计算方法实验报告习题1(浙大版)
计算方法实验报告
计算方法实验报告计算方法实验报告概述：计算方法是一门研究如何用计算机解决数学问题的学科。
在本次实验中，我们将学习和应用几种常见的计算方法，包括数值逼近、插值、数值积分和常微分方程求解。
通过实验，我们将深入了解这些方法的原理、应用场景以及其在计算机科学和工程领域的重要性。
数值逼近：数值逼近是一种通过使用近似值来计算复杂函数的方法。
在实验中，我们通过使用泰勒级数展开和牛顿迭代法等数值逼近技术，来计算函数的近似值。
这些方法在科学计算和工程领域中广泛应用，例如在信号处理、图像处理和优化问题中。
插值：插值是一种通过已知数据点来估算未知数据点的方法。
在实验中，我们将学习和应用拉格朗日插值和牛顿插值等方法，以及使用这些方法来构造函数的近似曲线。
插值技术在数据分析、图像处理和计算机图形学等领域中具有重要的应用价值。
数值积分：数值积分是一种通过将函数曲线划分为小矩形或梯形来估算函数的积分值的方法。
在实验中，我们将学习和应用矩形法和梯形法等数值积分技术，以及使用这些方法来计算函数的近似积分值。
数值积分在物理学、金融学和统计学等领域中被广泛使用。
常微分方程求解：常微分方程求解是一种通过数值方法来求解微分方程的方法。
在实验中，我们将学习和应用欧拉法和龙格-库塔法等常微分方程求解技术，以及使用这些方法来求解一些常见的微分方程。
常微分方程求解在物理学、生物学和工程学等领域中具有广泛的应用。
实验结果：通过实验，我们成功地应用了数值逼近、插值、数值积分和常微分方程求解等计算方法。
我们得到了准确的结果，并且在不同的应用场景中验证了这些方法的有效性和可靠性。
这些实验结果将对我们进一步理解和应用计算方法提供重要的指导和支持。
结论：计算方法是计算机科学和工程领域中的重要学科，它提供了解决复杂数学问题的有效工具和方法。
通过本次实验，我们深入了解了数值逼近、插值、数值积分和常微分方程求解等计算方法的原理和应用。
这些方法在科学研究、工程设计和数据分析等领域中具有广泛的应用价值。
(完整word版)计算方法A上机实验报告
计算方法A上机实验报告姓名：苏福班级：硕4020 学号：3114161019一、上机练习目的1）复习和巩固数值计算方法的基本数学模型，全面掌握运用计算机进行数值计算的具体过程及相关问题。
2）利用计算机语言独立编写、调试数值计算方法程序，培养学生利用计算机和所学理论知识分析解决实际问题的能力。
二、上机练习任务1）利用计算机语言编写并调试一系列数值方法计算通用程序，并能正确计算给定题目，掌握调试技能。
2）掌握文件使用编程技能，如文件的各类操作，数据格式设计、通用程序运行过程中文件输入输出运行方式设计等。
3）写出上机练习报告。
三、上机题目1. 共轭梯度法求解线性方程组。
（第三章）2. 三次样条插值（第四章）3. 龙贝格积分（第六章）4. 四阶龙格－库塔法求解常微分方程的初值问题四、上机报告题目1：共轭梯度法求解线性方程组1．算法原理共轭梯度法是把求解线性方程组的问题转化为求解一个与之等价的二次函数极小值的问题。
从任意给定的初始点出发，沿一组关于矩阵A共轭的方向进行线性搜索，在无舍入误差的假定下，最多迭代n 次（其中n 为矩阵A 的阶数），就可求得二次函数的极小值，也就求得了线性方程组Ax b =的解。
定理：设A 是n 阶对称正定矩阵，则x *是方程组Ax b =的解得充分必要条件是x *是二次函数1()2TT f x x Ax b x =-的极小点，即 ()()min nx R Ax b f x f x **∈=⇔=共轭梯度法的计算公式：(0)(0)(0)()()()()(1)()()(1)(1)(1)()()()(1)(1)()k T k k k T k k k k k k k k T k k k T k k k k k d r b Ax r d d Ad xx d r b Ax r Ad d Ad d r d ααββ++++++⎧==-⎪⎪=⎪⎪=+⎪⎨=-⎪⎪⎪=-⎪⎪=+⎩2. 程序框图（1）编写共轭梯度法求解对称正定矩阵的线性方程组见附录（myge.m）：function x=myge(A,b)输入对称正定矩阵及对应的列向量，初始向量设为0，精度取为810 。
大学计算方法实验报告
《计算方法》实验报告实验题目实验报告1：非线性方程组的求解···················P1~2实验报告2：线性方程组解法·······················P3~4 实验报告3：Lagrange 插值多项式··················P5~7姓名：学号：班级：指导老师：时间：专业 序号 日期实验报告1：非线性方程组的求解【实验目的】1．用MATLAB 来实践进行牛顿法的变形，即对牛顿法进行了修正，使其应用更为方便，掌握用MATLAB 运用割线法求解非线性方程组。
