数值分析非线性方程求根实验
数值分析2024上机实验报告
数值分析2024上机实验报告数值分析是计算数学的一个重要分支，它研究如何用数值方法来解决数学问题。
在数值分析的学习过程中，学生需要通过上机实验来巩固理论知识，并学会使用相应的数值方法来解决实际问题。
本篇报告将详细介绍2024年度数值分析上机实验的内容和结果。
一、实验内容2024年度数值分析上机实验分为四个部分，分别是：方程求根、插值与拟合、数值积分和常微分方程的数值解。
1.方程求根这部分实验要求使用数值方法求解给定的非线性方程的根。
常见的数值方法有二分法、牛顿法、割线法等。
在实验过程中，我们需要熟悉这些数值方法的原理和实现步骤，并对不同方法的收敛性进行分析和比较。
2.插值与拟合这部分实验要求使用插值和拟合方法对给定的一组数据进行拟合。
插值方法包括拉格朗日插值、牛顿插值等；拟合方法包括最小二乘拟合、多项式拟合等。
在实验中，我们需要熟悉插值和拟合方法的原理和实现步骤，并对不同方法的精度和稳定性进行比较。
3.数值积分这部分实验要求使用数值方法计算给定函数的积分。
常见的数值积分方法有梯形法则、辛普森法则、龙贝格积分等。
在实验过程中，我们需要熟悉这些数值积分方法的原理和实现步骤，并对不同方法的精度和效率进行比较。
4.常微分方程的数值解这部分实验要求使用数值方法求解给定的常微分方程初值问题。
常见的数值方法有欧拉法、改进的欧拉法、四阶龙格-库塔法等。
在实验中，我们需要熟悉这些数值解方法的原理和实现步骤，并对不同方法的精度和稳定性进行比较。
二、实验结果在完成2024年度数值分析上机实验后，我们得到了以下实验结果：1.方程求根我们实现了二分法、牛顿法和割线法，并对比了它们的收敛速度和稳定性。
结果表明，割线法的收敛速度最快，但在一些情况下可能会出现振荡；二分法和牛顿法的收敛速度相对较慢，但稳定性较好。
2.插值与拟合我们实现了拉格朗日插值和最小二乘拟合，并对比了它们的拟合效果和精度。
结果表明，拉格朗日插值在小区间上拟合效果较好，但在大区间上可能出现振荡；最小二乘拟合在整体上拟合效果较好，但可能出现过拟合。
数值分析--非线性方程的迭代解法
非线性方程的迭代解法1．迭代函数对收敛性的影响实验目的：初步认识非线性问题的迭代法及其收敛性，认识迭代函数对收敛性的影响，知道当迭代函数满足什麽条件时，迭代法收敛。
实验内容：用迭代法求方程 012)(3=--=x x x f 的根。
方案一： 化012)(3=--=x x x f 为等价方程 )(213x x x φ=+= 方案二： 化012)(3=--=x x x f 为等价方程 )(123x x x φ=-= 实验要求：分别对方案一、方案二取初值00=x ，迭代10次，观察其计算值，并加以分析。
实验程序：实验结果:2. 初值的选取对迭代法的影响实验目的：通过具体的数值实验，体会选取不同的初值对同一迭代法的影响。
实验内容：用牛顿迭代法求方程 013=--x x 在x =1.5附近的根。
实验要求：对牛顿迭代公式 131231----=+k k k k k x x x x x ，分别取00=x ，5.10=x 迭代10次，观察比较其计算值，并分析原因。
实验程序：实验结果：3.收敛性与收敛速度的比较实验目的：通过用不同迭代法解同一非线性方程，比较各种方法的收敛性与收敛速度。
实验内容：求解非线性方程 0232=-+-x e x x 的根，准确到106-。
实验要求：(1) 用你自己设计的一种线性收敛的迭代法求方程的根，然后用斯蒂芬森加速迭代计算。
输出迭代初值、各次迭代值及迭代次数。
(2) 用牛顿迭代法求方程的根，输出迭代初值、各次迭代值及迭代次数，并与(1)的结果比较。
实验程序：1．普通迭代，选用初值0.52. 斯蒂芬森加速迭代3.牛顿迭代法实验结果：。
数值分析实验报告——非线性方程求根
数值分析实验报告——非线性方程求根一、实验目的：1.掌握求解非线性方程的常用方法；2.了解非线性方程求根问题的数值解法；3.熟悉使用数值分析软件进行非线性方程求根的实现。
二、实验原理：非线性方程指的是形如f(x)=0的方程，其中f(x)是一个非线性函数。
