MATLAB与数值分析实验报告一
MATLAB数值实验一(数据的插值运算及其应用完整版)
佛山科学技术学院实 验 报 告课程名称 数值分析 实验项目 插值法与数据拟合 专业班级 机械工程 姓 名 余红杰 学 号 10 指导教师 陈剑 成 绩 日 期 月 日一、实验目的1、学会Lagrange 插值、牛顿插值和三次样条插值等基本插值方法；2、讨论插值的Runge 现象3、学会Matlab 提供的插值函数的使用方法，会用这些函数解决实际问题。
二、实验原理1、拉格朗日插值多项式2、牛顿插值多项式3、三次样条插值 三、实验步骤1、用MATLAB 编写独立的拉格朗日插值多项式函数2、用MATLAB 编写独立的牛顿插值多项式函数3、用MATLAB 编写独立的三次样条函数（边界条件为第一、二种情形）4、已知函数在下列各点的值为：根据步骤1,2,3编好的程序，试分别用4次拉格朗日多项式4()L x 、牛顿插值多项式4()P x 以及三次样条函数()S x (自然边界条件)对数据进行插值，并用图给出 ｛(,),0.20.08,0,1,2,,10i i i x y x i i =+=｝，4()L x 、4()P x 和()S x 。
5、在区间[-1,1]上分别取10,20n =用两组等距节点对龙格函数21(),(11)125f x x x=-≤≤+作多项式插值，对不同n 值，分别画出插值函数及()f x 的图形。
6、下列数据点的插值可以得到平方根函数的近似，在区间[0,64]上作图。
（1）用这9个点作8次多项式插值8()L x 。
（2）用三次样条（第一边界条件）程序求()S x 。
7、对于给函数21()125f x x =+在区间[-1,1]上取10.2(0,1,,10)i x i i =-+=，试求3次曲线拟合，试画出拟合曲线并打印出方程，与第5题的结果比较。
四、实验过程与结果：1、Lagrange 插值多项式源代码：function ya=lag(x,y,xa) %x 所有已知插值点 %y 插值点对应函数值 %xa 所求点，自变量 %ya 所求点插值估计量 ya=0; mu=1; %初始化%循环方式求L 系数，并求和： for i = 1:length(y) for j = 1:length(x) if i ~= jmu = mu * (xa - x(j) ) / ( x(i) - x(j) ); else continue end endya = ya + y(i) * mu ; mu = 1; end2、Newton 源代码：function ya = newton(x,y,xa) %x 所有已知插值点 %y 插值点对应函数值 %xa 所求点，自变量 %ya 所求点插值估计量 %建立系数零矩阵D 及初始化：D = zeros(length(x)-1);ya = y(1);xi = 1;%求出矩阵D，该矩阵第一行为牛顿插值多项式系数：for i=1:(length(x)-1)D(i,1) = (y(i+1) -y(i))/(x(i+1) -x(i));endfor j=2:(length(x)-1)for i=1:(length(x)-j)D(i,j) = (D(i+1,j-1) - D(i,j-1)) / (x(i+j) - x(i)); endend%xi为单个多项式（x-x(1))(x-x(2))...的值for i=1:(length(x)-1)for j=1:ixi = xi*(xa - x(j));endya = ya + D(1,i)*xi;xi = 1;end3、三次样条插值多项式（1）（第一边界条件）源代码：function y=yt1(x0,y0,f_0,f_n,x) _____________(1)%第一类边界条件下三次样条插值；%xi 所求点；%yi 所求点函数值；%x 已知插值点；%y 已知插值点函数值；%f_0左端点一次导数值；%f_n右端点一次导数值；n = length(x0);z = length(y0);h = zeros(n-1,1);k=zeros(n-2,1);l=zeros(n-2,1);S=2*eye(n);for i=1:n-1h(i)= x0(i+1)-x0(i);endfor i=1:n-2k(i)= h(i+1)/(h(i+1)+h(i));l(i)= 1-k(i);end%对于第一种边界条件：k = [1;k]; _______________________(2)l = [l;1]; _______________________(3)%构建系数矩阵S：for