MATLAB计算方法迭代法牛顿法二分法实验报告
MATLAB二分法和牛顿迭代法实验报告
（2）计算 在区间中点处的值 。
（3）判断若 ,则 即是根，否则检验：
①若 与 异号，则知道解位于区间 ，
②若 与 同号，则知道解位于区间， ，
反复执行步骤2、3，便可得到一系列有根区间：
（4）当 ，则 即为根的近似值。
Newton迭代法原理：设已知方程 的近似根 ,则在 附近 可用一阶泰勒多项式 近似代替.因此,方程 可近似地表示为 .用 表示 的根,它与 的根差异不大.
3.在MATLAB命令行窗口求解方程f(x)
4.得出计算结果
设 ,由于 满足 解得
重复这一过程,得到迭代格式
实验所用软件及版本：MATLAB R2014a
主要内容（要点）：
实验过程记录（含：基本步骤、主要程序清单及异常情况记录等）：
二分法:
1.在MATLAB编辑器中建立一个实现二分法的M文件bisect.m
2.在MATLAB命令行窗口求解方程f(x)
3.得出计算结果
数学应用软件大型实验实验报告
实验序号：日期：年月日
班级
姓名
学号
实验
名称
二分法和Newton迭代法
问题背景描述：
分别编写一个用二分法和用Newton-Raphson法求连续函数的零点通用程。
实验目的：
用以求方程x^2-3*x+exp(X)=2的正根（要求精度ε=10^-6）。
实验原理与数学模型：
二分法原理：如果函数y=f(x)在闭区间[a,b]上连续，且已知函数在两端点的函数f（a）与f（b）取异号，即两端点函数值的乘积f(a)*f(b)<0,则函数y=f(x)在区间（a,b）内至少有一个零点，即至少存在一点c，使得f(x)=0的解。
MATLAB计算方法迭代法牛顿法二分法实验报告
完美WORD格式姓名实验报告成绩评语：指导教师（签名）年月日说明：指导教师评分后，实验报告交院（系）办公室保存。
实验一 方程求根一、 实验目的用各种方法求任意实函数方程0)(=x f 在自变量区间[a ，b]上，或某一点附近的实根。
并比较方法的优劣。
二、 实验原理 (1)、二分法对方程0)(=x f 在[a ，b]内求根。
将所给区间二分，在分点2a b x -=判断是否0)(=x f ；若是，则有根2a b x -=。
否则，继续判断是否0)()(<∙x f a f ,若是，则令x b =,否则令x a =。
否则令x a =。
重复此过程直至求出方程0)(=x f 在[a,b]中的近似根为止。
（2）、迭代法将方程0)(=x f 等价变换为x =ψ（x ）形式，并建立相应的迭代公式=+1k x ψ（x ）。
（3）、牛顿法若已知方程 的一个近似根0x ，则函数在点0x 附近可用一阶泰勒多项式))((')()(0001x x x f x f x p -+=来近似，因此方程0)(=x f 可近似表示为+)(0x f 0))(('0=-x x x f 设0)('0≠x f ,则=x -0x )(')(00x f x f 。
取x 作为原方程新的近似根1x ，然后将1x 作为0x 代入上式。
迭代公式为：=+1k x -0x )(')(k k x f x f 。
三、 实验设备：MATLAB 7.0软件四、 结果预测（1）11x =0.09033 （2）5x =0.09052 （3）2x =0,09052 五、 实验内容（1）、在区间[0,1]上用二分法求方程0210=-+x e x 的近似根，要求误差不超过3105.0-⨯。
（2）、取初值00=x ，用迭代公式=+1k x -0x )(')(k k x f x f ，求方程0210=-+x e x的近似根。
要求误差不超过3105.0-⨯。
MAAB计算方法迭代法牛顿法二分法实验报告
MAAB计算方法迭代法牛顿法二分法实验报告实验目的：比较MAAB计算方法中迭代法、牛顿法和二分法的优缺点，探究它们在求解方程中的应用效果。
实验原理：1、迭代法：将方程转化为x=f(x)的形式，通过不断迭代逼近方程的根。
2、牛顿法：利用函数在特定点的切线逼近根的位置，通过不断迭代找到方程的根。
3、二分法：利用函数值在区间两端的异号性质，通过不断二分缩小区间，最终逼近方程的根。
实验步骤：1、选择一元方程进行求解，并根据方程选择不同的计算方法。
