一个实现多项式加法的小程序

数值分析中最常用的14个程序： 01_N皇后问题 01_循环赛程表 02_分段线性插值 02_牛顿插值法 03_构造正交多项式 03_最佳一致逼近多项式 04_简单迭代法求方程根[1+1；x] 04_简单迭代法求方程根[sqrt(x+1)] 05_复化梯形公式求积 06_尤拉公式解初值问题 08_高斯消去法解方程组 09_连分式法求积 10_迭代法解线性方程组 10_雅可比方法-Numerical analysis of the 14 most commonly used procedures: 01_N Queen s problem 01_ cycle calendar 02_ piecewise linear interpolation 02_ Newton interpolation 03_ structure orthogonal polynomials 03_ best uniform approximation polynomial 04 _ a simple iterative method for root equation [1+ 1 x] 04_ simple iteration equation for the root [sqrt (x+ 1)] 05_ complex formula of trapezoid quadrature formula 06_ yula 08 initial value problem solutions _ Gaussian elimination solution equations 09_ continued fractions method 10_ quadrature iteration solution of linear equations Jacobian 10_ Ways

求解Fibonacc数列中大于t的最小的一个数，结果由函数返回-Solving Fibonacc series in t is greater than the smallest number of results by the function returns

均值比率 试图生成速度快、 内存效率的 K-均值程序。 安装 gem来源-http://rubygems.org sudo gem安装 k_means 如何使用 需要 "rubygems" 要求 "k_means" 数据 = [[1，1]、 [1，2]，[1，1]，[1000年、 1000年]，[500、 500]] kmeans = KMeans.new （数据，： 质心 = > 2） kmeans.inspect # 使用 kmeans.view 拿到未检查数组 = > [[3，4]，[0，1，2]] 自定义的质心 需要 "rubygems" 要求 "k_means" # 您自定义的质心需要有 #position 和 #reposition 的方法 类 CustomCentroid attr_acces

这是一个拓扑优化的源程序～程序简单实用～但是该程序只是简单程序，各位如果想做复杂结构或别的优化法则的的话，可以从该程序中进行拓展。

应用背景正则表达式关键技术添加两个文件转换到DOS UNIX换行符

贝叶思网络分类规则例程-Bayesian Network Classification Rule tutorial

随机算法的c++源代码，程序结构清晰，便于理解-Stochastic Programming

框架结构自振分析matalab代码，主要针对平面框架结构，对空间框架结构的分析具有参考价值。采用2D梁单元进行网格细分，能够根据使用者的要求来定义单元的大小。在对平面框架进行动力时程分析时，只需要读入加速度时程文本，嵌入中心差分模块即可。

旅行商问题，即TSP问题（Travelling Salesman Problem）是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路经的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。 -Traveling Salesman Problem, or TSP problem (Travelling Salesman Problem) is a well-known field of mathematics problems. Assuming there is a travel business to visit n cities, he must choose which path to go, via the restriction is to visit each city only once and the last to go back to the original departure city. Path selection objective is to get the path distance for all paths are the minimum.

一个以状态方法表示的非线性系统,用其仿真模型,NLJ优化算法-State that a method of nonlinear systems, using the simulation model, NLJ optimization algorithm