数值分析上机实验报告(共28页).docx

《数值分析上机实验报告(共28页).docx》由会员分享，可在线阅读，更多相关《数值分析上机实验报告(共28页).docx（28页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上实验报告一题目： 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)5e-6) ; c=(a+b)/2; if f

2、12(a)*f12(c)0; a=c; else b=c; end R=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)

3、/eval(subs(df,x0,x); R=x1-x0; x0=x1; k=k+1;if (eval(subs(f,x0,x)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; else break end endendk;%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。(,下同)计算结果为x=；f(x)=；k=18；由f(

4、x)知结果满足要求，但迭代次数比较多，方法收敛速度比较慢。2. 用二分法计算方程在1，1.5内的根。计算结果为x=；f(x)=；k=17；由f(x)知结果满足要求，但迭代次数还是比较多。3. 用Newton法求解下列方程a) x0=0.5；计算结果为x=；f(x)=；k=4；由f(x)知结果满足要求，而且又迭代次数只有4次看出收敛速度很快。b) x0=1；c) x0=0.45, x0=0.65； 当x0=0.45时，计算结果为x=；f(x)=；k=4；由f(x)知结果满足要求，而且又迭代次数只有4次看出收敛速度很快，实际上该方程确实有真解x=0.5。当x0=0.65时，计算结果为x=；f(x)

5、=0；k=9；由f(x)知结果满足要求，实际上该方程确实有真解x=0.5，但迭代次数增多，实际上当取x00.68时，x1，就变成了方程的另一个解，这说明Newton法收敛与初值很有关系，有的时候甚至可能不收敛。4. 用改进的Newton法求解，有2重根，取 x0=0.55；并与3.中的c)比较结果。当x0=0.55时，程序死循环，无法计算，也就是说不收敛。改时，结果收敛为x=；f(x)=；k=16；显然这个结果不是很好，而且也不是收敛至方程的2重根上。当x0=0.85时，结果收敛为x= 1.489；f(x)=；k=4；这次达到了预期的结果，这说明初值的选取很重要，直接关系到方法的收敛性，实际上

6、直接用Newton法，在给定同样的条件和精度要求下，可得其迭代次数k=15，这说明改进后的Newton法法速度确实比较快。结论： 对于二分法，只要能够保证在给定的区间内有根，使能够收敛的，当时收敛的速度和给定的区间有关，二且总体上来说速度比较慢。Newton法，收敛速度要比二分法快，但是最终其收敛的结果与初值的选取有关，初值不同，收敛的结果也可能不一样，也就是结果可能不时预期需要得结果。改进的Newton法求解重根问题时，如果初值不当，可能会不收敛，这一点非常重要，当然初值合适，相同情况下其速度要比Newton法快得多。实验报告二题目： Gauss列主元消去法摘要：求解线性方程组的方法很多，主

7、要分为直接法和间接法。本实验运用直接法的Guass消去法,并采用选主元的方法对方程组进行求解。前言：（目的和意义）1. 学习Gauss消去法的原理。2. 了解列主元的意义。3. 确定什么时候系数阵要选主元数学原理：由于一般线性方程在使用Gauss消去法求解时，从求解的过程中可以看到，若=0，则必须进行行交换，才能使消去过程进行下去。有的时候即使0，但是其绝对值非常小，由于机器舍入误差的影响，消去过程也会出现不稳定得现象，导致结果不正确。因此有必要进行列主元技术，以最大可能的消除这种现象。这一技术要寻找行r，使得并将第r行和第k行的元素进行交换，以使得当前的的数值比0要大的多。这种列主元的消去法

8、的主要步骤如下：1. 消元过程对k=1,2,n-1,进行如下步骤。1) 选主元，记若很小，这说明方程的系数矩阵严重病态，给出警告，提示结果可能不对。2) 交换增广阵A的r，k两行的元素。 (j=k,n+1)3) 计算消元 (i=k+1,n; j=k+1,n+1)2. 回代过程对k= n, n-1,1,进行如下计算至此，完成了整个方程组的求解。程序设计：本实验采用Matlab的M文件编写。 Gauss消去法源程序：cleara=input(输入系数阵：n)b=input(输入列阵b：n)n=length(b);A=a bx=zeros(n,1);%函数主体for k=1:n-1;%是否进行主元选