i = 1:n-1S(i,i+1) = k(i);S(i+1,i) = l(i);end%建立均差表：F=zeros(n-1,2);for i = 1:n-1F(i,1) = (y0(i+1)-y0(i))/(x0(i+1)-x0(i));endD = zeros(n-2,1);for i = 1:n-2F(i,2) = (F(i+1,1)-F(i,1))/(x0(i+2)-x0(i));D(i,1) = 6 * F(i,2);end%构建函数D：d0 = 6*(F(1,2)-f_0)/h(1); ___________(4)dn = 6*(f_n-F(n-1,2))/h(n-1); ___________(5)D = [d0;D;dn]; ______________(6)m= S\D;%寻找x所在位置，并求出对应插值：for i = 1:length(x)for j = 1:n-1if (x(i)<=x0(j+1))&(x(i)>=x0(j))y(i) =( m(j)*(x0(j+1)-x(i))^3)/(6*h(j))+...(m(j+1)*(x(i)-x0(j))^3)/(6*h(j))+...(y0(j)-(m(j)*h(j)^2)/6)*(x0(j+1)-x(i))/h(j)+... (y0(j+1)-(m(j+1)*h(j)^2)/6)*(x(i)-x0(j))/h(j) ; break;else continue;endendend（2）（自然边界条件）源代码：仅仅需要对上面部分标注的位置做如下修改:__(1):function y=yt2(x0,y0,x)__(2):k=[0;k]__(3):l=[l;0]__(4)+(5):删除—(6):D=[0:D:0]4、——————————————PS:另建了一个f方程文件，后面有一题也有用到。
数值分析matlab实验报告
数值分析matlab实验报告数值分析MATLAB实验报告引言：数值分析是一门研究利用计算机进行数值计算和解决数学问题的学科。
它在科学计算、工程技术、金融等领域中有着广泛的应用。
本实验旨在通过使用MATLAB软件，探索数值分析的基本概念和方法，并通过实际案例来验证其有效性。
一、插值与拟合插值和拟合是数值分析中常用的处理数据的方法。
插值是通过已知数据点之间的函数关系，来估计未知数据点的值。
拟合则是通过一个函数来逼近一组数据点的分布。
在MATLAB中，我们可以使用interp1函数进行插值计算。
例如，给定一组离散的数据点，我们可以使用线性插值、多项式插值或样条插值等方法，来估计在两个数据点之间的未知数据点的值。
拟合则可以使用polyfit函数来实现。
例如，给定一组数据点，我们可以通过最小二乘法拟合出一个多项式函数，来逼近这组数据的分布。
二、数值积分数值积分是数值分析中用于计算函数定积分的方法。
在实际问题中，往往无法通过解析的方式求得一个函数的积分。
这时，我们可以使用数值积分的方法来近似计算。
在MATLAB中，我们可以使用quad函数进行数值积分。
例如，给定一个函数和积分区间，我们可以使用quad函数来计算出该函数在给定区间上的定积分值。
quad函数使用自适应的方法，可以在给定的误差限下，自动调整步长，以保证积分结果的精度。
三、常微分方程数值解常微分方程数值解是数值分析中研究微分方程数值解法的一部分。
在科学和工程中，我们经常遇到各种各样的微分方程问题。
而解析求解微分方程往往是困难的，甚至是不可能的。
因此，我们需要使用数值方法来近似求解微分方程。
在MATLAB中，我们可以使用ode45函数进行常微分方程数值解。
例如，给定一个微分方程和初始条件，我们可以使用ode45函数来计算出在给定时间范围内的解。
ode45函数使用龙格-库塔方法，可以在给定的误差限下，自动调整步长，以保证数值解的精度。
结论：本实验通过使用MATLAB软件，探索了数值分析的基本概念和方法，并通过实际案例验证了其有效性。
数值分析matlab实验报告
数值分析matlab实验报告《数值分析MATLAB实验报告》摘要：本实验报告基于MATLAB软件进行了数值分析实验，通过对不同数学问题的数值计算和分析，验证了数值分析方法的有效性和准确性。
实验结果表明，MATLAB在数值分析领域具有较高的应用价值和实用性。
一、引言数值分析是一门研究利用计算机进行数值计算和分析的学科，其应用范围涵盖了数学、物理、工程等多个领域。