2．运用MATLAB 进行隐函数作图。
【实验内容】[方法] 设a,b 为迭代初值,求两点(a,f(a)) 与 (b,f(b)) 的连线(割线)与 x 轴的交点记为 c ，再把迭代初值换成 b,c,重复计算.[要求] 把下面程序复制为新的 M-文件,去掉开头的 %再把 '?' 部分改写正确就是一个完整的程序,找前面一个例子试算【解】在牛顿迭代公式中用差商代替导数。
带入初值（a,f(a)）,（b,f(b)）,两点的连线与x 轴的交点作为c ，再把迭代初值换为b ，c ，重复计算。
【计算机求解】以y= x-exp(-x)为例初值a=0，b=1，误差不超过1.0*10^(-5)进行计算。
计算方法实验报告
计算方法与实习实验报告目录实习题1-1 (2)实习题2-1（1） (3)实习题3-2 (4)实习题3-5（1） (6)实习题4-2 (9)实习题5-1 (10)实习题6 (13)实习题1-1用2种不同的顺序计算644834.11000012≈∑=-n n，分析其误差的变化。
算法1:从n=1开始累加，n 逐步增大，直至n=10000 算法2:从n=10000开始累加，n 逐步减小，直至n=1 算法1的Matlab 程序如下： m=0;for n=1:10000 yl=1/(n.*n); m=m+yl; endformat long m算法1的输出结果m=1.644834071848065算法2的Matlab 程序如下： m=0;for n=10000:-1:1 yl=1/(n.*n); m=m+yl; endformat long m算法2的输出结果m=1.644834071848060结论分析：由运行结果可以发现，当从n=1开始计算时，算出结果为1.644834071848065，而当从n=10000开始计算时，算出结果为1.644834071848060.与题中所给结果相比，可知从n=10000开始计算时，所得近似结果更接近真实值。
原因是从n=1开始算时，由于被累加的数是越来越小的，而且开始的几个数比后面的数大得多，而浮点数保留位数有限，因此在累加过程中出现了大数吃小数的现象，导致误差较大。
而从n=10000开始累加就很好地避免以上问题，从而能够更接近精确值。
实习题2-1（1）用牛顿法求方程02=-x e x 的根算法：给定初始值0x ,ε为根的容许误差，η为)(x f 的容许误差，N 为迭代次数的容许值。
①如果0)(0'=x f 或迭代次数大于N ，则算法失败，结束；否则执行②。
②计算)()(0'001x f x f x x -=。
③若01x x -<ε或)(1x f <η，则输出1x ,程序结束；否则执行④。
计算方法实验报告(一)答案 许晶
计算方法实验报告年级班级：学号：姓名：日期：计算方法实验（一）实验目的：1、掌握MATLAB控制语句2、熟悉数组运算3、MATLAB图形处理功能4、MATLAB程序初步设计实验内容：一、数组运算1、已知向量a=1:12, 用reshape命令将其编程2*6矩阵。
>> a=1:12;>> reshape(a,2,6)ans =1 3 5 7 9 112 4 6 8 10 122、已知a=[1 2 3;2 3 4;3 4 5]; b=[1 1 1;2 2 2;3 3 3]; 在计算机上运行下面的命令，并写出计算结果。
a.*b a*b a.\b a./b3、已知b=[1 1 1;2 2 2;3 3 3]; 在计算机上运行 b^3 b.^3 b*b*b并写出计算结果。
二、程序设计（写出程序，并给出计算结果）1、利用循环语句编写程序，求1^2+2^2+3^2+…+100^2。
2、利用选择语句编写函数文件demo3实现sgn函数功能，并计算demo3(0) demo3(90) demo3(-12)function f=demo3(x)if x>0f=1;elseif x==0f=0;else x<0f=-1;enddemo3(0)ans =demo3(90)ans =1demo3(90)ans =-1三、MATLAB图形处理（写出程序，给出图形）1、在0≤x≤2π区间内，绘制曲线 y=2e^(0.5x)cos(4πx)2、在[0, 20π]之间，绘制三维曲线 x=sin(t); y=cos(t); z=tsin(t)cos(t);图形要求：标题为“'Line in 3-D Space”，x轴，y轴, z轴分别添加标注“X”“Y”“Z”。
浙大计算方法上机报告.