2、在迭代法中，根据给定的初始值和迭代公式，进行迭代计算，直到满足预设的迭代精度要求。
3、在牛顿法中，选择初始点，并根据切线方程进行迭代计算，直到满足预设的迭代精度要求。
4、在二分法中，选择区间，并根据函数值的异号性质进行二分，直到满足预设的迭代精度要求。
5、根据计算结果，比较三种方法的求解效果，包括迭代次数、计算时间、求解精度等指标。
实验结果与分析：通过对多个方程进行测试，得到了以下实验结果：1、迭代法的优点是简单易懂，适用范围广，但当迭代公式不收敛时会导致计算结果不准确。
2、牛顿法的优点是收敛速度较快，但需要计算函数的一阶导数和二阶导数，对于复杂函数较难求解。
3、二分法的优点是收敛性较好，不需要导数信息，但收敛速度较慢。
4、对于线性方程和非线性方程的求解，牛顿法和迭代法通常比二分法更快速收敛。
5、对于多重根的方程，二分法没有明显优势，而牛顿法和迭代法能更好地逼近根的位置。
6、在不同的方程和初值选择下，三种方法的迭代次数和求解精度略有差异。
7、在时间效率方面，二分法在收敛速度较慢的同时，迭代次数较少，牛顿法在收敛速度较快的同时，迭代次数较多，而迭代法对于不同方程有较好的平衡。
结论：1、对于不同类型的方程求解，可以根据具体情况选择合适的计算方法。
2、迭代法、牛顿法和二分法各有优缺点，没有绝对的最优方法，需要权衡各种因素选择最适合的方法。
3、在实际应用中，可以根据方程的特点和精度要求综合考虑不同方法的优劣势，以获得较好的求解效果。
用Matlab编写二分法和Newton迭代法求解非线性函数
⽤Matlab编写⼆分法和Newton迭代法求解⾮线性函数1、⼆分法原理：若f的值在C[a, b]中，且f (a) · f (b) < 0，则f在 (a, b) 上必有⼀根。
实现算法流程：2、Newton迭代法迭代公式：⼏何意义：3、求解问题⽤Newton法和⼆分法求的解。
4、代码实现1 clear;close;clc2 a=0;b=1;%根区间3 e=10^(-6);%根的容许误差4 [X , N]=dichotomy(e,a,b);%⼆分法5 p0=0.5;%初始值6 N=15;%迭代次数7 [X1]=Newdon(p0,e,N);%Newton迭代法89 function [X , N]=dichotomy(deta,a,b)10 % 函数dichotomy:⼆分法11 %输⼊值：12 %fun:⽅程函数13 %deta:根的容许误差14 %有根区间：[a,b]15 %输出值16 %X:求解到的⽅程的根17 %N:总的迭代次数18 N=1+fix(log2((b-a)/deta));%由公式7.2求得,取整数|X_N-X*|<=(b-a)/2^N<deta,求N19 n=1;20 f1=myfunction(a);21 f2=myfunction(b);22if (f1*f2>0)23 disp('根不在输⼊的区间⾥，请重新输⼊区间');24else25while n <= N26 x=(a+b)/2;27if myfunction(a)*myfunction(x)>028 a=x;29else30 b=x;31 end32 n=n+1;33 end34 X=x;35 fprintf('第%d次⼆分法求出的⽅程的根:\n',N);36 fprintf('X=\n');37 disp(X);38 end39 end4041 function [P]=Newdon(p0,TOL,N)42 %求⽅程组的解43 %输⼊参数44 %初始值：p045 %误差容限:TOL46 %最⼤迭代次数:N47 %输出参数：48 %⽅程近似解：p49 %或失败信息“Method failed”50 format long;51 n=1;%初始迭代次数52 syms x;53while n<=N54if abs(subs(diff(myfunction(x)),x,p0))<TOL55 P=p0;56break;57else58if subs(diff(myfunction(x),2),x,p0)==059 disp('Method failed');60break;61else62 p=p0-myfunction(p0)/subs(diff(myfunction(x)),x,p0);63 p=eval(p);%将exp的值转为⼩数值64if(abs(p-p0)<TOL)65 P=p;66break;67else68 p0=p;69 end70 end71 end72 n=n+1;73 end74 % P=vpa(P,10);%将分数转为⼩数并保留8位⼩数75 fprintf('第%d次NeWton迭代法求出的⽅程的根:\n',N);76 fprintf('P=\n');77 disp(P);78 end7980 function f=myfunction(x)81 f=x*exp(x)-1;82 end5、求解结果。