非线性方程求根的常用方法包括二分法、割线法和牛顿法等。
其中，二分法是通过不断缩小区间范围来逼近方程的解；割线法是通过使用割线来逼近方程的解；牛顿法则是通过使用切线来逼近方程的解。
对于给定的非线性方程，可以根据实际情况选择合适的方法进行求根。
三、实验内容：1.编写求解非线性方程的函数，包括二分法、割线法和牛顿法；2.使用编写的函数求解给定的非线性方程，比较各个方法的收敛速度和精确程度；3.根据实际情况分析和选择合适的方法进行求根。
四、实验步骤：1.针对给定的非线性方程，编写二分法的函数实现：（1）首先确定方程的解存在的区间；（2）根据方程的解存在的区间，使用二分法逐步缩小区间范围；（3）根据设定的精度要求，不断循环迭代，直至满足要求或达到迭代次数限制；2.针对给定的非线性方程，编写割线法的函数实现：（1）首先需要确定方程的解存在的初始点；（2）根据方程的解存在的初始点，根据割线的定义进行迭代；（3）设定迭代的精度要求和限制次数，结束迭代；3.针对给定的非线性方程，编写牛顿法的函数实现：（1）首先需要确定方程的解存在的初始点；（2）根据方程的解存在的初始点，根据牛顿法的定义进行迭代；（3）设定迭代的精度要求和限制次数，结束迭代；4.根据给定的非线性方程，分别使用二分法、割线法和牛顿法进行求解，并比较各个方法的收敛速度和精确程度；5.分析实际情况，选择合适的方法进行求解。
五、实验结果：4.通过比较，发现割线法和牛顿法的收敛速度较快，精确程度较高，因此选择割线法进行求解。
六、实验总结：通过本次实验，我掌握了求解非线性方程的常用方法，并使用数值分析软件实现了二分法、割线法和牛顿法。
实验五 用Newton法计算方程的根
五. 讨论分析当初始值选取离零点较远时将导致算法无法使用，例如第三题，将初始值改为2就无法计算出结果了，显示如下例如求020sin 35=-+-x x e x 的根，其中控制精度1010-=eps ，最大迭代次数40=M ,在steffensen 加速迭代方法的程序中，我们只需改动：it_max=40; ep=1e-10， 其余不变 。
利用以上程序，我们只需输入：phi=inline('exp(5*x)-sin(x)+(x)^3-20');[x_star,index,it]=steffensen(phi,0.5)可得：x_star = 0.637246094753909index = 0it = 41观察上述结果，index = 0，it = 41表明迭代失败，所以使用以上方法估计的时候，应该尽量估计出解的范围，偏离不应过大，距离增加迭代次数增加，也有可能迭代失败六. 改进实验建议根据上述分析，我认为，应该先对函数作一个简图，方便知道解的大概位置，然后我们才将这个大概值代入Newton 法或者Steffensen 中进行求解。
当然，我们可以用其他数学软件实现Newton 迭代法，我们可以用z-z 超级画板，其操作流程为：牛顿迭代法的公式是：x n+1=x n-f(x n)/f'(x n)。
下面我们就用牛顿迭代法设计程序求方程f(x)=ln(x)+2*x-6的近似解。
（一）观察方程f(x)=0的零点位置（1）显示坐标系的坐标刻度。
（2）作出函数y=ln(x)+2*x-6的图像，如下图所示：可以观察到方程的根在区间[2，3]上，我们可以设定近似解的初始值为2。
（二）设计求方程近似解的程序（1）在程序工作区中输入：f(x){ln(x)+2*x-6;}执行后，返回结果为：>> f(x) #这表示在计算机已经完成了函数f(x)的定义。
（2）定义f(x)的导函数g(x)，在程序工作区中输入：Diff(f(x),x);执行后，返回结果为：>> 2+1/x #得到了f(x)的导函数。
数值分析实验报告总结
一、实验背景数值分析是研究数值计算方法及其理论的学科，是计算机科学、数学、物理学等领域的重要基础。
为了提高自身对数值分析理论和方法的理解，我们进行了数值分析实验，通过实验加深对理论知识的掌握，提高实际操作能力。
