数值分析 课程实验指导书
实验一 非线性方程求根
一、问题提出
设方程3()310f x x x =--=有三个实根**
121.8793,0.34727,x x ==-
*3 1.53209x =-现采用下面六种不同计算格式，求 f(x)=0的根*1
x 或*
2x 1、 231
x x x +=
2、 31
3
x x -=
3、 x =
4、 21
3
x x =-
5、 x =
6、 32
131
()31
x x x x x --=--
二、要求
1、编制一个程序进行运算，最后打印出每种迭代格式的敛散情况；
2、用事后误差估计1k k x x ε+-<来控制迭代次数，并且打印出迭代的次数；
3、初始值的选取对迭代收敛有何影响；
4、分析迭代收敛和发散的原因。
三、目的和意义
1、通过实验进一步了解方程求根的算法；
2、认识选择计算格式的重要性；
3、掌握迭代算法和精度控制；
4、明确迭代收敛性与初值选取的关系。
四、实验学时：2学时
五、实验步骤：
1．进入matlab 开发环境；
2．根据实验内容和要求编写程序； 3．调试程序； 4．运行程序； 5．生成报告
实验二 线方程组的直接解法
一、问题提出
给出下列几个不同类型的线性方程组，请用适当算法计算其解。 1、 设线性方程组
1234567891042312100
08653
650100422132103102151311944261673323868571726350213425301161011917342122462713
9
2
0124001
8
3248
631x x x x x x x x x x --??????--??
????---??
?---??????---??
?--??????--??
?---????-????-----???5123234613381921?????????
???
???
??????
=?????????
???
????????
????
????-???
(1,1,0,1,2,0,3,1,1,2)T x *=--
2、 设对称正定阵系数阵线方程组
123456784240
24000221213206411418356200216143323218122410394334411142202531011421500633421945x x x x x x x x -????????????---????????????----??????
----??????=??????----??????----??????????---?????--???????????????
(1,1,0,2,1,1,0,2)T x *=--
3、 三对角形线性方程组
123456789104100000000141000000001410000000014100000000141000000001410000000014100000000141000000001410000000014x x x x x x x x x x -????????--????????--????--????????--????--????????--????--???????--??????-????
7513261214455????????-??
??
??=??-??
????-????????
???-??
*(2,1,3,0,1,2,3,0,1,1)T x =---
二、要求
1、 对上述三个方程组分别利用Gauss 顺序消去法与Gauss 列主元消去法；平方根法与改进平方根法；追赶法求解（选择其一）；
2、 应用结构程序设计编出通用程序；
3、 比较计算结果，分析数值解误差的原因；
4、 尽可能利用相应模块输出系数矩阵的三角分解式。
三、目的和意义
1、通过该课题的实验，体会模块化结构程序设计方法的优点；
2、运用所学的计算方法，解决各类线性方程组的直接算法；
3、提高分析和解决问题的能力，做到学以致用；
4、 通过三对角形线性方程组的解法，体会稀疏线性方程组解法的特点。
四、实验学时：2学时
五、实验步骤：
1．进入matlab 开发环境；
2．根据实验内容和要求编写程序； 3．调试程序； 4．运行程序； 5．生成报告
实验三 解线性方程组的迭代法
一、问题提出
对实验四所列目的和意义的线性方程组，试分别选用Jacobi 迭代法，Gauss-Seidel 迭代法和SOR 方法计算其解。
二、要求
1、体会迭代法求解线性方程组，并能与消去法做以比较；
2、分别对不同精度要求，如34510,10,10ε---=由迭代次数体会该迭代法的收敛快慢；
3、对方程组2，3使用SOR 方法时，选取松弛因子ω=0.8，0.9，1，1.1，1.2等，试看对算法收敛性的影响，并能找出你所选用的松弛因子的最佳者；
4、给出各种算法的设计程序和计算结果。
三、目的和意义
1、通过上机计算体会迭代法求解线性方程组的特点，并能和消去法比较；
2、运用所学的迭代法算法，解决各类线性方程组，编出算法程序；
3、体会上机计算时，终止步骤(1)
k k
x
x ε+∞
-<或k >（予给的迭代次数），对迭代法敛
散性的意义；
4、 体会初始解0
x ，松弛因子的选取，对计算结果的影响。
四、实验学时：2学时
五、实验步骤：
1．进入mablab 开发环境；
2．根据实验内容和要求编写程序； 3．调试程序； 4．运行程序； 5．生成报告
实验四 函数插值方法
一、问题提出
对于给定的一元函数)(x f y =的n+1个节点值(),0,1,,j j y f x j n == 。试用Lagrange 公式求其插值多项式或分段线性插值。 数据如下： （1）
求五次Lagrange 多项式5L ()x ，和分段线性插值，计算(0.596)f ,(0.99)f
的值。（提示：结果为(0.596)0.625732f ≈, (0.99) 1.05423f ≈ ） （
试构造Lagrange 多项式6，计算的,值。（提示：结果为
(1.8)0.164762f ≈, (6.15)0.001266f ≈ ）
二、要求
1、 利用Lagrange 插值公式
00,()n n
i n k k i i k k i x x L x y x x ==≠??
-= ?-??