二分法,牛顿迭代法,matlab
二分法、牛頓迭代法求方程近似解在一些科學計算中常需要較為精確的數值解，本實驗基於matlab 給出常用的兩種解法。
本實驗是以解決一個方程解的問題說明兩種方法的精髓的。
具體之求解方程e^(-x)+x^2-2*x=0，精度e<10^-5;;程序文本文檔如下%%%%%%二分法求近似解cleardisp('二分法求方程的近似解')format longsyms xf=inline('exp(-x)+x^2-2*x');%原函數%通過[x,y]=fminbnd(f,x1,x2)求出極小值點和極小值，進而確定%區間端點，從而確定解區間矩陣CX=[];C=[0 1.16;1.16 2] ; %C(:,1)為解區間的左端點，C(:,2)為解區間右端點ss=length(C); %統計矩陣C的行數，即為方程解的個數for i=1:ssa=C(i,1);b=C(i,2);%f(a)>=0,f(b)<=0e1=b-a;%解一的精度e0=10^-5;%精度ya=f(a);while e1>=e0x0=1/2*(a+b);y0=f(x0);if y0*ya<=0b=x0;elsea=x0;ya=y0;ende1=b-a;endA=[a,b,e1];%解的區間和精度X=[X;A];%解與精度構成的矩陣endX%%%%%%%牛頓迭代法disp('牛頓迭代法解方程的近似解')clear %清空先前變量syms x %定義變量y=exp(-x)+x^2-2*x;%原函數f=inline(y);f1=diff(y); %一階導函數g=inline(f1);format long %由於數值的默認精度為小數點后四位，故需要定義長形X=[];C=[0 1.16;1.16 2] ; %C(:,1)為解區間的左端點，C(:,2)為解區間右端點ss=length(C); %統計矩陣C的行數，即為方程解的個數for i=1:ssa=C(i,1);b=C(i,2);%f(a)>=0,f(b)<=0e0=10^-5; %要求精度i=1; %迭代次數x0=(a+b)/2;A=[i,x0]; %迭代次數，根值的初始方程t=x0-f(x0)/g(x0); %%%%迭代函數while abs(t-x0)>=e0 %%迭代循環i=i+1;x0=t;A=[A;i,x0];t=x0-f(x0)/g(x0);endA ;B=A(i,:);%迭代次數及根值矩陣X=[X;B];endX運行結果如下如若使用matal內置函數fzero,得到如下結果由兩者求得的結果知，使用函數fzero求得的結果精度不夠。
数值分析上机实践报告
数值分析上机实践报告一、实验目的本次实验主要目的是通过上机操作，加深对数值分析算法的理解，并熟悉使用Matlab进行数值计算的基本方法。
在具体实验中，我们将实现三种常见的数值分析算法：二分法、牛顿法和追赶法，分别应用于解决非线性方程、方程组和线性方程组的求解问题。
二、实验原理与方法1.二分法二分法是一种常见的求解非线性方程的数值方法。
根据函数在给定区间端点处的函数值的符号，不断缩小区间的长度，直到满足精度要求。
2.牛顿法牛顿法是求解方程的一种迭代方法，通过构造方程的泰勒展开式进行近似求解。
根据泰勒展式可以得到迭代公式，利用迭代公式不断逼近方程的解。
3.追赶法追赶法是用于求解三对角线性方程组的一种直接求解方法。
通过构造追赶矩阵，采用较为简便的向前追赶和向后追赶的方法进行计算。
本次实验中，我们选择了一组非线性方程、方程组和线性方程组进行求解。
具体的实验步骤如下：1.调用二分法函数，通过输入给定区间的上下界、截止误差和最大迭代次数，得到非线性方程的数值解。
