武汉理工大学----数值分析实验报告
数值分析综合实验报告
一、实验目的通过本次综合实验，掌握数值分析中常用的插值方法、方程求根方法以及数值积分方法，了解这些方法在实际问题中的应用，提高数值计算能力。
二、实验内容1. 插值方法（1）拉格朗日插值法：利用已知数据点构造多项式，以逼近未知函数。
（2）牛顿插值法：在拉格朗日插值法的基础上，通过增加基函数，提高逼近精度。
2. 方程求根方法（1）二分法：适用于函数在区间内有正负值的情况，通过不断缩小区间来逼近根。
（2）Newton法：利用函数的导数信息，通过迭代逼近根。
（3）不动点迭代法：将方程转化为不动点问题，通过迭代逼近根。
3. 数值积分方法（1）矩形法：将积分区间等分，近似计算函数值的和。
（2）梯形法：将积分区间分成若干等分，用梯形面积近似计算积分。
（3）辛普森法：在梯形法的基础上，将每个小区间再等分，提高逼近精度。
三、实验步骤1. 拉格朗日插值法（1）输入已知数据点，构造拉格朗日插值多项式。
（2）计算插值多项式在未知点的函数值。
2. 牛顿插值法（1）输入已知数据点，构造牛顿插值多项式。
（2）计算插值多项式在未知点的函数值。
3. 方程求根方法（1）输入方程和初始值。
（2）选择求解方法（二分法、Newton法、不动点迭代法）。
（3）迭代计算，直到满足精度要求。
4. 数值积分方法（1）输入被积函数和积分区间。
（2）选择积分方法（矩形法、梯形法、辛普森法）。
（3）计算积分值。
四、实验结果与分析1. 插值方法（1）拉格朗日插值法：通过构造多项式，可以较好地逼近已知数据点。
（2）牛顿插值法：在拉格朗日插值法的基础上，增加了基函数，提高了逼近精度。
2. 方程求根方法（1）二分法：适用于函数在区间内有正负值的情况，计算简单，但收敛速度较慢。
（2）Newton法：利用函数的导数信息，收敛速度较快，但可能存在数值不稳定问题。
（3）不动点迭代法：将方程转化为不动点问题，收敛速度较快，但可能存在初始值选择不当的问题。
3. 数值积分方法（1）矩形法：计算简单，但精度较低。
武汉理工大学理学院数学系课程实验报告
输入顶点4:e
输入顶点5:f
输入顶点6:g
输入顶点7:h
输入9条弧.
输入弧0:a b 1
输入弧1:b d 1
输入弧2:b e 1
输入弧3:d h 1
输入弧4:e h 1
输入弧5:a c 1
输入弧6:c f 1
输入弧7:c g 1
输入弧8:f g 1
广度优先遍历: a b d h e c f g
武汉理工大学理学院数学系课程实验报告
课程名称：数据结构与算法
班级
日期
成绩评定
姓名
实验室
老师签名
实验名称
图的遍历
所用软件
Visual C++ 6.0
实
验
目
的
及
内
容
以邻接矩阵或邻接表为存储结构构造一个图并输出读图的深度优先和广度优先的遍历次序。
实
验
原
理
步
骤
、
#include <stdio.h>
#include <malloc.h>
printf("输入%d个顶点.\n",G.vexnum);
for(i=0;i<G.vexnum;i++){ //初始化顶点
printf("输入顶点%d:",i);
scanf("%c",&G.vexs);
temp=getchar(); //接收回车
}
for(i=0;i<G.vexnum;i++) //初始化邻接矩阵
int i,j,w,s1,s2;
char a,b,temp;
数值分析实验报告心得(3篇)
第1篇在数值分析这门课程的学习过程中，我深刻体会到了理论知识与实践操作相结合的重要性。
通过一系列的实验，我对数值分析的基本概念、方法和应用有了更加深入的理解。
以下是我对数值分析实验的心得体会。
一、实验目的与意义1. 巩固数值分析理论知识：通过实验，将课堂上学到的理论知识应用到实际问题中，加深对数值分析概念和方法的理解。