∑∏编写出插值多项式程序；
2、 给出插值多项式或分段三次插值多项式的表达式；
3、 根据节点选取原则，对问题（2）用三点插值或二点插值，其结果如何；
4、 对此插值问题用Newton 插值多项式其结果如何。Newton 插值多项式如下：
1
1
0,()()[,,]()k n n
j k
k j j k
N x f x f x x x x -==≠=+?-∑∏
其中： 0
0,0()
()[,,]k
i k
i i j j j i
k
f x x x f x x ==≠-=∑∏
三、目的和意义
1、 学会常用的插值方法，求函数的近似表达式，以解决其它实际问题；
2、 明确插值多项式和分段插值多项式各自的优缺点；
3、 熟悉插值方法的程序编制；
4、 如果绘出插值函数的曲线，观察其光滑性。
四、实验学时：2学时
五、实验步骤：
1．进入matlab 开发环境；
2．根据实验内容和要求编写程序； 3．调试程序； 4．运行程序； 5．生成报告
实验五 函数逼近与曲线拟合
一、问题提出
从随机的数据中找出其规律性，给出其近似表达式的问题，在生产实践和科学实验中大量存在，通常利用数据的最小二乘法求得拟合曲线。
在某冶炼过程中，根据统计数据的含碳量与时间关系，试求含碳量与时间t 的拟合曲线。
二、要求
1、用最小二乘法进行曲线拟合；
2、近似解析表达式为23123()t a t a t a t ?=++；
3、打印出拟合函数()t ?，并打印出()j t ?与()j y t 的误差，1,2,,12j = ；
4、另外选取一个近似表达式，尝试拟合效果的比较；
5、* 绘制出曲线拟合图。
三、目的和意义
1、掌握曲线拟合的最小二乘法；
2、最小二乘法亦可用于解超定线代数方程组；
3、探索拟合函数的选择与拟合精度间的关系。
四、实验学时：2学时
五、实验步骤：
1．进入matlab 开发环境；
2．根据实验内容和要求编写程序； 3．调试程序； 4．运行程序； 5．生成报告
实验六 数值积分与数值微分
一、问题提出
选用复合梯形公式，复合Simpson 公式，Romberg 算法，计算
（1
）0I=( 1.5343916)I ≈?
（2）1
sin I=((0)1,0.9460831)x
dx f I x =≈?
（3） 1
2
I=4x
e dx x +? （4） 1
2
ln(1)
I=1x dx x ++?
二、要求
1、 编制数值积分算法的程序；
2、 分别用两种算法计算同一个积分，并比较其结果；
3、 分别取不同步长()/h b a n =-，试比较计算结果（如n = 10, 20等）；
4、 给定精度要求ε，试用变步长算法，确定最佳步长。
三、目的和意义
1、 深刻认识数值积分法的意义；
2、 明确数值积分精度与步长的关系；
3、 根据定积分的计算方法，可以考虑二重积分的计算问题。
四、实验学时：2学时 五、实验步骤：
1．进入matlab 开发环境；
2．根据实验内容和要求编写程序； 3．调试程序； 4．运行程序； 5．生成报告
实验七 矩阵特征值问题计算
一、问题提出
利用冪法或反冪法，求方阵()ij n n A a ?=的按模最大或按模最小特征值及其对应的特征向量。
设矩阵A 的特征分布为：
1231n n λλλλλ-≥≥≥≥≥ 且j j j Ax x λ=
试求下列矩阵之一
（1） 121241116A -????=-????-??
求1λ，及1x 取(0)5(1,1,1),10T υε-==
结果116.42106,(0.046152,0.374908,1)T x λ≈-≈--
（2） 42731825114771723
531265114353287512
4A --????-?
???
=?
?????-??????求16,λλ及1x 取(0)5(1,0,1,0,0,1),10T υε
-==
结果：
16121.30525, 1.62139,
(0.8724,0.5401,0.9973,0.5644,0.4972,1.0)
T x λλ≈≈≈ （3） 21
121121
12112A -????--?
?
??=--??
--??
??-?
?求1λ及1x 取(0)4(1,1,1,1,1),10T υε-==
结果 3.7321λ≈
(4)
?????????
???----=125426135131431
2A
取()()T 1,1,1,10=υ 2
10-=ε
这是一个收敛很慢的例子,迭代1200次才达到5
10-
结果02857835.81-≈λ ()T
x 564212
.2,757730.0,501460.2,11--≈
（5）
??
??
??????---=61114212
1A
有一个近似特征值42.6-,试用幂法求对应的特征向量，并改进特征值（原点平移法）。
取()()T 1,1,10=υ 4
10-=ε
结果42107.6-≈λ ()T
x 1,37918.0,0461465
.0--≈
二、要求
1、掌握冪法或反冪法求矩阵部分特征值的算法与程序设计；
2、会用原点平移法改进算法，加速收敛；对矩阵B=A-PI 取不同的P 值，试求其效果；
3、试取不同的初始向量(0)
υ
，观察对结果的影响；
4、对矩阵特征值的其它分布，如12λλ=且123λλλ=≥如何计算。
三、目的和意义
1、求矩阵的部分特征值问题具有重要实际意义，如求矩阵谱半径1()max i
i n
A ρλ
≤≤=
，
稳定性问题往往归于求矩阵按模最小特征值；
2、进一步掌握冪法、反冪法及原点平移加速法的程序设计技巧；
3、问题中的题（5），反应了利用原点平移的反冪法可求矩阵的任何特征值及其特征向量。
四、实验学时：2学时 五、实验步骤：
1．进入matlab 开发环境；
2．根据实验内容和要求编写程序； 3．调试程序； 4．运行程序； 5．生成报告
实验八 常微分方程初值问题数值解法
一、问题提出
科学计算中经常遇到微分方程（组）初值问题，需要利用Euler 法，改进Euler 法，Rung-Kutta 方法求其数值解，诸如以下问题： （1）
()????