2.调用牛顿法函数，通过输入初始迭代点、截止误差和最大迭代次数，得到方程组的数值解。
3.调用追赶法函数，通过输入追赶矩阵的三个向量与结果向量，得到线性方程组的数值解。
三、实验结果与分析在进行实验过程中，我们分别给定了不同的参数，通过调用相应的函数得到了实验结果。
下面是实验结果的汇总及分析。
1.非线性方程的数值解我们通过使用二分法对非线性方程进行求解，给定了区间的上下界、截止误差和最大迭代次数。
实验结果显示，根据给定的输入，我们得到了方程的数值解。
通过与解析解进行比较，可以发现二分法得到的数值解与解析解的误差在可接受范围内，说明二分法是有效的。
2.方程组的数值解我们通过使用牛顿法对方程组进行求解，给定了初始迭代点、截止误差和最大迭代次数。
实验结果显示，根据给定的输入，我们得到了方程组的数值解。
与解析解进行比较，同样可以发现牛顿法得到的数值解与解析解的误差在可接受范围内，说明牛顿法是有效的。
数值分析上机实验报告
数值分析上机实验报告导言：本次上机实验主要是针对数值分析课程中的一些基本算法进行实验验证。
实验内容包括迭代法、插值法、数值积分和常微分方程的数值解等。
在实验过程中，我们将会使用MATLAB进行算法的实现，并对结果进行分析。
一、迭代法迭代法是解决函数零点、方程解等问题的常用方法。
我们将选择几个常见的函数进行迭代求根的实验。
（1）二分法二分法是一种简单而有效的迭代求根法。
通过函数在区间两个端点处的函数值异号来确定函数在区间内存在零点，并通过不断缩小区间来逼近零点。
（2）牛顿法牛顿法利用函数的一阶导数和二阶导数的信息来逼近零点。
通过不断迭代更新逼近值，可以较快地求得零点。
实验结果表明，对于简单的函数，这两种迭代法都具有很好的收敛性和稳定性。
但对于一些复杂的函数，可能会出现迭代失效或者收敛速度很慢的情况。
二、插值法插值法是在给定一些离散数据点的情况下，通过构造一个插值函数来逼近未知函数的值。
本实验我们将使用拉格朗日插值和牛顿插值两种方法进行实验。
（1）拉格朗日插值拉格朗日插值通过构造一个多项式函数来逼近未知函数的值。
该多项式经过离散数据点，并且是唯一的。
该方法简单易懂，但插值点越多，多项式次数越高，插值函数的精度也就越高。
（2）牛顿插值牛顿插值利用差商的概念，通过构造一个插值多项式来逼近未知函数的值。
与拉格朗日插值相比，牛顿插值的计算过程更加高效。
但同样要求插值点的选择要合理，否则可能出现插值函数不收敛的情况。
实验结果表明，这两种插值方法都能够很好地逼近未知函数的值。
插值点的选择对插值结果有很大的影响，过多或者过少的插值点都可能导致插值结果偏离真实函数的值。
三、数值积分数值积分是一种将定积分问题转化为数值求和的方法。
本实验我们将使用复合梯形求积法和复合辛普森求积法进行实验。
（1）复合梯形求积法复合梯形求积法将定积分区间等分为若干小区间，然后使用梯形公式对每个小区间进行近似求积，最后将结果相加得到整个定积分的近似值。
MATL新编计算方法迭代法牛顿法二分法实验报告
M A T L新编计算方法迭代法牛顿法二分法实验报告 Prepared on 22 November 2020姓名 实验报告成绩评语：指导教师（签名）年 月 日说明：指导教师评分后，实验报告交院（系）办公室保存。
实验一 方程求根一、 实验目的用各种方法求任意实函数方程0)(=x f 在自变量区间[a ，b]上，或某一点附近的实根。
并比较方法的优劣。
二、 实验原理(1)、二分法对方程0)(=x f 在[a ，b]内求根。
将所给区间二分，在分点2a b x -=判断是否0)(=x f ；若是，则有根2ab x -=。
否则，继续判断是否0)()(<•x f a f ,若是，则令x b =,否则令x a =。
否则令x a =。
重复此过程直至求出方程0)(=x f 在[a,b]中的近似根为止。
（2）、迭代法将方程0)(=x f 等价变换为x =ψ（x ）形式，并建立相应的迭代公式=+1k x ψ（x ）。
（3）、牛顿法若已知方程 的一个近似根0x ，则函数在点0x 附近可用一阶泰勒多项式))((')()(0001x x x f x f x p -+=来近似，因此方程0)(=x f 可近似表示为+)(0x f 0))(('0=-x x x f 设0)('0≠x f ,则=x -0x )(')(00x f x f 。