2. 培养实际操作能力：实验过程中，我学会了使用Matlab等软件进行数值计算，提高了编程能力。
3. 增强解决实际问题的能力：实验项目涉及多个领域，通过解决实际问题，提高了我的问题分析和解决能力。
4. 培养团队协作精神：实验过程中，我与同学们分工合作，共同完成任务，培养了团队协作精神。
二、实验内容及方法1. 实验一：拉格朗日插值法与牛顿插值法（1）实验目的：掌握拉格朗日插值法和牛顿插值法的原理，能够运用这两种方法进行函数逼近。
（2）实验方法：首先，我们选择一组数据点，然后利用拉格朗日插值法和牛顿插值法构造插值多项式。
最后，我们将插值多项式与原始函数进行比较，分析误差。
2. 实验二：方程求根（1）实验目的：掌握二分法、Newton法、不动点迭代法、弦截法等方程求根方法，能够运用这些方法求解非线性方程的根。
（2）实验方法：首先，我们选择一个非线性方程，然后运用二分法、Newton法、不动点迭代法、弦截法等方法求解方程的根。
最后，比较不同方法的收敛速度和精度。
3. 实验三：线性方程组求解（1）实验目的：掌握高斯消元法、矩阵分解法等线性方程组求解方法，能够运用这些方法求解线性方程组。
（2）实验方法：首先，我们构造一个线性方程组，然后运用高斯消元法、矩阵分解法等方法求解方程组。
最后，比较不同方法的计算量和精度。
4. 实验四：多元统计分析（1）实验目的：掌握多元统计分析的基本方法，能够运用这些方法对数据进行分析。
（2）实验方法：首先，我们收集一组多元数据，然后运用主成分分析、因子分析等方法对数据进行降维。
武汉理工大学计算机学院数值分析实验报告
武汉理工大学计算机学院数值分析实验报告武汉理工大学计算机学院数值分析实验报告篇一：数值分析实验报告学生实验报告书实验课程名称开课学院指导教师姓名学生姓名学生专业班级数值分析计算机科学与技术学院熊盛武 201X—— 201X学年第二学期实验课程名称：数值分析篇二：数值分析实验报告武汉理工大学学生实验报告书实验课程名称：数值分析开课名学生姓名：201X1—— 201X学年第二学期第一次试验（1）二分法计算流程图：简单迭代法算法流程图：（2）（3）牛顿迭代法流程图：（4）弦截法算法程序流程图：篇三：数值分析实验报告湖北民族学院理学院《数值分析》课程实验报告（一）湖北民族学院理学院《数值分析》课程实验报告（二） xn?)篇四：数值分析实验报告数值分析实验报告姓名：学号：学院：老师： XXX XXXX实验一一、实验内容用雅克比迭代法和高斯塞德尔迭代法求解课本例3.1，设置精度为10-6。
?8-32??x1??20???411?1??x233??6312??x??36? ??3??二、实验公式 ?? 雅克比迭代法的基本思想：设方程组Ax?b的系数矩阵的对角线元素 ??aii?0(i?1,2,...,n)，根据方程组A x?b推导出一个迭代公式，然后将任意选取的?(0)?(1)?(1)?(2) xxx x一初始向量代入迭代公式，求出，再以代入同一迭代公式，求出，1、雅克比迭代法 ?(k)?(k) {x}{x}收敛时，如此反复进行，得到向量序列。
当其极限即为原方程组的解。
2、高斯塞德尔迭代法：在雅可比（Jacbi）迭代法中，如果当新的分量求出后，马上用它来代替旧的分量，则可能会更快地接近方程组的准确解。
基于这种设想构造的迭代公式称为高斯-塞德尔(Ga uss-Seidel)迭代法。
数值分析原理实验报告
一、实验目的通过本次实验，掌握数值分析的基本原理和方法，了解数值分析在科学和工程领域的应用，培养动手能力和分析问题的能力。
二、实验内容1. 二分法求方程根（1）原理：二分法是一种在实数域上寻找函数零点的算法。
对于连续函数f(x)，如果在区间[a, b]上f(a)f(b)<0，则存在一个根在区间(a, b)内。