?=-='004y xy y x
y 20≤ 分别取h=0.1,0.2,0.4时数值解。 初值问题的精确解y = 。 （2） ()?? ?=--='0122y y x y 01≤≤-x 用r=3的Adams 显式和预 - 校式求解 取步长h=0.1，用四阶标准R-K 方法求值。 （3） ()()()1 00 010321 33 12 21==-='??? ??-='-='='y y y y y y y y y 10≤≤x 用改进Euler 法或四阶标准R-K 方法求解 取步长0.01,计算(0.05), (0.1y y y 数值解，参考结果 123(0.15)0.9880787,(0.15)0.1493359,(0.15)0.8613125y y y ≈-≈≈。 （4）利用四阶标准R- K 方法求二阶方程初值问题的数值解 （I ） ()()?? ?='==+'-''10,00023y y y y y 02.0,10=≤≤h x (II) () ()()?? ?='==+'--''00,10011.02y y y y y y 1.0,10=≤≤h x (III) ()()????? ='=+='0 0,101y y e y y x 1.0,20=≤≤h x (IV) ()()?? ?=' ==+''00,100sin y y y y 2.0,40=≤≤h x 二、要求 1、 根据初值问题数值算法，分别选择二个初值问题编程计算； 2、 试分别取不同步长，考察某节点处j x 数值解的误差变化情况； 3、 试用不同算法求解某初值问题，结果有何异常； 4、 分析各个算法的优缺点。 三、目的和意义 1、 熟悉各种初值问题的算法，编出算法程序； 2、 明确各种算法的精度与所选步长有密切关系； 3、 通过计算更加了解各种算法的优越性。 四、实验学时：2学时 五、实验步骤： 1．进入matlab开发环境； 2．根据实验内容和要求编写程序；3．调试程序； 4．运行程序； 5．生成报告 实验一误差分析 实验1.1（病态问题） 实验目的：算法有“优”与“劣”之分，问题也有“好”与“坏”之别。对数值方法的研究而言，所谓坏问题就是问题本身对扰动敏感者，反之属于好问题。通过本实验可获得一个初步体会。 数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。 问题提出：考虑一个高次的代数多项式 显然该多项式的全部根为1,2,…,20共计20个，且每个根都是单重的。现考虑该多项式的一个扰动 其中ε（1.1）和（1.221,,,a a 的输出b ”和“poly ε。 （1（2 （3）写成展 关于α solve 来提高解的精确度，这需要用到将多项式转换为符号多项式的函数poly2sym,函数的具体使用方法可参考Matlab 的帮助。 实验过程： 程序： a=poly(1:20); rr=roots(a); forn=2:21 n form=1:9 ess=10^(-6-m); ve=zeros(1,21); ve(n)=ess; r=roots(a+ve); -6-m s=max(abs(r-rr)) end end 利用符号函数：（思考题一）a=poly(1:20); y=poly2sym(a); rr=solve(y) n 很容易的得出对一个多次的代数多项式的其中某一项进行很小的扰动，对其多项式的根会有一定的扰动的，所以对于这类病态问题可以借助于MATLAB来进行问题的分析。 学号：06450210 姓名：万轩 实验二插值法 电子科技大学电子工程学院标准实验报告（实验）课程名称MATLAB与数值分析 学生姓名：李培睿 学号：2013020904026 指导教师：程建 一、实验名称 《MATLAB与数值分析》第一次上机实验 二、实验目的 1. 熟练掌握矩阵的生成、加、减、乘、除、转置、行列式、逆、范数等运算 操作。（用.m文件和Matlab函数编写一个对给定矩阵进行运算操作的程序） 2. 熟练掌握算术符号操作和基本运算操作，包括矩阵合并、向量合并、符号 转换、展开符号表达式、符号因式分解、符号表达式的化简、代数方程的符号解析解、特征多项式、函数的反函数、函数计算器、微积分、常微分方程的符号解、符号函数的画图等。（用.m文件编写进行符号因式分解和函数求反的程序） 3. 掌握Matlab函数的编写规范。 4、掌握Matlab常用的绘图处理操作，包括：基本平面图、图形注释命令、 三维曲线和面的填充、三维等高线等。（用.m文件编写在一个图形窗口上绘制正弦和余弦函数的图形，并给出充分的图形注释） 5. 熟练操作MATLAB软件平台，能利用M文件完成MATLAB的程序设计。 三、实验内容 1. 编程实现以下数列的图像，用户能输入不同的初始值以及系数。并以x， y为坐标显示图像 x(n+1) = a*x(n)-b*(y(n)-x(n)^2); y(n+1) = b*x(n)+a*(y(n)-x(n)^2) 2. 编程实现奥运5环图，允许用户输入环的直径。 3. 实现对输入任意长度向量元素的冒泡排序的升序排列。不允许使用sort 函数。 四、实验数据及结果分析 题目一： ①在Editor窗口编写函数代码如下： 数值分析实验报告 姓名：周茹 学号： 912113850115 专业：数学与应用数学 指导老师：李建良 线性方程组的数值实验 一、课题名字：求解双对角线性方程组 二、问题描述 考虑一种特殊的对角线元素不为零的双对角线性方程组（以n=7为例） ?????????? ?????? ? ???? ?d a d a d a d a d a d a d 766 55 44 3 32 211??????????????????????x x x x x x x 7654321=?????????? ? ???????????b b b b b b b 7654321 写出一般的n （奇数）阶方程组程序（不要用消元法，因为不用它可以十分方便的解出这个方程组） 。 三、摘要 本文提出解三对角矩阵的一种十分简便的方法——追赶法，该算法适用于任意三对角方程组的求解。 四、引言 对于一般给定的d Ax =，我们可以用高斯消去法求解。但是高斯消去法过程复杂繁琐。对于特殊的三对角矩阵，如果A 是不可约的弱对角占优矩阵，可以将A 分解为UL ，再运用追赶法求解。 五、计算公式（数学模型） 对于形如????? ?? ????? ??? ?---b a c b a c b a c b n n n n n 111 2 2 2 11... ... ...的三对角矩阵UL A =，容易验证U 、L 具有如下形式： ??????? ????? ??? ?=u a u a u a u n n U ...... 3 3 22 1 ， ?? ????? ? ?? ??????=1 (1) 1132 1l l l L 比较UL A =两边元素，可以得到 ? ?? ??-== = l a b u u c l b u i i i i i i 111 i=2, 3, ... ,n 考虑三对角线系数矩阵的线性方程组 f Ax = 这里()T n x x x x ... 