《数值分析》课程实验报告
- 格式:doc
- 大小:35.00 KB
- 文档页数:18
《数值分析》课程实验报告
《数值分析》课程实验报告
姓名:
学号:
学院:
机电学院
日期:
2015 年X 月X 日
目
录实验一函数插值方法 1 实验二函数逼近与曲线拟合5 实验三数值积分与数值微分7 实验四线方程组的直接解法9 实验五解线性方程组的迭代法15 实验六非线性方程求根19 实验七矩阵特征值问题计算21 实验八常微分方程初值问题数值解法24
实验一函数插值方法一、问题提出
对于给定的一元函数的n+1个节点值。试用Lagrange公式求其插值多项式或分段二次Lagrange插值多项式。
数据如下:
0.4
0.55
0.80
0.95
1.05
0.41075
0.57815 0.69675 0.90
1.00
1.25382
求五次Lagrange多项式,和分段三次插值多项式,计算, 的值。
1
2
3
4
5
6
7
0.368
0.135
0.050
0.018
0.007
0.001
试构造Lagrange多项式,计算的,值。二、要求
1、利用Lagrange插值公式
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:
其中:
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、实验步骤
0.4
0.55
0.65
0.80
1.05
0.41075
0.57815 0.69675 0.90
1.00
1.25382
求五次Lagrange多项式,和分段三次插值多项式,计算, 的值。
第一步:先在matlab中定义lagran的M文件为拉格朗日函数代码为:
function=lagran(x,y) w=length(x); n=w-1; l=zeros(w,w); for k=1:n+1 v=1; for j=1:n+1 if(k~=j) v=conv(v,poly(x(j)))/(x(k)-x(j)); end end l(k,:)=v; end c=y*l; end
第二步:然后在matlab命令窗口输入:
>>>> x=;y=; >> lagran(x,y)
回车得到:
ans =121.6264
-422.7503
572.5667 -377.2549
121.9718
-15.0845 由此得出所求拉格朗日多项式为
p=121.6264x5-422.7503x4+572.5667x3-377.2549x2+121.971 8x-15.0845
第三步:在编辑窗口输入如下命令:
>> x=; >> y=121.6264*x. -422.7503*x. +572.5667*x. -377.2549*x.
+121.9718*x-15.0845; >> plot(x,y)
命令执行后得到如下图所示图形,然后>> x=0.596; >> y=121.6264*x. -422.7503*x. +572.5667*x. -377.2549*x.
+121.9718*x-15.084 y =0.6262
得到f=0.6262
同理得到f=1.0547
1
2
3
4
5
6
7
0.368
0.135
0.050
0.018
0.007
0.002
0.001
试构造Lagrange多项式,和分段三次插值多项式,计算的,值。
实验步骤:
第一步定义function=lagran(x,y) w=length(x); n=w-1; l=zeros(w,w); for k=1:n+1 v=1; for j=1:n+1 if(k~=j) v=conv(v,poly(x(j)))/(x(k)-x(j)); end end l(k,:)=v; end c=y*l; end 定义完拉格朗日M文件
第二步:然后在matlab命令窗口输入:
>>>> x=; y=; >> lagran(x,y) 回车得到:
ans =0.0001
-0.0016
0.0186
-0.1175
0.4419
-0.9683
0.9950 由此得出所求拉格朗日多项式为p=0.0001x6-0.0016x5+0.0186x4-0.1175x3+0.4419x2-0.9683x+ 0.9950 第三步:在编辑窗口输入如下命令:
>> x=; >>
y=0.0001*x. -0.0016*x. +0.0186*x. -0.1175*x. +0.4419*x. -0.9683*x+0.9950; >> plot(x,y) 命令执行后得到如下图所示图形,然后>> x=1.8; >> y=121.6264*x. -422.7503*x. +572.5667*x. -377.2549*x.
+121.9718*x-15.084 y =0.1650
得到f=0.6262
同理得到f=2.3644
五、实验结论
插值是在离散数据的基础上补插连续函数,使得这条连续曲线通过全部给定的离散数据点,它是离散函数逼近的重要方法,利用它可通过函数在有限个点处的取值状况,估算出函数在其他点处的近似值。
实验二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。
t(分) 0
5
10