matlab迭代法牛顿插值(终审稿)
- 格式:docx
- 大小:461.37 KB
- 文档页数:12
m a t l a b迭代法牛顿插
值
公司内部档案编码:[OPPTR-OPPT28-OPPTL98-OPPNN08]
实验报告内容:
一:不动点迭代法解方程
二:牛顿插值法的MATLAB实现
完成日期:2012年6月21日星期四
数学实验报告一
日期:2012-6-21
所以,确定初值为x0=1
二:不断迭代
算法:
第一步:将f(x0)赋值给x1
第二步:确定x1-x0的绝对值大小,若小于给定的误差值,则将x1当做方程的解,否则回到第一步
编写计算机程序:
clear
f=inline('*sin(x)+');
x0=1;
x1=f(x0);
k=1;
while abs(x1-x0)>=
x0=x1;
x1=f(x0);
k=k+1;
fprintf('k=%.0f,x0=%.9f,x1=%.9f\n',k,x0,x1)
end
显示结果如下:
k=2,x0=,x1=
k=3,x0=,x1=
k=4,x0=,x1=
k=5,x0=,x1=
k=6,x0=,x1=
k=7,x0=,x1=
k=8,x0=,x1=
k=9,x0=,x1=
k=10,x0=,x1=
k=11,x0=,x1=
k=12,x0=,x1=
k=13,x0=,x1= >>。。。
以下是程序运行截图:
数学实验报告之二
日期:2012-6-21
【编写主程序】
>> clear;clf
>> x=0::5;
>> y=sin(x);
>> [yhat,dy]=newtint(x,y,运行结果如下
yhat =
dy =
>>
所以:函数在处的近似值为,误差为dy =
【实验结果】
函数在处的近似值为
【误差分析】
误差为dy =
【心得体会】
总算明白了计算机解数学题目的原理是什么了,以前不懂,看到计算机解出一个一个的数学题就觉得非常神奇,老师担心人类不如计算机聪明担心有一天人类会被计算机取代。但是,我现在不这样想了,计算机其实非常傻,只会按照人类给它设定的步骤去走,不是计算机神奇,而是人类非常神奇,竟