9、取if abs(A(k,k)abs(t) p=r; else p=k; end end %交换元素 if p=k; for q=k:n+1; s=A(k,q); A(k,q)=A(p,q); A(p,q)=s; end end end %判断系数矩阵是否奇异或病态非常严重if abs(A(k,k) yipusilongdisp(矩阵奇异，解可能不正确)end %计算消元,得三角阵 for r=k+1:n; m=A(r,k)/A(k,k); for q=k:n+1; A(r,q)=A(r,q)-A(k,q)*m; end endend %求解x x(n)=A(n,n+1)/A(n,n); for

10、 k=n-1:-1:1; s=0; for r=k+1:n; s=s+A(k,r)*x(r); end t=(A(k,n+1)-s) x(k)=(A(k,n+1)-s)/A(k,k)end结果分析和讨论：例：求解方程。其中为一小数，当时，分别采用列主元和不列主元的Gauss消去法求解，并比较结果。记Emax为求出的解代入方程后的最大误差，按要求，计算结果如下：当时，不选主元和选主元的计算结果如下，其中前一列为不选主元结果，后一列为选主元结果，下同。Emax=，0此时，由于不是很小，机器误差就不是很大，由Emax可以看出不选主元的计算结果精度还可以，因此此时可以考虑不选主元以减少计算量。当时，不

11、选主元和选主元的计算结果如下Emax=，0此时由Emax可以看出不选主元的计算精度就不好了，误差开始增大。当时，不选主元和选主元的计算结果如下 0000Emax=，0此时由Emax可以看出，不选主元的结果应该可以说是不正确了，这是由机器误差引起的。当时，不选主元和选主元的计算结果如下NaN 1NaN 2NaN 3Emax=NaN, 0不选主元时，程序报错：Warning: Divide by zero.。这是因为机器计算的最小精度为10-15，所以此时的就认为是0，故出现了错误现象。而选主元时则没有这种现象，而且由Emax可以看出选主元时的结果应该是精确解。结论：采用Gauss消去法时，如果在

12、消元时对角线上的元素始终较大（假如大于10-5），那么本方法不需要进行列主元计算，计算结果一般就可以达到要求，否则必须进行列主元这一步，以减少机器误差带来的影响，使方法得出的结果正确。实验报告三题目： Rung现象产生和克服摘要：由于高次多项式插值不收敛，会产生Runge现象，本实验在给出具体的实例后，采用分段线性插值和三次样条插值的方法有效的克服了这一现象，而且还取的很好的插值效果。前言：（目的和意义）1. 深刻认识多项式插值的缺点。2. 明确插值的不收敛性怎样克服。3. 明确精度与节点和插值方法的关系。数学原理：在给定n+1个节点和相应的函数值以后构造n次的Lagrange插值多项式，实验

13、结果表明（见后面的图）这种多项式并不是随着次数的升高对函数的逼近越来越好，这种现象就是Rung现象。解决Rung现象的方法通常有分段线性插值、三次样条插值等方法。分段线性插值：设在区间a, b上，给定n+1个插值节点a=x0x1xn=b和相应的函数值y0，y1，yn，求作一个插值函数，具有如下性质：1) ，j=0，1，n。2) 在每个区间xi, xj上是线性连续函数。则插值函数称为区间a, b上对应n个数据点的分段线性插值函数。三次样条插值：给定区间a, b一个分划 ：a=x0x1xN=b 若函数S(x)满足下列条件：1) S(x)在每个区间xi, xj上是不高于3次的多项式。2) S(x)及