2 1 = ,()T n f f f f ... 2 1 = 令y Lx =，则有 f Uy = 于是有 ()?????-== --u y a f y u f y i i i i i 1 1 11 1 * i=2， 3, ... ,n 再根据y Lx =可得到 数值分析上机实验报告 《数值分析》上机实验报告 1.用Newton 法求方程 X 7-X 4+14=0 在（0.1，1.9）中的近似根（初始近似值取为区间端点，迭代6次或误差小于0.00001）。 1.1 理论依据： 设函数在有限区间[a ，b]上二阶导数存在，且满足条件 {}α?上的惟一解在区间平方收敛于方程所生的迭代序列 迭代过程由则对任意初始近似值达到的一个中使是其中上不变号 在区间],[0)(3,2,1,0,) (') ()(],,[x |))(),((|,|,)(||)(|.4;0)(.3],[)(.20 )()(.110......b a x f x k x f x f x x x Newton b a b f a f mir b a c x f a b c f x f b a x f b f x f k k k k k k ==- ==∈≤-≠>+ 令 )9.1()9.1(0)8(4233642)(0)16(71127)(0)9.1(,0)1.0(,1428)(3 2 2 5 333647>?''<-=-=''<-=-='<>+-=f f x x x x x f x x x x x f f f x x x f 故以1.9为起点 ?? ?? ? ='- =+9.1)()(01x x f x f x x k k k k 如此一次一次的迭代，逼近x 的真实根。当前后两个的差<=ε时，就认为求出了近似的根。本程序用Newton 法求代数方程(最高次数不大于10)在（a,b ）区间的根。 1.2 C语言程序原代码： #include (此文档为word格式，下载后您可任意编辑修改！) 2012级6班###(学号)计算机数值方法 实验报告成绩册 姓名:宋元台 学号： 成绩： 数值计算方法与算法实验报告 学期： 2014 至 2015 第 1 学期 2014年 12月1日课程名称: 数值计算方法与算法专业:信息与计算科学班级 12级5班 实验编号： 1实验项目Neton插值多项式指导教师：孙峪怀 姓名：宋元台学号：实验成绩： 一、实验目的及要求 实验目的： 掌握Newton插值多项式的算法，理解Newton插值多项式构造过程中基函数的继承特点，掌握差商表的计算特点。 实验要求： 1. 给出Newton插值算法 2. 用C语言实现算法 二、实验内容 三、实验步骤(该部分不够填写.请填写附页) 1.算法分析： 下面用伪码描述Newton插值多项式的算法： Step1 输入插值节点数n，插值点序列{x(i),f(i)},i=1,2,……,n,要计算的插值点x. Step2 形成差商表 for i=0 to n for j=n to i f(j)=((f(j)-f(j-1)(x(j)-x(j-1-i)); Step3 置初始值temp=1,newton=f(0) Step4 for i=1 to n temp=(x-x(i-1))*temp*由temp(k)=(x-x(k-1))*temp(k-1)形成 (x-x(0).....(x-x(i-1)* Newton=newton+temp*f(i); Step5 输出f（x）的近似数值newton(x)=newton. 2.用C语言实现算法的程序代码 #include 1.给定n 阶方程组Ax b =，其中 6186186186A ?? ? ? ?= ? ? ??? ，7151514b ?? ? ? ?= ? ? ??? 则方程组有解(1,1,,1)T x = 。对10n =和84n =，分别用Gauss 消去法和列主元消去法解方程组，并比较计算结果。 Gauss 消去法： Matlab 编程（建立GS.m 文件）： function x=GS(n) A=[];b=[]; for i=1:n-1 A(i,i)=6; A(i,i+1)=1; A(i+1,i)=8; b(i)=15; end A(n,n)=6;b(1)=7;b(n)=14;b=b'; for k=1:n-1 for i=k+1:n m(i,k)=A(i,k)/A(k,k); A(i,k:n)=A(i,k:n)-m(i,k)*A(k,k:n); b(i)=b(i)-m(i,k)*b(k); end end b(n)=b(n)/A(n,n); for i=n-1:-1:1 b(i)=(b(i)-sum(A(i,i+1:n).*b(i+1:n)'))/A(i,i); end clear x; x=b; disp( 'AX=b 的解x 是') end 计算结果： 在matlab 命令框里输出GS （10）得： >> GS(10) AX=b 的解x 是 ans = 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 在matlab命令框里输出GS（84）得：>> GS(84) AX=b的解x是 ans = 1.0e+008 * 0.0000 … … … 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0001 0.0002 -0.0003 0.0007 -0.0013 0.0026 -0.0052 0.0105 -0.0209 0.0419 -0.0836 0.1665 -0.3303 实验一 误差分析 实验（病态问题） 实验目的：算法有“优”与“劣”之分，问题也有“好”与“坏”之别。对数值方法的研究而言，所谓坏问题就是问题本身对扰动敏感者，反之属于好问题。通过本实验可获得一个初步体会。 数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。 问题提出：考虑一个高次的代数多项式 )1.1() ()20()2)(1()(20 1∏=-=---=k k x x x x x p 显然该多项式的全部根为1,2,…,20共计20个，且每个根都是单重的。现考虑该多项式的一个扰动 )2.1(0 )(19=+x x p ε 其中ε是一个非常小的数。这相当于是对（）中19x 的系数作一个小的扰动。我们希望比较（）和（）根的差别，从而分析方程（）的解对扰动的敏感性。 实验内容：为了实现方便，我们先介绍两个Matlab 函数：“roots ”和“poly ”。 roots(a)u = 其中若变量a 存储n+1维的向量，则该函数的输出u 为一个n 维的向量。设a 的元素依次为121,,,+n a a a ，则输出u 的各分量是多项式方程 01121=+++++-n n n n a x a x a x a 的全部根；而函数 poly(v)b = 的输出b 是一个n+1维变量，它是以n 维变量v 的各分量为根的多项式的系数。可见“roots ”和“poly ”是两个互逆的运算函数。 ;000000001.0=ess );21,1(zeros ve = ;)2(ess ve = ))20:1((ve poly roots + 上述简单的Matlab 程序便得到（）的全部根，程序中的“ess ”即是（）中的ε。 实验要求： （1）选择充分小的ess ，反复进行上述实验，记录结果的变化并分析它们。 如果扰动项的系数ε很小，我们自然感觉（）和（）的解应当相差很小。计算中你有什么出乎意料的发现表明有些解关于如此的扰动敏感性如何 （2）将方程（）中的扰动项改成18x ε或其它形式，实验中又有怎样的现象 出现 （3）（选作部分）请从理论上分析产生这一问题的根源。注意我们可以将 方程（）写成展开的形式， ) 3.1(0 ),(1920=+-= x x x p αα 同时将方程的解x 看成是系数α的函数，考察方程的某个解关于α的扰动是否敏感，与研究它关于α的导数的大小有何关系为什么你发现了什么现象，哪些根关于α的变化更敏感 思考题一：（上述实验的改进） 在上述实验中我们会发现用roots 函数求解多项式方程的精度不高，为此你可以考虑用符号函数solve 来提高解的精确度，这需要用到将多项式转换为符号多项式的函数poly2sym,函数的具体使用方法可参考Matlab 的帮助。 课题一：拉格朗日插值法 1.实验目的 1．学习和掌握拉格朗日插值多项式。 2.运用拉格朗日插值多项式进行计算。 2.实验过程 作出插值点（1.00，0.00），（-1.00，-3.00），（2.00，4.00）二、算法步骤 已知：某些点的坐标以及点数。 输入：条件点数以及这些点的坐标。 输出：根据给定的点求出其对应的拉格朗日插值多项式的值。 3.程序流程： （1）输入已知点的个数； （2）分别输入已知点的X坐标； （3）分别输入已知点的Y坐标； 程序如下： #include 插值算法*/ { int i,j; float *a,yy=0.0; /*a作为临时变量，记录拉格朗日插值多项*/ a=(float*)malloc(n*sizeof(float)); for(i=0;i<=n-1;i++) { a[i]=y[i]; for(j=0;j<=n-1;j++) if(j!=i) a[i]*=(xx-x[j])/(x[i]-x[j]); yy+=a[i]; } free(a); return yy; } int main() { int i; int n; float x[20],y[20],xx,yy; printf("Input n:"); scanf("%d",&n); if(n<=0) { printf("Error! The value of n must in (0,20)."); getch();return 1; } for(i=0;i<=n-1;i++) { printf("x[%d]:",i); scanf("%f",&x[i]); } printf("\n"); for(i=0;i<=n-1;i++) { printf("y[%d]:",i);scanf("%f",&y[i]); } printf("\n"); printf("Input xx:"); scanf("%f",&xx); yy=lagrange(x,y,xx,n); printf("x=%f,y=%f\n",xx,yy); getch(); } 举例如下：已知当x=1，-1,2时f(x)=0，-3,4，求f(1.5)的值。 实验报告一 题目：非线性方程求解 摘要：非线性方程的解析解通常很难给出，因此线性方程的数值解法就尤为重要。本实验采用两种常见的求解方法二分法和Newton法及改进的Newton法。 前言：（目的和意义） 掌握二分法与Newton法的基本原理和应用。 数学原理： 对于一个非线性方程的数值解法很多。在此介绍两种最常见的方法：二分法和Newton法。 对于二分法，其数学实质就是说对于给定的待求解的方程f(x)，其在[a,b]上连续，f(a)f(b)<0，且f(x)在[a,b]内仅有一个实根x*，取区间中点c，若，则c恰为其根，否则根据f(a)f(c)<0是否成立判断根在区间[a,c]和[c,b]中的哪一个，从而得出新区间，仍称为[a,b]。重复运行计算，直至满足精度为止。这就是二分法的计算思想。 Newton法通常预先要给出一个猜测初值x0，然后根据其迭代公式 产生逼近解x*的迭代数列{x k}，这就是Newton法的思想。当x0接近x*时收敛很快，但是当x0选择不好时，可能会发散，因此初值的选取很重要。另外，若将该迭代公式改进为 其中r为要求的方程的根的重数，这就是改进的Newton法，当求解已知重数的方程的根时，在同种条件下其收敛速度要比Newton法快的多。 程序设计： 本实验采用Matlab的M文件编写。其中待求解的方程写成function的方式，如下 function y=f(x); y=-x*x-sin(x); 写成如上形式即可，下面给出主程序。 二分法源程序： clear %%%给定求解区间 b=1.5; a=0; %%%误差 R=1; k=0;%迭代次数初值 while (R>5e-6) ; c=(a+b)/2; if f12(a)*f12(c)>0; a=c; else b=c; end R=b-a;%求出误差 k=k+1; end x=c%给出解 Newton法及改进的Newton法源程序：clear %%%% 输入函数 f=input('请输入需要求解函数>>','s') %%%求解f(x)的导数 df=diff(f); 数值分析实验报告模板 篇一：数值分析实验报告(一)(完整) 数值分析实验报告 1 2 3 4 5 篇二：数值分析实验报告 实验报告一 题目：非线性方程求解 摘要：非线性方程的解析解通常很难给出，因此线性方程的数值解法就尤为重要。本实验采用两种常见的求解方法二分法和Newton法及改进的Newton法。利用二分法求解给定非线性方程的根，在给定的范围内，假设f(x,y)在[a,b]上连续，f(a)xf(b) 直接影响迭代的次数甚至迭代的收敛与发散。即若x0 偏离所求根较远，Newton法可能发散的结论。并且本实验中还利用利用改进的Newton法求解同样的方程，且将结果与Newton法的结果比较分析。 前言：（目的和意义） 掌握二分法与Newton法的基本原理和应用。掌握二分法的原理，验证二分法，在选对有根区间的前提下，必是收 敛，但精度不够。熟悉Matlab语言编程，学习编程要点。体会Newton使用时的优点，和局部收敛性，而在初值选取不当时，会发散。 数学原理： 对于一个非线性方程的数值解法很多。在此介绍两种最常见的方法：二分法和Newton法。 对于二分法，其数学实质就是说对于给定的待求解的方程f(x)，其在[a,b]上连续，f(a)f(b) Newton法通常预先要给出一个猜测初值x0，然后根据其迭代公式xk?1?xk?f(xk) f'(xk) 产生逼近解x*的迭代数列{xk}，这就是Newton法的思想。当x0接近x*时收敛很快，但是当x0选择不好时，可能会发散，因此初值的选取很重要。