用python科学计算解偏微分方程，特别是用高斯迭代法计算拉普拉斯方程

共轭梯度法求解偏微分方程MPI并行的c++实现

介绍了应用最为广泛的椭圆型、双曲型、抛物型偏微分方程的数值解法，而且还详细编程实现了每种方程的多种常见数值解法。 附件使用MATLAB编程来实现这些算法。

用Eular法解常微分方程组的数值解，使用了细胞数组，代码简洁，除注释外的有效代码只有二十行左右。（几年前上传的程序了，当时要20积分，现在为大家降到5个积分）

有限元方法解PDE，二维边值问题，矩形剖分。从区域剖分、计算刚度矩阵，到解转化的代数方程，比较详细！

MATLAB 求解PDE（偏微分）方程工具箱及示例，内含工具箱及示例，可以快速学习掌握

有限元法求解常微分方程 方程类型为 -u''(x)+q*u=f(x),u(a)=0,u'(b)=0,x \in (a,b) 其中q为常数 数值分析程序

常微分方程的有限差分方法及其简单应用。 有限差分法是解常微分方程边值问题最有效的方法之一。 差分解法大致分为两类：单步法和多步法。

工程中有许多问题可以归结为偏微分方程问题，如弹塑性力学中研究对象（结构、边坡等）内部的应力应变问题、地下水渗流问题等。这些由偏微分方程及边界条件、初始条件等组合成的数学模型，只有在十分特殊的条件下才能求得解析解。因此，在很长一段时间内，人们对于这一类问题是无能为力的。随着计算机技术的发展，各种数值方法应运而生，如有限元法、有限差分法、离散元法、拉格朗日元法等等。利用数值法，可以求得这些问题的数值解。它不是问题的精确解，但可以无限接近精确解。Matlab采用有限元法求解偏微分方程的数值解