14、其2阶导数在a, b上连续。则称S(x)使关于分划的三次样条函数。程序设计：本实验采用Matlab的M文件编写。其中待插值的方程写成function的方式，如下function y=f(x);y=1/（1+25*x*x）;写成如上形式即可，下面给出主程序 Lagrange插值源程序：n=input(将区间分为的等份数输入：n);s=-1+2/n*0:n;%给定的定点，Rf为给定的函数x=-1:0.01:1;f=0;for q=1:n+1; l=1;%求插值基函数 for k=1:n+1; if k=q; l=l.*(x-s(k)./(s(q)-s(k); else l=l; end end f

15、=f+Rf(s(q)*l;%求插值函数endplot(x,f,r)%作出插值函数曲线grid on hold on分段线性插值源程序clearn=input(将区间分为的等份数输入：n);s=-1+2/n*0:n;%给定的定点，Rf为给定的函数m=0;hh=0.001;for x=-1:hh:1; ff=0; for k=1:n+1;%求插值基函数 switch k case 1 if xs(n); l=(x-s(n)./(s(n+1)-s(n); else l=0; end otherwise if x=s(k-1)&x=s(k)&xR);%精度控制 j=j+1; s=0; for p=1:

16、2(j-2); s=s+f(a+(2*p-1)*h/(2(j-1); end T(1,j)=T(1,j-1)/2+h*s/(2(j-1); %梯形公式应用 for m=2:j; k=(j-m+1); T(m,k)=(4(m-1)*T(m-1,k+1)-T(m-1,k)/(4(m-1)-1); endend%给出 Romberg积分法的函数表I=T(m,1)结果分析和讨论： 进行具体的积分时，精度取R=1e-8。1. 求积分。精确解I=。运行程序得Romberg积分法的函数表为1.0e+007 *由函数表知Romberg积分给出的结果为2.*107，与精确没有误差，精度很高。2. 求积分。精确解

17、I=ln3=。运行程序得Romberg积分法的函数表为从积分表中可以看出程序运行的结果为，取8位有效数字，满足要求。3. 求积分。直接按前面方法进行积分，会发现系统报错，出现了0为除数的现象。出现这种情况的原因就是当x=0时，被积函数分母出现了0，如果用一个适当的小数（最好不要小于程序给定的最小误差值，但是不能小于机器的最大精度）来代替，可以避免这个问题。本实验取，可得函数表为：故该函数的积分为，取8位有效数字。4. 求积分本题的解析解很难给出，但运用Romberg积分可以很容易给出近似解，函数表为：故该函数的积分为，取8位有效数字。结论： Romberg积分通常要求被积函数在积分区间上没有奇

18、点。如有奇点，且奇点为第一间断点，那么采用例3的方法，还是能够求出来的，否则，必须采用其它的积分方法。当然，Romberg积分的收敛速度还是比较快的。实验报告六题目： 常微分方程初值问题的数值解法摘要：本实验主要采用经典四阶的R-K方法和四阶Adams预测-校正方法来求解常微分方程的数值解。前言：（目的和意义）通过编写程序，进行上机计算，使得对常微分方程初值问题的数值解法有更深刻的理解，掌握单步法和线性多步法是如何进行实际计算的及两类方法的适用范围和优缺点，特别是对这两类方法中最有代表性的方法:R-K方法和Adams方法及预测-校正方法有更好的理解。通过这两种方法的配合使用，掌握不同的方法如何

19、配合在一起，解决实际问题。数学原理：对于一阶常微分方程初值问题 （1）的数值解法是近似计算中很中的一部分。常微分方程的数值解法通常就是给出定义域上的n个等距节点，求出所对应的函数值yn。通常其数值解法可分为两大类：1. 单步法：这类方法在计算yn+1的值时，只需要知道xn+1、xn和yn即可，就可算出。这类方法典型有欧拉法和R-K法。2. 多步法：这类方法在计算yn+1的值时，除了需要知道xn+1、xn和yn值外，还需要知道前k步的值。典型的方法如Adams法。经典的R-K法是一个四阶的方法。它最大的优点就是它是单步法，精度高，计算过程便于改变步长。其缺点也很明显，计算量大，每前进一步就要计算