MATLAB是一种常用的数值计算软件，具有强大的数值分析功能，能够进行高效、准确的数值计算和分析，因此在科学研究和工程实践中得到了广泛的应用。
二、实验目的本实验旨在通过MATLAB软件对数值分析方法进行实验验证，探究其在不同数学问题上的应用效果和准确性，为数值分析方法的实际应用提供参考和指导。
三、实验内容1. 利用MATLAB进行方程求解实验在该实验中，利用MATLAB对给定的方程进行求解，比较数值解和解析解的差异，验证数值解的准确性和可靠性。
2. 利用MATLAB进行数值积分实验通过MATLAB对给定函数进行数值积分，比较数值积分结果和解析积分结果，验证数值积分的精度和稳定性。
3. 利用MATLAB进行常微分方程数值解实验通过MATLAB对给定的常微分方程进行数值解，比较数值解和解析解的差异，验证数值解的准确性和可靠性。
四、实验结果与分析通过对以上实验内容的实际操作和分析，得出以下结论：1. 在方程求解实验中，MATLAB给出的数值解与解析解基本吻合，验证了MATLAB在方程求解方面的高准确性和可靠性。
2. 在数值积分实验中，MATLAB给出的数值积分结果与解析积分结果基本吻合，验证了MATLAB在数值积分方面的高精度和稳定性。
3. 在常微分方程数值解实验中，MATLAB给出的数值解与解析解基本吻合，验证了MATLAB在常微分方程数值解方面的高准确性和可靠性。
五、结论与展望本实验通过MATLAB软件对数值分析方法进行了实验验证，得出了数值分析方法在不同数学问题上的高准确性和可靠性。
matlab实验报告1
matlab实验报告1MATLAB实验报告1摘要：本实验使用MATLAB软件进行了一系列的实验，主要包括数据处理、图像处理和信号处理。
通过实验，我们掌握了MATLAB软件在科学计算和工程领域的应用，深入了解了MATLAB在数据处理、图像处理和信号处理方面的强大功能。
一、数据处理实验在数据处理实验中，我们使用MATLAB对一组实验数据进行了分析和处理。
首先，我们导入了实验数据并进行了数据清洗和预处理，然后利用MATLAB的统计分析工具对数据进行了描述性统计分析，包括均值、方差、标准差等指标的计算。
接着，我们利用MATLAB的绘图工具绘制了数据的直方图和散点图，直观地展现了数据的分布规律和相关性。
二、图像处理实验在图像处理实验中，我们使用MATLAB对一幅图像进行了处理和分析。
首先，我们读取了图像并进行了灰度化处理，然后利用MATLAB的图像滤波工具对图像进行了平滑和锐化处理，最后利用MATLAB的图像分割工具对图像进行了分割和特征提取。
通过实验，我们深入了解了MATLAB在图像处理领域的应用，掌握了图像处理的基本原理和方法。
三、信号处理实验在信号处理实验中，我们使用MATLAB对一组信号进行了处理和分析。
首先，我们生成了一组模拟信号并进行了频域分析，利用MATLAB的信号滤波工具对信号进行了滤波处理，然后利用MATLAB的频谱分析工具对信号的频谱特性进行了分析。
通过实验，我们深入了解了MATLAB在信号处理领域的应用，掌握了信号处理的基本原理和方法。
综上所述，本实验通过对MATLAB软件的应用实验，使我们对MATLAB在数据处理、图像处理和信号处理方面的功能有了更深入的了解，为我们今后在科学计算和工程领域的应用奠定了良好的基础。
MATLAB软件的强大功能和广泛应用前景，将为我们的学习和科研工作提供有力的支持和帮助。
基于MATLAB数值分析实验报告
基于MATLAB数值分析实验报告班级：072115姓名：李凯学号：20111003943实验二：矩阵与向量运算实验目的：在MATLAB里，会对矩阵与向量进行加、减、数乘、求逆及矩阵特征值运算，以及矩阵的LU分解。
设A是一个n×n方阵，X是一个n维向量，乘积Y=AX可以看作是n维空间变换。
如果能够找到一个标量λ，使得存在一个非零向量X，满足：AX=λX （3.1）则可以认为线性变换T（X）=AX将X映射为λX，此时，称X 是对应于特征值λ的特征向量。
改写式（3.1）可以得到线性方程组的标准形式：（A-λI）X=0 （3.2）式（3.2）表示矩阵（A-λI）和非零向量X的乘积是零向量，式（3.2）有非零解的充分必要条件是矩阵（A-λI）是奇异的，即：det(A-λI)=0该行列式可以表示为如下形式：a11–λa12 (1)a21 a22 –λ…a2n =0 (3.3)…………A n1 a n2 …a nn将式（3.3）中的行列式展开后，可以得到一个n阶多项式，称为特征多项式：f(λ)=det(A-λI)=(-1)n(λn+c1λn-1+c2λn-2+…+c n-1λ+c n) (3.4) n阶多项式一共有n个根（可以有重根），将每个根λ带入式（3.2），可以得到一个非零解向量。