二、实验目的1. 理解数值分析的基本理论和方法；2. 掌握数值分析实验的基本步骤和技巧；3. 培养实验设计和数据分析能力；4. 提高编程和计算能力。
三、实验内容本次实验主要分为以下几个部分：1. 线性方程组求解实验：通过高斯消元法、LU分解法等求解线性方程组，并分析算法的稳定性和误差；2. 矩阵特征值问题计算实验：利用幂法、逆幂法等计算矩阵的特征值和特征向量，分析算法的收敛性和精度；3. 非线性方程求根实验：运用二分法、牛顿法、不动点迭代法等求解非线性方程的根，比较不同算法的优缺点；4. 函数插值实验：运用拉格朗日插值、牛顿插值等方法对给定的函数进行插值，分析插值误差；5. 常微分方程初值问题数值解法实验：运用欧拉法、改进的欧拉法、龙格-库塔法等求解常微分方程初值问题，比较不同算法的稳定性和精度。
四、实验过程1. 线性方程组求解实验：首先，编写程序实现高斯消元法、LU分解法等算法；然后，对给定的线性方程组进行求解，记录计算结果；最后，分析算法的稳定性和误差。
2. 矩阵特征值问题计算实验：编写程序实现幂法、逆幂法等算法；然后，对给定的矩阵进行特征值和特征向量的计算，记录计算结果；最后，分析算法的收敛性和精度。
3. 非线性方程求根实验：编写程序实现二分法、牛顿法、不动点迭代法等算法；然后，对给定的非线性方程进行求根，记录计算结果；最后，比较不同算法的优缺点。
4. 函数插值实验：编写程序实现拉格朗日插值、牛顿插值等方法；然后，对给定的函数进行插值，记录计算结果；最后，分析插值误差。
5. 常微分方程初值问题数值解法实验：编写程序实现欧拉法、改进的欧拉法、龙格-库塔法等算法；然后，对给定的常微分方程初值问题进行求解，记录计算结果；最后，比较不同算法的稳定性和精度。
数值分析实验报告——非线性方程求根
数值分析实验报告——非线性方程求根二分法一、题目用二分法求方程=的所有根x.13要求每个根的误差小于-x+0.001..21二、方法二分法三、程序1、Jiangerfen.M的程序function[c,yc]=jiangerfen(f,a,b,tol1,tol2)if nargin<4 tol1=1e-3;tol2=1e-3;end%nargin<4表示若赋的值个数小于4，则tol1和tol2取默认值。
ya=feval('f',a);%令x=a代入到方程f中，ya即f(a)。
yb=feval('f',b);if ya*yb>0,disp('(a,b)不是有根区间');return,endmax=1+round((log(b -a)-log(tol2))/log(2));%round函数是将数据取整，使数据等于其最接近的整数。
for k=1:maxc=(a+b)/2;yc=feval('f',c);if((b-a)/2<tol2)|(abs(yc)<tol1),break,endif yb*yc<0a=c;ya=yc;elseb=c;yb=yc;endendk,c=(a+b)/2,yc=feval('f',c)2、f.M的程序function y=f(x);y=x^3-2*x-1;四、结果>> format compact>> fplot('[x^3-2*x-1,0]',[-1.5,2]);>> jiangerfen('f',-1.5,-0.8);k =8c =-0.9996yc =3.9017e-004>> jiangerfen('f',-0.8,-0.3);k =8c =-0.6184yc =2.7772e-004>> jiangerfen('f',1.3,2);k =10c =1.6179yc =-9.5348e-004>> jiangerfen('f',2,3);(a,b)不是有根区间方程f(x)=x^3-2*x-1的所有根为-0.9996，-0.6184 ，1.6179 。
数值分析实验报告纸非线性方程的数值解法及其并行算法
>>二 ：牛顿切线
[k,piancha,xdpiancha,xk,yk]=diedai2(1.5,0.0001,100) ans = 1.0000 ans = 2.0000 ans = 3.0000 ans = 4.0000 ans = 5.0000 ans = 6.0000 ans = 7.0000 ans = 0.8306 1.2408 0.6694 1.5361
