小二乘问题、奇异值分解,2001年最后更新
LAPACK:linear algebra package,线性方程组、最小二乘问题、奇异值分解、特征值与特征向量,2003年最后更新
关于fortran的subroutines子程序与function函数可以看看这个篇文章:https://zhuanlan.zhihu.com/p/89752537
Numpy、Scipy、ScientificPython、Sympy、SageMath
形象表达
函数求值:系统已知,给定输入,求输出
内插:系统未知,已知一些输入与输出,给定输入,求输出,给定的输入在已知的输入涵盖的范围内
外推:系统未知,已知一些输入与输出,给定输入,求输出,给定的输入在已知的输入涵盖的范围外
曲线拟合:系统未知,已知一些输入与输出,求系统。系统要完全满足已知的输入与输出。
回归:系统未知,已知一些输入与输出,求系统。考虑到存在干扰,系统没必要要完全满足已知的输入与输出。
解方程
解方程组
求特征值
求奇异值
最优化:使得目标函数最小或最大时的最优解
积分:定积分,(符号计算可以计算不定积分)
微分方程:ODE、PDE。
求解PDE
解析解法:行波法、分离变量法、积分变换法等
数值解法:FEM、FVM、FDM等
使用数值分析求解科学问题