20、四次函数值f。它的具体的计算公式如式（2）所示。四阶Adams预测-校正方法是一个线性多步法，它是由Adams显式公式 （2）和隐式公式组成，其计算公式如式（3）所示。预测 （3a）求导 （3b）校正 （3c）求导 （3d）将局部截断误差用预测值和校正值来表示，在预测和校正的公式中分别以它们各自的阶段误差来进行弥补，可期望的到精度更高的修正的预测-校正公式为：预测 修正 求导 校正 修正 求导 由于开始时无预测值和校正值可以利用，故令p0=c0=0，以后按上面进行计算。此方法的优点是可以减少计算量；缺点是它不是自开始的，需要先知道前面的四个点的值，因此不能单独使用。另外，它也不便于改变步长。程

21、序设计：本实验采用Matlab的M文件编写。其中待求的微分方程写成function的方式，如下function yy=g(x,y);yy=-x*x-y*y;写成如上形式即可，下面给出主程序。经典四阶的R-K方法源程序clear%步长选取h=0.1;%初始条件，即x=0时，y=1。y(1)=1;%求解区间a=0;b=2;%迭代公式for x=a:h:b-h;k1=g(x,y(x-a)/h+1);%，下同。k2=g(x+h/2,y(x-a)/h+1)+h/2*k1);k3=g(x+h/2,y(x-a)/h+1)+h/2*k2);k4=g(x+h,y(x-a)/h+1)+h*k3);y(x-a)/h

22、+2)=y(x-a)/h+1)+h*(k1+2*k2+2*k3+k4)/6;end四阶Adams预测-校正方法源程序%步长选取h=0.1;%初始条件y(1)=1;%求解区间a=0;b=2;%应用RK迭代公式计算初始值y0,y1,y2,y3for x=a:h:a+2*h;k1=g(x,y(x-a)/h+1);k2=g(x+h/2,y(x-a)/h+1)+h/2*k1);k3=g(x+h/2,y(x-a)/h+1)+h/2*k2);k4=g(x+h,y(x-a)/h+1)+h*k3);y(x-a)/h+2)=y(x-a)/h+1)+h*(k1+2*k2+2*k3+k4)/6;end%应用预测校正法

23、求解c(4)=0;%校正初值p(4)=0;%预测初值f(1)=g(a+0*h,y(1); ，且将该值存在数组f中。f(2)=g(a+1*h,y(2);f(3)=g(a+2*h,y(3);f(4)=g(a+3*h,y(4);for n=4:(b-a)/h;%P预测p(n+1)=y(n)+h/24*(55*f(n)-59*f(n-1)+37*f(n-2)-9*f(n-3);%M修正m(n+1)=p(n+1)+251/270*(c(n)-p(n);%E求导f(n+1)=g(a+(n+1-1)*h,m(n+1);%C校正c(n+1)=y(n)+h/24*(9*f(n+1)+19*f(n)-5*f(n-

24、1)+f(n-2);%M修正y(n+1)=c(n+1)-19/270*(c(n+1)-p(n+1);%E求导f(n+1)=g(a+(n+1-1)*h,y(n+1);end结果分析和讨论：计算实例一：对初值问题取步长h=0.1;计算在-1，0上的数值解。在计算机上，运用所编的程序进行了运算，结果如下，其中第一列为在区间上的等分点，第二列为运用R-K法的计算结果，第三列为Adams预测-校正法计算结果。由于本题的解析解很难求出，无法看出精度如何，为此进行第二实例计算。第一实例计算结果 -1.000 0 0计算实例二：对初值问题取步长h=0.1;计算在0，1.5上的数值解。本题的解析解为。同样在计算机上，运用所编的程序进行了运算，结果如下，其中第一列为在区间上的等分点，第二列为运用R-K法的计算结果，第三列为Adams预测-校正法计算结果，第四列为精确解。第二实例计算结果 0 1.000 1.000 1.000根据计算结果，发现两种方法的结果与精确解很接近，精度均达到5位有效数字，但是R-K法运算是占用的内存要比Adams预测-校正法多，即其对计算机的要求要高一些，这与理论分析吻合。当然，四阶Adams预测-校正法的启动要由R-K法给出，即的值需预先知道。专心-专注-专业