i=i+1;xk=x(i);[(i-1) piancha xdpiancha xk] end if (piancha >1)&(xdpiancha>0.5)&(k>3) disp('请用户注意：此迭代序列发散，请重新输入新的迭 代公式') return; end if (piancha < 0.001)&(xdpiancha< 0.0000005)&(k>3) disp('祝贺您！此迭代序列收敛，且收敛速度较快') return; end p=[(i-1) piancha xdpiancha xk]'; 建立并保存下面的M文件fun.m function y=fun(x) y=2*x^3-x^2-5; >>[k,piancha,xdpiancha,xk,yk]=diedai2(1.5,0.0001,30) 牛顿切线法的 MATLAB 主程序 现提供名为 newtonqx.m 的 M 文件： function [k,xk,yk,piancha,xdpiancha]=newtonqx(x0,tol,ftol,gxma x) x(1)=x0; for i=1: gxmax x(i+1)=x(i)-fnq(x(i))/(dfnq(x(i))+eps); piancha=abs(x(i+1)-x(i)); xdpiancha= piancha/( abs(x(i+1))+eps); i=i+1; xk=x(i);yk=fnq(x(i)); [(i-1) xk yk piancha
非线性方程求解数值分析上机实验报告
实验报告一题目：非线性方程求解摘要：非线性方程的解析解通常很难给出，因此线性方程的数值解法就尤为重要。
本实验采用两种常见的求解方法二分法和Newton法及改进的Newton法。
前言：（目的和意义）掌握二分法与Newton法的基本原理和应用。
数学原理：对于一个非线性方程的数值解法很多。
在此介绍两种最常见的方法：二分法和Newton 法。
对于二分法，其数学实质就是说对于给定的待求解的方程f(x)，其在[a,b]上连续，f(a)f(b)<0，且f(x)在[a,b]内仅有一个实根x*，取区间中点c，若，则c恰为其根，否则根据f(a)f(c)<0是否成立判断根在区间[a,c]和[c,b]中的哪一个，从而得出新区间，仍称为[a,b]。
重复运行计算，直至满足精度为止。
这就是二分法的计算思想。
Newton法通常预先要给出一个猜测初值x0，然后根据其迭代公式产生逼近解x*的迭代数列{x k}，这就是Newton法的思想。
当x0接近x*时收敛很快，但是当x0选择不好时，可能会发散，因此初值的选取很重要。
另外，若将该迭代公式改进为其中r为要求的方程的根的重数，这就是改进的Newton法，当求解已知重数的方程的根时，在同种条件下其收敛速度要比Newton法快的多。
程序设计：本实验采用Matlab的M文件编写。
其中待求解的方程写成function的方式，如下function y=f(x);y=-x*x-sin(x);写成如上形式即可，下面给出主程序。
二分法源程序：clear%%%给定求解区间b=1.5;a=0;%%%误差R=1;k=0;%迭代次数初值while (R>5e-6) ;c=(a+b)/2;if f12(a)*f12(c)>0;a=c;elseb=c;endR=b-a;%求出误差k=k+1;endx=c%给出解Newton法及改进的Newton法源程序：clear%%%% 输入函数f=input('请输入需要求解函数>>','s')%%%求解f(x)的导数df=diff(f);%%%改进常数或重根数miu=2;%%%初始值x0x0=input('input initial value x0>>');k=0;%迭代次数max=100;%最大迭代次数R=eval(subs(f,'x0','x'));%求解f(x0)，以确定初值x0时否就是解while (abs(R)>1e-8)x1=x0-miu*eval(subs(f,'x0','x'))/eval(subs(df,'x0','x'));R=x1-x0;x0=x1;k=k+1;if (eval(subs(f,'x0','x'))<1e-10);breakendif k>max;%如果迭代次数大于给定值，认为迭代不收敛，重新输入初值ss=input('maybe result is error,choose a new x0,y/n?