习题：求下列矩阵的特征多项式的系数和特征值λj：3 -1 0A= -1 2 -10-1 3解：在MATLAB中输入命令：A=【3 -1 0；-1 2 -1；0 -1 3】；c=poly(A)roots(c)得到：实验四：Lagrange插值多项式实验目的：理解Lagrange插值多项式的基本概念，熟悉Lagrange插值多项式的公式源代码，并能根据所给条件求出Lagrange插值多项式，理解龙格现象。
%功能：对一组数据做Lagrange插值%调用格式：yi=Lagran_(x,y,xi)%x,y：数组形式的数据表%xi：待计算y值的横坐标数组%yi：用Lagrange还擦之算出y值数组function fi=Lagran_（x,f,xi）fi=zeros(size(xi));np1=length(f);for i=1:np1z=ones(size(xi));for j=i:np1if i~=j,z=z.*(xi-x(j))/(x(i)-x(j));endendfi=fi+z*f(i);endreturn习题：已知4对数据（1.6，3.3），（2.7，1.22），（3.9，5.61），（5.6，2.94）。
数值分析matlab完整版实验报告
《数值分析》报告运用Matlab求解非线性方程的根学院：专业：班级：姓名：学号：1. 目的掌握非线性方程求根的方法，并选取实例运用MATLAB 软件进行算法的实现，分别用牛顿法、弦截法和抛物线法求非线性方程的根。
2. 报告选题报告选取《数值分析（第四版）》290页习题7作为研究对象，即求3()310f x x x =--=在02x =附近的根。
根的准确值* 1.87938524...x =，要求结果准确到四位有效数字。
（1） 用牛顿法；（2） 用弦截法，取02x =，1 1.9x =； （3） 用抛物线法，取01x =，13x =，22x =。
3. 理论基础 (1) 牛顿迭代法牛顿迭代法是一种特殊的不动点迭代法,其计算公式为1(),0,1,2,...'()k k k k f x x x k f x +=-=其迭代函数为()()'()f x x x f x ϕ=-牛顿迭代法的收敛速度，当(*)0,'(*)0,''(*)0f x f x f x =≠≠时，容易证明,'(*)0f x ≠，''(*)''(*)0'(*)f x x f x ϕ=≠，牛顿迭代法是平方收敛的，且12''(*)lim2'(*)k k ke f x e f x +→∞=。
（2）弦截法将牛顿迭代法中的'()k f x 用()f x 在1k x -，k x 处的一阶差商来代替,即可得弦截法111()()()()k k k k k k k f x x x x x f x f x ++-=--- 。
（3）抛物线法弦截法可以理解为用过11(,()),(())k k k k x f x x f x ---两点的直线方程的根近似替()0f x =的根。
若已知()0f x =的三个近似根k x ，1k x -，2k x -用过1122(,()),(,()),(,())k k k k k k x f x x f x x f x ----的抛物线方程的根近似代替()0f x =的根，所得的迭代法称为抛物线法,也称密勒(Muller)法。
数值分析实验报告matlab
数值分析实验报告matlab数值分析实验报告引言：数值分析是一门研究利用计算机数值方法解决数学问题的学科，它在科学计算、工程设计、金融分析等领域具有重要的应用价值。
本实验报告旨在通过使用MATLAB软件，探索数值分析的基本原理和方法，并通过实际案例加深对数值分析的理解。
一、误差分析在数值计算中，误差是无法避免的。
误差分析是数值分析中的重要一环，它帮助我们了解数值计算的准确性和稳定性。
在实验中，我们通过计算机模拟了一个简单的数学问题，并分别计算了绝对误差和相对误差。
通过比较不同算法的误差大小，我们可以选择最适合的算法来解决实际问题。
二、插值与拟合插值和拟合是数值分析中常用的方法，它们可以通过已知的数据点来推导出未知数据点的近似值。
在本实验中，我们通过MATLAB的插值函数和拟合函数，分别进行了插值和拟合的实验。
通过比较不同插值和拟合方法的结果，我们可以选择最适合的方法来处理实际问题。
三、数值积分数值积分是数值分析中的重要内容，它可以用来计算曲线下的面积或函数的积分值。