另外，若将该迭代公式改进为 xk?1?xk?rf(xk) 'f(xk) 其中r为要求的方程的根的重数，这就是改进的Newton 法，当求解已知重数的方程的根时，在同种条件下其收敛速度要比Newton法快的多。 程序设计： 本实验采用Matlab的M文件编写。其中待求解的方程写成function的方式，如下 function y=f(x); ---------------------------------------------------------------最新资料推荐------------------------------------------------------ 数值分析上机实验最小二乘法 数值分析实验报告五最小二乘法一、数值分析实验报告五最 小二乘法一、题目设有如下数据题目设有如下数据 xj -3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3 ( )jf x -1.76 0.42 1.2 1.34 1.43 2.25 4.38 -1.76 0.42 1.2 1.34 1.43 2.25 4.38 用三次多项式拟 合这组数据，并绘出图形。 二、用三次多项式拟合这组数据，并绘出图形。 二、方法最小二t(f,[xx(1),xx(n)]) 四、结果 save and run 之后： 请输入插值节点 as [x1,x2...] [-3 -2 -1 0 1 2 3] 请输入插 值节点处对应的函数值 as [f1,f2...] [-1.76 0.42 1.2 1.34 1.43 2.25 4.38] 请输入要求的插值次数m =3 f = 133/100+121469856021/35184372088832*x-8042142191733/450359 结果 save and run 之后： 请输入插值节点 as [x1,x2...] [-3 -2 -1 0 1 2 3] 请输入插 值节点处对应的函数值 as [f1,f2...] [-1.76 0.42 1.2 1.34 1.43 2.25 4.38] 请输入要求的插值次数m =3 f = 133/100+121469856021/35184372088832*x-8042142191733/4503599 627370496*x+1020815915537309/9007199254740992*x 9627370496*x+1020815915537309/9007199254740992*x五、拓展： 1 / 2 序言 数值分析是计算数学的范畴，有时也称它为计算数学、计算方法、数值方法等，其研究对象是各种数学问题的数值方法的设计、分析及其有关的数学理论和具体实现的一门学科，它是一个数学分支。是科学与工程计算（科学计算）的理论支持。许多科学与工程实际问题（核武器的研制、导弹的发射、气象预报）的解决都离不开科学计算。目前，试验、理论、计算已成为人类进行科学活动的三大方法。 数值分析是计算数学的一个主要部分,计算数学是数学科学的一个分支,它研究用计算机求解各种数学问题的数值计算方法及其理论与软件实现。现在面向数值分析问题的计算机软件有：C,C++,MATLAB,Python,Fortran等。 MATLAB是matrix laboratory的英文缩写，它是由美国Mathwork公司于1967年推出的适合用于不同规格计算机和各种操纵系统的数学软件包，现已发展成为一种功能强大的计算机语言，特别适合用于科学和工程计算。目前，MATLAB应用非常广泛，主要用于算法开发、数据可视化、数值计算和数据分析等，除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。 本实验报告使用了MATLAB软件。对不动点迭代，函数逼近（lagrange插值，三次样条插值，最小二乘拟合），追赶法求解矩阵的解，4RungeKutta方法求解，欧拉法及改进欧拉法等算法做了简单的计算模拟实践。并比较了各种算法的优劣性，得到了对数值分析这们学科良好的理解，对以后的科研数值分析能力有了极大的提高。 目录 序言 (1) 问题一非线性方程数值解法 (3) 1.1 计算题目 (3) 1.2 迭代法分析 (3) 1.3计算结果分析及结论 (4) 问题二追赶法解三对角矩阵 (5) 2.1 问题 (5) 2.2 问题分析（追赶法） (6) 2.3 计算结果 (7) 问题三函数拟合 (7) 3.1 计算题目 (7) 3.2 题目分析 (7) 3.3 结果比较 (12) 问题四欧拉法解微分方程 (14) 4.1 计算题目 (14) 4.2.1 方程的准确解 (14) 4.2.2 Euler方法求解 (14) 4.2.3改进欧拉方法 (16) 问题五四阶龙格-库塔计算常微分方程初值问题 (17) 5.1 计算题目 (17) 5.2 四阶龙格-库塔方法分析 (18) 5.3 程序流程图 (18) 5.4 标准四阶Runge-Kutta法Matlab实现 (19) 5.5 计算结果及比较 (20) 问题六舍入误差观察 (22) 6.1 计算题目 (22) 6.2 计算结果 (22) 6.3 结论 (23) 7 总结 (24) 附录 实验报告 课程名称数值分析 实验项目名称解线性方程组 实验类型上机实验学时 4 班级20111131 学号2011113130 姓名张振指导教师沈艳 实验室名称理学楼407 实验时间2013.12.9 实验成绩预习部分 实验过程 表现 实验报告 部分 总成绩 教师签字日期 哈尔滨工程大学教务处制 实验四 解线性方程组 一．解线性方程组的基本思想 1．直接三角分解法： 将系数矩阵A 转变成等价两个矩阵L 和U 的乘积 ，其中L 和U 分别是下三角和上三角矩阵。当A 的所有顺序主子式都不为0时，矩阵A 可以分解为A=LU ，且分解唯一。其中L 是单位下三角矩阵，U 是上三角矩阵。 2．平方根法： 如果矩阵A 为n 阶对称正定矩阵，则存在一个对角元素为正数的下三角实矩阵L ，使得：A=LL^T 。当限定L 的对角元素为正时，这种分解是唯一的，称为平方根法（Cholesky ）分解。 3．追赶法： 设系数矩阵为三对角矩阵 112223311 10000000000000000 n n n n n b c a b c a b A a b c a b ---?? ? ? ?= ? ? ? ? ?? ? 则方程组Ax=f 称为三对角方程组。 设矩阵A 非奇异，A 有Crout 分解A=LU ，其中L 为下三角矩阵，U 为单位上三角矩阵，记 1122 23311000010 000001000 0000100,0000000000 0001n n n n b L U γαβγββγβ--???? ? ? ? ? ? ? ?== ? ? ? ? ? ? ? ? ? ??? ? ? ? 可先依次求出L ，U 中的元素后，令Ux=y ，先求解下三角方程组Ly=f 得出y ，再求解上三 角方程组Ux=y 。 4．