>>','s');if strcmp(ss,'y')x0=input('input initial value x0>>');k=0;elsebreakendendendk;%给出迭代次数x=x0；%给出解结果分析和讨论：1.用二分法计算方程在[1，2]内的根。
- 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)。
实验报告
一、实验目的
1．迭代函数对收敛性的影响。
2．初值的选择对收敛性的影响。
二、实验题目
1．用简单迭代法求方程01)(3
=--=x x x f 的根。
分别化方程为如下等价方程： 31+=x x ；13
-=x x ；x x 11+=；213-+=x x x 取初值5.10=x ，精度为410-，最大迭代次数为500，观察其计算结果并加以分析。
2．①用牛顿法求方程01)(3
=-+=x x x f 在0.5附近的根，
分别取初值1000,100,2,1,5.0,5.0,1,2,100,10000-----=x
观察并比较计算结果，并加以分析。
②用牛顿法求方程0)(3=-=x x x f 所有根。
三、实验原理
简单迭代法程序，牛顿迭代法程序。
四、实验内容及结果
fun=inline('x^3-x-1');
dfun=inline('3*x^2-1');
-1000,x1=manewton(fun,dfun,-1000,1e-4) -100,x2=manewton(fun,dfun,-100,1e-4)
-2,x3=manewton(fun,dfun,-2,1e-4)
-1,x4=manewton(fun,dfun,-1,1e-4)
-0.5,x5=manewton(fun,dfun,-0.5,1e-4) 0.5,x6=manewton(fun,dfun,0.5,1e-4)
1,x7=manewton(fun,dfun,1,1e-4)
2,x8=manewton(fun,dfun,2,1e-4)
100,x9=manewton(fun,dfun,100,1e-4) 1000,x10=manewton(fun,dfun,1000,1e-4)
3）在MA TLAB的主程序窗口输出以下结果：ans =
-1000
k=21
x1 =
0.682327804075895
ans =
-100
k=16
x2 =
0.682327803903413
ans =
-2
k=6
x3 =
0.682327803828020
ans =
-1
k=5
x4 =
0.682327803828020
ans =
-0.500000000000000
k=4
x5 =
0.682327803903932
ans =
0.500000000000000
k=3
x6 =
0.682327803828347
五、实验结果分析
(1)实验1中用简单迭代法求方程01)(3=--=x x x f 的根：
取初始值5.10=x 的时候，等价方程2和4是不收敛的。
等价方程1的迭代次数为6，近似值为1.324719474534364。
等价方程3的迭代次数为7，近似值为1.324718688942791。
说明不同的等价方程得到的结果以及迭代的次数是不一样的。
(2)实验2中用牛顿迭代法求方程01)(3=-+=x x x f 在0.5附近的根：
通过结果可知，当初始值越接近真实值时，迭代的次数就越少。
(3)实验3中用牛顿法求方程0)(3=-=x x x f 所有根：
可知该方程的根为01=x ，12=x ，13-=x ，由于方程是无重根的，所以可以直接用牛顿迭代法做，而不需要使用牛顿迭代加速法做。