二分法的基本思想是将区间[a, b]不断二分，缩小根所在的区间，直到满足精度要求。
（2）实验步骤：① 输入函数f(x)和精度要求；② 初始化区间[a, b]和中间点c=a+(b-a)/2；③ 判断f(c)与f(a)的符号，若符号相同，则将区间缩小为[a, c]，否则缩小为[c,b]；④ 重复步骤②和③，直到满足精度要求；⑤ 输出根的近似值。
2. 牛顿法求方程根（1）原理：牛顿法是一种在实数域上寻找函数零点的算法。
对于可导函数f(x)，如果在点x0附近，f(x0)f'(x0)≠0，则存在一个根在点x0附近。
牛顿法的基本思想是通过泰勒展开近似函数，然后求解近似方程的根。
（2）实验步骤：① 输入函数f(x)和精度要求；② 初始化迭代次数n=0，近似根x0；③ 计算导数f'(x0)；④ 求解近似方程x1=x0-f(x0)/f'(x0)；⑤ 判断|x1-x0|是否满足精度要求，若满足，则停止迭代；否则，将x0更新为x1，n=n+1，返回步骤③。
3. 雅可比迭代法解线性方程组（1）原理：雅可比迭代法是一种解线性方程组的迭代算法。
对于线性方程组Ax=b，雅可比迭代法的基本思想是利用矩阵A的对角线元素将方程组分解为多个一元线性方程，然后逐个求解。
（2）实验步骤：① 输入系数矩阵A和常数向量b；② 初始化迭代次数n=0，近似解向量x0；③ 计算对角线元素d1, d2, ..., dn；④ 更新近似解向量x1=x0-A/d1, x2=x0-A/d2, ..., xn=x0-A/dn；⑤ 判断|x1-x0|是否满足精度要求，若满足，则停止迭代；否则，将x0更新为x1, x2, ..., xn，n=n+1，返回步骤③。
数值分析实验报告5篇
1.69376699767424 0.92310666706964 0.08471614569741 0.40804026409411
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
讨论：
利用这种方法进行这类实验，可以很精确的扰动敏感性的一般规律。即 当对扰动项的系数越来越小时，对其多项式扰动的结果也就越来越小， 即扰动敏感性与扰动项的系数成正比，扰动项的系数越大，对其根的扰 动敏感性就越明显，当扰动的系数一定时，扰动敏感性与扰动的项的幂 数成正比，扰动的项的幂数越高，对其根的扰动敏感性就越明显。
解线性方程组的直接方法
实验 （主元的选取与算法的稳定性） 问题提出：Gauss消去法是我们在线性代数中已经熟悉的。但由于计算 机的数值运算是在一个有限的浮点数集合上进行的，如何才能确保 Gauss消去法作为数值算法的稳定性呢？Gauss消去法从理论算法到数值 算法，其关键是主元的选择。主元的选择从数学理论上看起来平凡，它 却是数值分析中十分典型的问题。 实验内容：考虑线性方程组 编制一个能自动选取主元，又能手动选取主元的求解线性方程组的 Gauss消去过程。 实验要求： （1）取矩阵，则方程有解。取n=10计算矩阵的条件数。让程序自动选 取主元，结果如何？ （2）现选择程序中手动选取主元的功能。每步消去过程总选取按模最 小或按模尽可能小的元素作为主元，观察并记录计算结果。若每步消去 过程总选取按模最大的元素作为主元，结果又如何？分析实验的结果。 （3）取矩阵阶数n=20或者更大，重复上述实验过程，观察记录并分析 不同的问题及消去过程中选择不同的主元时计算结果的差异，说明主元
数值分析实验报告
数值分析实验报告实验目的：通过对数值分析实验的进行，掌握牛顿法解方程的根的求解过程和方法，通过编程实现牛顿法。
实验原理：牛顿法是一种迭代法，通过不断迭代逼近根的过程来求解方程的根。