雅克比迭代法： 首先将方程组中的系数矩阵A 分解成三部分，即：A = L+D+U ，如图1所示，其中D 为对角阵，L 为下三角矩阵，U 为上三角矩阵。 学生实验报告实验课程名称 开课实验室 学院年级专业班 学生姓名学号 开课时间至学年学期 if(A(m,k)~=0) if(m~=k) A([k m],:)=A([m k],:); %换行 end A(k+1:n, k:c)=A(k+1:n, k:c)-(A(k+1:n,k)/ A(k,k))*A(k, k:c); %消去end end x=zeros(length(b),1); %回代求解 x(n)=A(n,c)/A(n,n); for k=n-1:-1:1 x(k)=(A(k,c)-A(k,k+1:n)*x(k+1:n))/A(k,k); end y=x; format short;%设置为默认格式显示,显示5位 （2）建立MATLAB界面 利用MA TLAB的GUI建立如下界面求解线性方程组： 详见程序。 五、计算实例、数据、结果、分析 下面我们对以上的结果进行测试，求解： ? ? ? ? ? ? ? ? ? ? ? ? - = ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? - - - - - - 7 2 5 10 13 9 14 4 4 3 2 1 13 12 4 3 3 10 2 4 3 2 1 x x x x 输入数据后点击和，得到如下结果： 更改以上数据进行测试，求解如下方程组： 1 2 3 4 43211 34321 23431 12341 x x x x ?? ???? ?? ???? ?? ???? = ?? ???? - ?? ???? - ???? ?? 得到如下结果： 数值分析实验报告总结 随着电子计算机的普及与发展，科学计算已成为现代科 学的重要组成部分，因而数值计算方法的内容也愈来愈广泛和丰富。通过本学期的学习，主要掌握了一些数值方法的基本原理、具体算法，并通过编程在计算机上来实现这些算法。 算法算法是指由基本算术运算及运算顺序的规定构成的完 整的解题步骤。算法可以使用框图、算法语言、数学语言、自然语言来进行描述。具有的特征：正确性、有穷性、适用范围广、运算工作量少、使用资源少、逻辑结构简单、便于实现、计算结果可靠。 误差 计算机的计算结果通常是近似的，因此算法必有误差， 并且应能估计误差。误差是指近似值与真正值之差。绝对误差是指近似值与真正值之差或差的绝对值；相对误差：是指近似值与真正值之比或比的绝对值。误差来源见表 第三章泛函分析泛函分析概要 泛函分析是研究“函数的函数”、函数空间和它们之间 变换的一门较新的数学分支，隶属分析数学。它以各种学科 如果 a 是相容范数，且任何满足 为具体背景，在集合的基础上，把客观世界中的研究对象抽 范数 范数，是具有“长度”概念的函数。在线性代数、泛函 分析及相关的数学领域，泛函是一个函数，其为矢量空间内 的所有矢量赋予非零的正长度或大小。这里以 Cn 空间为例， Rn 空间类似。最常用的范数就是 P-范数。那么 当P 取1, 2 ,s 的时候分别是以下几种最简单的情形: 其中2-范数就是通常意义下的距离。 对于这些范数有以下不等式: 1 < n1/2 另外，若p 和q 是赫德尔共轭指标，即 1/p+1/q=1 么有赫德尔不等式: II = ||xH*y| 当p=q=2时就是柯西-许瓦兹不等式 般来讲矩阵范数除了正定性，齐次性和三角不等式之 矩阵范数通常也称为相容范数。 象为元素和空间。女口：距离空间，赋范线性空间， 内积空间。 1-范数: 1= x1 + x2 +?+ xn 2-范数: x 2=1/2 8 -范数: 8 =max oo ，那 外，还规定其必须满足相容性: 所以 思考题一： 在上述实验中我们会发现用roots函数求解多项式方程的精度不高，为此你可以考虑用符号函数solve来提高解的精确度，这需要用到将多项式转换为符号多项式的函数poly2sym,函数的具体使用方法可参考MATLAB的帮助。 分别使用roots函数和solve函数对多项式求根的代码如下： roots计算方程根 solve计算方程根两种函数对同一方程的求根结果计算如下表所示，可见solve的计算精度高于roots。 roots solve 1.000000 1.000000 2.000000 2.000000 3.000000 3.000000 4.000000 4.000000 5.000000 5.000000 6.000000 6.000001 6.999973 6.999995 8.000284 8.000023 8.998394 8.999924 10.006060 10.000189 10.984041 10.999640 12.033449 12.000531 12.949056 12.999393 14.065273 14.000539 14.935356 14.999632 16.048275 16.000190 16.971132 16.999928 18.011222 18.000019 18.997160 18.999997 20.000325 20.000000 思考题三：（一个简单公式中产生巨大舍入误差的例子） 可以用下列式子计算自然对数的底数 n n n e e )1 1(lim 1+==∞→ 这个极限表明随着n 的增加，计算e 值的精度是不确定的。现编程计算 n n n f )1 1()(+=与exp(1)值的差。 n 大到什么程度的时候误差最大？你能解释其中的原因吗？ 用代码实现了对自然常数真实值与计算值相同小数位数的计算，代码如下 容易知道，自然常数e 的真实值为2.718281828。经代码运算得出下表数据，通过比较可以知道真实值与计算值相同的小数位数。可以得出如下结论：当n 小于8110×时，随着n 的增大，误差越来越小；当n 大于8110×时，由于1/n 小到无法忽视舍入误差的存在，经过误差积累导致计算结果越来越偏离真实值。 n 的数量级 e 的计算值 相同位数 n 的数量级 e 的计算值 相同位数 1 2.59374246 0 9 2.718282052 5 2 2.704813829 1 10 2.718282053 5 3 2.716923932 2 11 2.718282053 5 4 2.718145927 3 12 2.718523496 3 5 2.718268237 4 13 2.716110034 2 6 2.718280469 5 14 2.716110034 2 7 2.718281694 6 15 3.035035207 0 8 2.718281798 6 数值分析 课程实验指导书 实验一 非线性方程求根 一、问题提出 设方程3 ()310f x x x =--=有三个实根**121.8793,0.34727,x x ==- *3 1.53209x =-现采用下面六种不同计算格式，求 f(x)=0的根*1x 或*2x 1、 231 x x x += 2、 31 3 x x -= 3、 x = 4、 21 3 x x =- 5、 x = 6、 32 131 ()31 x x x x x --=-- 二、要求 1、编制一个程序进行运算，最后打印出每种迭代格式的敛散情况； 2、用事后误差估计1k k x x ε+-<来控制迭代次数，并且打印出迭代的次数； 3、初始值的选取对迭代收敛有何影响； 4、分析迭代收敛和发散的原因。 