取x 作为原方程新的近似根1x ，然后将1x 作为0x 代入上式。
迭代公式为：=+1k x -0x )(')(k k x f x f 。
三、 实验设备：MATLAB 软件四、 结果预测 （1）11x = （2）5x = （3）2x =0,09052五、 实验内容（1）、在区间[0,1]上用二分法求方程0210=-+x e x 的近似根，要求误差不超过3105.0-⨯。
（2）、取初值00=x ，用迭代公式=+1k x -0x )(')(k k x f x f ，求方程0210=-+x e x 的近似根。
- 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计算方法迭代法牛顿法二分法实验报告
实验报告
一、引言
计算方法是数学的一门重要应用学科，它研究如何用计算机来解决数
学问题。
其中，迭代法、牛顿法和二分法是计算方法中常用的数值计算方法。
本实验通过使用MATLAB软件，对这三种方法进行实验研究，比较它
们的收敛速度、计算精度等指标，以及它们在不同类型的问题中的适用性。
二、实验方法
1.迭代法
迭代法是通过不断逼近解的过程来求得方程的根。
在本实验中，我们
选择一个一元方程f(x)=0来测试迭代法的效果。
首先，我们对给定的初
始近似解x0进行计算，得到新的近似解x1，然后再以x1为初始近似解
进行计算，得到新的近似解x2，以此类推。
直到两次计算得到的近似解
之间的差值小于规定的误差阈值为止。
本实验将通过对复杂方程的迭代计
算来评估迭代法的性能。
2.牛顿法
牛顿法通过使用函数的一阶导数来逼近方程的根。
具体而言，对于给
定的初始近似解x0，通过将f(x)在x0处展开成泰勒级数，并保留其中一
阶导数的项，得到一个近似线性方程。
然后，通过求解这个近似线性方程
的解x1，再以x1为初始近似解进行计算，得到新的近似解x2，以此类推，直到两次计算得到的近似解之间的差值小于规定的误差阈值为止。
本实验
将通过对不同类型的方程进行牛顿法的求解，评估它的性能。
3.二分法
二分法是通过将给定区间不断二分并判断根是否在区间内来求方程的根。
具体而言，对于给定的初始区间[a,b]，首先计算区间[a,b]的中点c，并判断f(c)与0的大小关系。
如果f(c)大于0，说明解在区间[a,c]内，
将新的区间定义为[a,c]，再进行下一轮的计算。
如果f(c)小于0，说明
解在区间[c,b]内，将新的区间定义为[c,b]，再进行下一轮的计算。
直到
新的区间的长度小于规定的误差阈值为止。
本实验将通过对复杂方程的二
分计算来评估二分法的性能。
三、实验结果
通过对一系列测试函数的计算，我们得到了迭代法、牛顿法和二分法
的计算结果，并进行了比较。
具体的实验结果如下：
1.迭代法：
通过迭代法，我们得到了复杂方程f(x)=0的根的近似解。
迭代法在
解的精度和收敛速度方面表现较好，但需要选择合适的初始近似解和迭代
次数。
2.牛顿法：
通过牛顿法，我们得到了不同类型方程的根的近似解。
牛顿法在解的
精度方面表现较好，但对于一些类型的方程，可能会出现迭代不收敛或收
敛速度慢的情况。
3.二分法：
通过二分法，我们得到了复杂方程f(x)=0的根的近似解。
二分法在
解的精度方面表现较好，但收敛速度较慢。
总体而言，迭代法、牛顿法和二分法在不同类型的问题中都有其独特的优势和适用性。
迭代法适用于问题复杂、没有解析解的情况；牛顿法适用于方程具有一阶导数的情况；二分法适用于方程具有单调性的情况。
四、结论
本实验通过对迭代法、牛顿法和二分法的实验研究，比较了它们在解决数学方程中的适用性和性能。
1.迭代法在解的精度和收敛速度方面表现较好，但对于复杂方程需要选取合适的初始近似解和迭代次数。
2.牛顿法在解的精度方面表现较好，但在一些情况下可能会出现不收敛或收敛速度较慢的问题。
3.二分法在解的精度方面表现较好，但收敛速度较慢。
适用于方程具有单调性的情况。
通过本实验的实验研究，我们对迭代法、牛顿法和二分法有了更深入的了解，并对它们在不同类型问题中的适用性有了更清晰的认识。
这对于我们在实际问题中选择合适的数值计算方法具有重要的指导意义。