假设f(x)在[x_0,x]中连续且有一阶连续导数，则根据泰勒展开公式，有下面的公式成立：f(x)=f(x_0)+f'(x_0)(x-x_0)+R(x)其中f(x)是方程的函数，f'(x_0)是f(x)在x_0处的导数，R(x)是无穷小量。
当x接近于x_0时，可以忽略R(x)的影响，即认为R(x)足够小可以忽略。
假设x_0是方程的一个近似根，可以得到如下的迭代公式：x_1=x_0-f(x_0)/f'(x_0)x_2=x_1-f(x_1)/f'(x_1)...在迭代的过程中，如果迭代的结果与上一次迭代的结果的误差小于设定的阈值，则可以认为找到了方程的根。
实验步骤：1.确定方程和初始近似根x_0。
2.计算f(x_0)和f'(x_0)。
3.使用迭代公式计算x的近似值x_i，直到满足终止条件（比如误差小于设定的阈值）。
4.输出计算得到的方程的根。
实验结果和分析：在实验中，我们选择了方程f(x)=x^2-2作为实验对象，初始近似根选择为x_0=1根据上述的迭代公式，可以依次计算得到x_1=1.5,x_2=1.4167,x_3=1.4142，直到满足终止条件。
通过实验计算，可以得到方程f(x)=x^2-2的两个根为x=-1.4142和x=1.4142，与理论解x=±√2比较接近，说明牛顿法可以有效地求解方程的根。
总结：通过本次实验，掌握了牛顿法解方程根的原理和实现方法，实验结果与理论解相近，验证了牛顿法的有效性。
在实际应用中，牛顿法常用于求解非线性方程和优化问题，具有较高的精度和收敛速度，但在选择初始近似根时需要谨慎，否则可能会导致迭代结果发散。
武汉理工大学实验报告范本(xin)
学生实验报告书
实验课程名称
开课学院
指导教师姓名
学生姓名
学生专业班级
选择课题:
为了提高化工厂的产品质量, 需要寻求最优反应温度和反应压力的配合, 为此选择如下水平,
A: 反应温度（℃）60 70 80
B: 反应压力（kg） 2 2.5 3
在每个AiBj条件下
做2次试验, 其产量
为
A1 A2 A3
B1 B2 B3 4.6 4.3
6.3 6.7
4.7 4.3
6.1 6.5
3.4 3.8
3.9 3.5
6.8 6.4
4.0 3.8
6.5
7.0
（1）对数据作方差分析
（2）求最优条件下平均产量的点估计和区间估计
六、实验结果与讨论
可见在显著性水平a=0.05下, 反应压力（B）效应是高度显著的, 反应温度的效应（A）及交互效应并不显著。
可看见区间估计为[3.573449,9.926551]
点估计为6.75
七、实验报告成绩（请按优, 良, 中, 及格, 不及格五级评定）。
- 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)。
0.00012207
0.000061035
0.000030517
精确到三位有效数字。
（2）由题意知
迭代式在 整体收敛。
以迭代法计算结果如下表：
1
2
3
4
5
6
0.1
0.089482908
0.090639135
0.090512616
0.090526468
0.090524951
精确到三位有效数字。
综上所述，迭代法计算量较小。
0.0625
1
0.5
0.25
0.125
0.125
0.09375
0.5
0.25
0.125
0.0625
0.09375
0.078125
+
+
+
—
+
—
0.5
0.25
0.125
0.0625
0.03125
0.015625
6
7
8
9
10
11
0.078125
0.859375
0.08984375
0.08984375
0.08984375
具有5位有效数字
3、当 时， ,求 的二次插值多项式。
解：
则二次拉格朗日插值多项式为
4、给出 的数值表
X
0.4
0.5
0.6
0.7
0.8
lnx
-0.916291
-0.693147
-0.510826
-0.356675
-0.223144