学号：3100300038 姓名： 专业：作业1：用列主元高斯消去法和列主元三角分解法解P227页第3题1. 列主元高斯消去法目的：用高斯消去法解Ax=b 时，其中设A 为非奇异矩阵，可能出现a kk =0 情况，这时必须进行带行交换的高斯消去法。
但在实际计算中即使0)( k kk a 但其绝对值很小时，用)(k kk a 作除数，会导致中间结果矩阵A(k)元素数量级严重增长和舍入误差的扩散，使得最后的计算结果不可靠。
列主元高斯消去法可以难过一般高斯法的这些缺点。
一、列主元高斯消去法解方程的Matlab 程序如下：function a=columneli(a) %对矩阵a 进行列主元消去 [m n]=size(a); %求取a 的行数m 和列数n for i=1:m-1[maxEle,pos]=max(abs(a(i:end,i)));maxRow=pos+i-1; %在每次变换前寻找绝对值最大主所在列maxRow if a(maxRow,i)==0disp('矩阵为奇异矩阵')return %对于非奇异矩阵，在程序中给予提示,结束程序 end if(maxRow~=i)temp=a(maxRow,:);a(maxRow,:)=a(i,:);a(i,:)=temp;end %与列主元绝对值最大的行进行行交换 for j=i+1:ma(j,i)=a(j,i)/a(i,i); %求取第j 列主元 for k=i+1:na(j,k)=a(j,k)-a(j,i)*a(i,k); %对第j 列主元进行行变换 end end endfunction x=elisolve(a) %利用列主元消去的结果求方程的解,a 为方程组的增广矩阵 a=columneli(a); [m,n]=size(a);x=zeros(m,1); for i=m:-1:1x(i)=(a(i,n)-a(i,i:m)*x(i:m))/a(i,i); end二、列主元高斯消去法解P227页第3题：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-321321212111430x x x 答案：x=[7/6 -1/3 1/2]T三、程序流程图如下：条件图框里面没有条件式，因为i 是从m 到1，所以i=1后运行下面的命令，直接输出结果。
计算方法实验报告习题2(浙大版)
计算方法实验报告实验名称： 实验2 列主元素消去法解方程组 1 引言工程实际问题中，线型方程的系数矩阵一般为低阶稠密矩阵和大型稀疏矩阵。
用高斯消去法解Ax =b 时，可能出现)(k kk a 很小，用作除数会导致中间结果矩阵元素数量级严重增长和舍入误差的扩散，使结果不可靠；采用选主元素的三角分解法可以避免此类问题。
高斯消去法的消去过程，实质上是将A 分解为两个三角矩阵的乘积A =LU ，并求解Ly =b 的过程。
回带过程就是求解上三角方程组Ux =y 。
所以在实际的运算中，矩阵L 和U 可以直接计算出，而不需要任何中间步骤，从而在计算过程中将高斯消去法的步骤进行了进一步的简略，大大提高了运算速度，这就是三角分解法。
采用选主元的方式与列主元高斯消去法一样，也是为了避免除数过小，从而保证了计算的精确度。
2 实验目的和要求通过列主元素消去法求解线性方程组，实现P A =LU 。
要求计算解x ，L ，U ，整形数组IP (i )，(i =1,2,…,)（记录主行信息）。
3 算法原理与流程图（1）原理将A 分解为两个三角矩阵的乘积A =LU 。