在实验中，我们通过MATLAB的数值积分函数，对一些简单的函数进行了积分计算。
通过比较数值积分和解析积分的结果，我们可以评估数值积分的准确性和稳定性，并选择最适合的积分方法来解决实际问题。
四、常微分方程的数值解法常微分方程是数值分析中的重要内容，它可以用来描述许多自然现象和工程问题。
在实验中，我们通过MATLAB的常微分方程求解函数，对一些简单的微分方程进行了数值解法的计算。
通过比较数值解和解析解的结果，我们可以评估数值解法的准确性和稳定性，并选择最适合的数值解法来解决实际问题。
五、线性方程组的数值解法线性方程组是数值分析中的经典问题，它在科学计算和工程设计中广泛应用。
在实验中，我们通过MATLAB的线性方程组求解函数，对一些简单的线性方程组进行了数值解法的计算。
通过比较数值解和解析解的结果，我们可以评估数值解法的准确性和稳定性，并选择最适合的数值解法来解决实际问题。
数值分析实验报告1
p
得到m=(00)T
即M0=0 ;M1=;M2=;M3=;M4=0
则根据三次样条函数定义，可得：
S(x)=
接着，在Command Window里输入画图的程序代码，
下面是画牛顿插值以及三次样条插值图形的程序：
x=[ ];
y=[ ];
plot(x,y)
hold on
for i=1:1:5
y(i)= *(x(i)*(x(i)*(x(i)*(x(i)*(x(i)*(x(i)*(x(i)
Pn=f(x0)+f[x0,x1](x-x0)+ f[x0,x1,x2](x-x0) (x-x1)+···+ f[x0,x1，···xn](x-x0) ···(x-xn-1)
我们要知道牛顿插值多项式的系数，即均差表中得部分均差。
在MATLAB的Editor中输入程序代码，计算牛顿插值中多项式系数的程序如下：
【实验原理】
《数值分析》第二章“插值法”的相关内容，包括：牛顿多项式插值，三次样条插值，拉格朗日插值的相应算法和相关性质。
【实验环境】（使用的软硬件）
软件：
MATLAB 2012a
硬件：
电脑型号：联想 Lenovo 昭阳E46A笔记本电脑
操作系统：Windows 8 专业版
处理器：Intel（R）Core（TM）i3 CPU M 350 @
实验内容：
【实验方案设计】
第一步，将书上关于三种插值方法的内容转化成程序语言，用MATLAB实现；第二步，分别用牛顿多项式插值，三次样条插值，拉格朗日插值求解不同的问题。
【实验过程】（实验步骤、记录、数据、分析）
实验的主要步骤是：首先分析问题，根据分析设计MATLAB程序，利用程序算出问题答案，分析所得答案结果，再得出最后结论。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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
x(n+1) = a*x(n)-b*(y(n)-x(n)^2);
y(n+1) = b*x(n)+a*(y(n)-x(n)^2)
clc
clear all
n=input('please input n');
i=input('please input i');
x=10*rand(1,n);
x1=0;
x2=1;
for j=1:i
x1=x(j)+x1;
end
for j=i+1:n
x2=x2*x(j)
end
y=x1/x2
2. 编程实现奥运5环图，允许用户输入环的直径。
clear;
clc;
t=0:0.01:2*pi;
d=input('d=');
r=d/2
x=2*r*cos(t);
y=2*r*sin(t);
plot(x,y,'b');
hold on;
plot(x+3*r,y,'k');
plot(x+6*r,y,'r');
plot(x+1.5*r,y-2.5*r,'y');
plot(x+4.5*r,y-2.5*r,'g');
plot off;
axis equal;
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。
clc
clear
x=-10.0:0.1:10.0;
y=x'
u=ones(size(y))*x;
v=y*ones(size(x));
r=sqrt(u.^2+v.^2)+eps;
z=sin(r)./r;
mesh(z)
figure;meshc(z)
figure;surf(z)
shading interp
xlabel('x');ylabel('y'); zlabel('z');。