用线性插值及二次插值计算 的近似值。
解：由表格知，
若采用线性插值法计算 即 ，
则
若采用二次插值法计算 时，
5、观测物体的直线运动，得出以下数据：
时间t(s)
0
0.9
1.9
3.0
3.9
5.0
距离s(m)
0
10
30
50
80
110
求运动方程。
解：
被观测物体的运动距离与运动时间大体为线性函数关系，从而选择线性方程
令
则
则法方程组为
从而解得
故物体运动方程为
6、用牛顿法求 在 =2附近的根
10、用三点公式和积分公式求 在 ，和1.2处的导数值，并估计误差。 的值由下表给出：
x
1.0 1.1 1.2
F(x)
0.2500 0.2268 0.2066
解：
由带余项的三点求导公式可知
又
又
又
故误差分别为
利用数值积分求导，
设
由梯形求积公式得
从而有
故
又
且
从而有
故
即
解方程组可得
记 ,容易算得 ,因此[4,4.6]是 的有限区间.
对于二分法,计算结果见下表
0
1
2
3
4
5
6
7
8
9
4.0
4.3
4.45
4.45
4.4875
4.4875
4.4875
4.4921875
4.4921875
4.493359375
4.6
4.6
4.6
4.525
4.525
4.50625
4.496875
4.496875
4.506145588
4.49417163
4
5
6
4.493412197
4.493409458
4.493409458
所以 的最小正根为 .
9、比较求 的根到三位小数所需的计算量：
（1）在区间内用二分法；
（2）用迭代法 ，取初值 。
解：（1）由题意知
以二分法计算，结果如下表：
0
1
2
3
4
5
0
0
0
0
0.0625
0.090332031
0.09375
0.09375
0.09375
0.091796875
0.090820312
0.090820312
0.0859375
0.8984375
0.091796875
0.090820312
0.090332031
0.090576171
—
—
+
+
—
+
0.0078125
0.00390625
4.49453125
4.49453125
4.3
4.45
4.ቤተ መጻሕፍቲ ባይዱ25
4.4875
4.50625
4.496875
4.4921875
4.49453125
4.493359375
4.493445313
+
+
-
+
-
-
+
-
+
-
此时 .
若用牛顿迭代法求解,由于 ,故取 ,迭代计算结果如表7-13所示.
表7-13
1
2
3
4.545732122
学院：理学院班级：电信科0901姓名：王伟学号：0120914420118
1、计算球体积要使相对误差限为1，问度量半径R时允许的相对误差限是多少？
解：球体体积为
则何种函数的条件数为
又
故度量半径R时允许的相对误差限为
2、求方程 的两个根，使它至少具有4位有效数字（ ）。
解： ，
故方程的根应为
故
具有5位有效数字
解：
Newton迭代法
取 ，则 ，取
2.用牛顿法求 的实根
解：
令 ，则 ，取
7、分别用梯形公式和辛普森公式计算积分：
解：（1）由题意知：
以梯形公式计算
以辛普森公式计算
（2）由题意知：
以梯形公式计算
以辛普森公式计算
8、用牛顿迭代法求 的最小正根.
解 显然 满足 .另外当 较小时, ,故当 时, ,因此,方程 的最小正根应在 内.
0.001953125
0.000976562
0.000488281
0.00024414
12
13
14
0.090332031
0.090454101
0.090515136
0.090576171
0.090576171
0.090576171
0.090454101
0.090515136
0.090545653
—
—