对方程组的增广矩阵[]b A A ,=经过k-1步分解后，可变成如下形式：⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡→-------------n nnnjnkk n n n i in ij ik k i i i k kn kj kk k k k k k n k j k k k k k k k n j k k n j k k b a a a l l l b a a a l l l b a a a l l l y u u u u l l y u u u u u l y u u u u u u A1,211,211,211,1,1,11,12,11,122221,2222111,1,11,11211第k 步分解，为了避免用绝对值很小的数kku 作除数，引进量1111 (,1,,;1,2,,) ()/ (1,2,,;1,2,,)k kj kj km mj m k ik ik im mk kk m u a l u j k k n k n l a l u u i k k n k n -=-=⎧=-=+=⎪⎪⎨⎪=-=++=⎪⎩∑∑11(,1,,)k i ik im mkm s a l u i k k n -==-=+∑，于是有kk u =ks 。
《计算方法》课内实验报告(实验2)2014
《计算方法》课内实验报告学生姓名:张靖2012309010111及学号：学院:理学院班级:信计121课程名称：计算方法实验题目:插值法与函数逼近指导教师周硕教授姓名及职称：朱振菊实验师2014年11月03日目录一、实验题目 (1)二、实验目的 (1)三、实验内容 (1)四、实验结果 (2)五、实验体会或遇到问题 (8)一、实验题目1．熟悉matlab 编写及运行数值计算程序的方法。
2．进一步理解数值积分的基础理论。
3．进一步掌握应用不同的数值积分方法求解给定的积分并给出数据结果及误差分析。
二、实验目的1．熟悉matlab 编写及运行数值计算程序的方法。
2．进一步理解插值法及函数逼近方法的理论基础。
3．进一步掌握给定数据后应用插值法及函数逼近方法进行数据处理并给出图示结果的实际操作过程。
三、实验内容1．分别用复合梯形求积公式及复合辛普森求积公式计算积分xdx x ln 1⎰,要求计算精度达到410-,给出计算结果并比较两种方法的计算节点数. 2．用龙贝格求积方法计算积分dx x x ⎰+3021,使误差不超过510-.3．用3=n 的高斯-勒让德公式计算积分⎰31sin x e x ,给出计算结果.4．用辛普森公式 (取2==M N ) 计算二重积分.5.005.00dydx e x y ⎰⎰-四、 实验结果1．问题1：计算结果如下表表1问题1求解表复合梯形求积公式：取1210-，n=，n为迭代次数，当迭代12次后，精度达到4 n-；节点数为21=4095复合辛普森求积公式：取1000010-，节点数为n=，n为区间数，取精度为4n+=。
1100012．问题2：计算结果如下表表2问题2求解表龙贝格数值积分：给定被积函数0，被积上限3，精度为510-，龙贝格积分表中行的最大数目13，计算出龙贝格数值积分近似解为10.20759362。
3．问题3：计算结果如下表表3问题3求解表高斯-勒让德积分公式：取3n = ，节点横坐标k x 取,n k A 取585999，，，2n 阶导数e sin x x -,求得高斯-勒让德积分近似解为10.94840256。
- 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)。
计算方法实验报告
实验名称： 实验1 从函数表出发进行插值 1 引言
某个实际问题中，函数f (x)在区间[a,b]上存在且连续，但难以找到其表达式，只能通过实验和观测得到有限点上的函数表。
有些情况虽然可以写出表达式，但结构复杂，使用不方便。
所以希望构造简单函数P (x)作为f (x)的近似值。
插值法是解决此类问题的一种方法。
设函数y=在插值区间[a,b]上连续，且在n+1个不同的插值节点a≤x 0,x 1,…,x n ≤b 上分别取值y 0,y 1,…,y n 。
目的是要在一个性质优良、便于计算的插值函数类Φ中，求一简单函数P (x)，满足插值条件P (x i )=y i (i=0,1,…,n)，而在其他点x≠x i 上，作为f (x)近似值。
求插值函数P (x)的方法称为插值法[1]。
2 实验目的和要求
运用Matlab 编写m 文件，定义三种插值函数，要求一次性输入整张函数表，并利用计算机选择在插值计算中所需的节点。