三、目的和意义 1、通过实验进一步了解方程求根的算法； 2、认识选择计算格式的重要性； 3、掌握迭代算法和精度控制； 4、明确迭代收敛性与初值选取的关系。 四、实验学时：2学时 五、实验步骤： 1．进入matlab 开发环境； 2．根据实验容和要求编写程序； 3．调试程序； 4．运行程序； 5．生成报告 实验二 线方程组的直接解法 一、问题提出 给出下列几个不同类型的线性方程组，请用适当算法计算其解。 1、 设线性方程组 1234567891042312 100008653650100422132103102151 3 1 1 9 44261673323868571726350213425301161011917342122462713920124001 83248631x x x x x x x x x x --??????--?? ????---?? ?---??????---?? ?--??????--?? ?---????-????-----???5123234613381921??? ??????????????? ??? =????????? ??? ???????? ???? ????-??? (1,1,0,1,2,0,3,1,1,2)T x *=-- 2、 设对称正定阵系数阵线方程组 123456784240 24000221213206411418356200216143323218122410394334411142202531011421500633421945x x x x x x x x -????????????---????????????----?????? ----??????=??????----??????----??????????---?????--??????????????? (1,1,0,2,1,1,0,2)T x *=-- MATLAB与数值分析实验报告 报告人：秦旸照 学号： 2015020901033 时间： 2016.4.8 电子科技大学电子工程学院 一、实验目的 实验一：MATLAB软件平台与程序设计实验 二、实验原理 1.熟练掌握矩阵的生成、加、减、乘、除、转置、行列式、逆、范数等运算操作。（用.m文件和Matlab函数编写一个对给定矩阵进行运算操作的程序） 2. 熟练掌握算术符号操作和基本运算操作，包括矩阵合并、向量合并、符号转换、展开符号表达式、符号因式分解、符号表达式的化简、代数方程的符号解析解、特征多项式、函数的反函数、函数计算器、微积分、常微分方程的符号解、符号函数的画图等。（用.m文件编写进行符号因式分解和函数求反的程序） 3. 掌握Matlab函数的编写规范。 4.掌握Matlab常用的绘图处理操作，包括：基本平面图、图形注释命令、三维曲线和面的填充、三维等高线等。（用.m文件编写在一个图形窗口上绘制正弦和余弦函数的图形，并给出充分的图形注释） 5. 熟练操作MATLAB软件平台，能利用M文件完成MATLAB的程序设计。 三、实验方案 1. 编程实现以下数列的图像，用户能输入不同的初始值以及系数。并以 x，y为坐标显示图像 x(n+1) = a*x(n)-b*(y(n)-x(n)^2); y(n+1) = b*x(n)+a*(y(n)-x(n)^2) 2. 编程实现奥运5环图，允许用户输入环的直径。 3. 实现对输入任意长度向量元素的冒泡排序的升序排列。 不允许使用sort函数。 四、实验结果 1. 编程实现以下数列的图像，用户能输入不同的初始值以及系数。并以 x，y为坐标显示图像 《数值计算方法》上机实验报告华北电力大学 | | 实验名称数值计算方法》上机实验 课程名称数值计算方法 专业班级:电力实08 学生姓名:李超然 学号:200801001008 成绩: 指导教师:郝育黔老师实验日期:2010年04月 华北电力大学实验报告 数值计算方法上机实验报告 一、各算法的算法原理及计算机程序框图 1、牛顿法求解非线性方程 ,1,算法原理: *对于非线性方程，若已知根的一个近似值，将在处展开成一阶 xxfx()0,fx()xkk 泰勒公式 "f(),'2 ,，,，,fxfxfxxxxx()()()()()kkkk2! 忽略高次项，有 ' fxfxfxxx()()()(),，,kkk 右端是直线方程，用这个直线方程来近似非线性方程。将非线性方程的fx()fx()0, **根代入，即 fx()0,x '* fxfxxx()()()0，,,kkk 解出 fx()*k xx,,k'fx()k *将右端取为，则是比更接近于的近似值，即 xxxxk，1k，1k fx()k ,,xx，1kk'fx()k 这就是牛顿迭代公式。 ,2,计算机程序框图:,见, ,3,输入变量、输出变量说明: x输入变量:迭代初值，迭代精度，迭代最大次数 ,N0 输出变量:当前迭代次数，当前迭代值 xk1 ,4,具体算例及求解结果: 2 / 16 华北电力大学实验报告 开始 读入 xN,,,0 1,k ,'fx()0?,0 , fx()0xx,,01'fx()0 , xx,,,?10 , kk，,1,kN,?xx,10 输出迭代输出x输出奇异标志1失败标志 结束 例:导出计算的牛顿迭代公式，并计算。(课本P39例2-16) 115cc(0), 求解结果: 10.750000 10.723837 10.723805 10.723805 2、列主元素消去法求解线性方程组 ,1,算法原理: 高斯消去法是利用现行方程组初等变换中的一种变换，即用一个不为零的数乘一个 方程后加只另一个方程，使方程组变成同解的上三角方程组，然后再自下而上对上三角 3 / 16 华北电力大学实验报告方程组求解。 列选主元是当高斯消元到第步时，从列的以下(包括)的各元素中选出绝aakkkkkk对值最大的，然后通过行交换将其交换到的位置上。交换系数矩阵中的两行(包括常akk 数项)，只相当于两个方程的位置交换了，因此，列选主元不影响求解的结果。 ,2,计算机程序框图:,见下页, ,3,输入变量、输出变量说明: 输入变量:系数矩阵元素，常向量元素 baiji 输出变量:解向量元素 bbb,,12n数值分析实验报告1
《MATLAB与数值分析》第一次上机实验报告
数值分析实验报告
数值分析上机实验报告
数值计算实验报告
矩阵与数值分析上机实验题及程序
数值分析实验报告1
数值分析拉格朗日插值法上机实验报告
(完整版)哈工大-数值分析上机实验报告
数值分析实验报告模板
数值分析上机实验最小二乘法
数值分析2016上机实验报告
数值分析上机实验——解线性方程组
数值分析实验报告
数值分析实验报告总结
数值分析上机实验思考题——误差分析
数值分析实验上机题
MATLAB与数值分析实验报告一
《数值计算方法》上机实验报告
相关主题
文本预览