分别通过分段线性插值、分段二次插值和全区间上拉格朗日插值计算f (0.15)，f (0.31)，f (0.47)的近似值。
3 算法原理与流程图
（1）原理 1.线性插值
当给定了n+1个点x 0<x 1<…<x n 上的函数值y 0,y 1,…,y n 后，若要计算x≠x i 处函数值f (x)的近似值，可先选取两个节点x i-1与x i 使x ∈[x i-1,x i ]，然后在小区间[x i-1,x i ]上作线性插值，即得
1
1
11
1)()(------+--=≈i i i i i i i i x x x x y x x x x y x P x f
这种分段低次插值叫分段线性插值。
2.分段二次插值
当给定了n+1个点x 0<x 1<…<x n 上的函数值y 0,y 1,…,y n 后，若要计算x≠x i 处函数值f (x)的近似值，可先选取距离x 最近的三个节点x i-1，x i 与x i+1，然后进行二次插值，即得
专业：电气工程及其自动化 姓名： 李X
∑∏+-=+≠-
=⎥⎥⎥⎦
⎤
⎢⎢⎢⎣
⎡
⎪⎪⎭⎫
⎝⎛
--=≈11
112)()(i i k i k j i j j k j k x x x x y x P x f 这种分段低次插值叫分段二次插值。
3.全区间上拉格朗日插
对节点x i (i=0,1,…,n)中任一点x k (0≤k≤n)，作一n 次多项式l k (x)，使它在该点上的取值为1，在其余点x i (i=0,1,…,k -1,k+1,…,n)上取值为零。
对应于每一节点x k (k=0,1,…,n)，都能写出一个满足此条件的多项式，这样写出n+1个多项式l 0(x),l 1(x),…,l n (x)。
)()()()(1100x l y x l y x l y x P n n n ++=
拉格朗日n 次插值多项式（对于全区间上的插值，n 取函数表的长度）
∑=+-+---------=n
k n k k k k k k n k k k
n x x x x x x x x x x x x x x x x y x L 0110110)
())(()()
())(()()(
（2）流程图
分段线性插值法
分段二次插值法
拉格朗日全区间上的插值法
4 程序代码及注释
1.
注：若要在Matlab中直接调用插值函数，需要事先将习题1函数表输入2.
3.
5算例分析
%首先在
%确保Current Directory 中存放分别含有上述代码的三个m文件（1）分段线性插值
（2）分段二次插值
（3）全区间上拉格朗日插值
（4
6讨论与结论
1.对程序运行的时间加以比较使用
从三次实验结果可知，interp1函数所用时间比编写的fdxx函数长（interp1函数为matlab求分段线性插值的函数）；而fdxx和另外两个函数时间比较接近
2.程序优化
由分段线性插值和分段二次插值的原理，x取值在函数表范围内时，插值结果有意义，而当x 取值在函数表范围以外，利用分段线性插值公式仍可以进行运算并得到一个值，但其结果不准确；分段二次插值则无法找到三个合适的点以求插值，不予以输出结果；若输入的函数表x 与y的长度不相等，则无法插值。
所以加入判断
p=length(y0);n=length(x0);
if p~=n error('数据输入有误，请重新输入');
if z<x0(1)|z>x0(n)
fprintf('x(%d)超出范围;\n',t);
break;
end
从而避免了因输入错误导致的结果错误。
由上述（4）测试示例可看到效果。
3.结果比较
（下方的图为放大图）图中data1为原函数表的数据，data2-data4分别为分段线性插值、分段二次插值和拉格朗日插值的结果，其x取步长为0.01的52个数据，可知插值结果与原数据变化规律接近，在给定范围内均可以作其近似函数。
参考文献
[1] 易大义，沈云宝，李有法. 计算方法(第2版)，浙江大学出版社. pp.29-53.
[2] 廖波. 数值计算与最优化原理——MA TLAB实现，北京邮电大学出版社. pp.57-58.。