- 1、本文档共26页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
目 录
实验一:用LU分解求解线性方程组 1
1.1实验目的与要求 1
1.2原理与程序 1
1.2.1算法原理 1
1.2.2程序 2
1.3实例 3
1.4算法总结 5
实验二:Lagrange插值 5
2.1实验目的与要求 5
2.2原理与程序 5
2.2.1算法原理 5
2.2.2程序 6
2.3实例 6
2.4算法总结 8
实验三:变步长的梯形积分公式 8
3.1实验目的与要求 8
3.2原理与程序 9
3.2.1算法原理 9
3.2.1程序 9
3.3实例 10
3.4算法总结 12
实验四:常微分方程数值解(Runge-Kutta方法) 12
4.1实验目的与要求 13
4.2原理与程序 13
4.2.1算法原理 13
4.2.2程序 13
4.3实例 14
4.4算法总结 15
实验五:数值方法实际应用 16
5.1实验目的与要求 16
5.2实例 16
5.2.1具体问题 16
5.2.2问题假设 16
5.2.3建立模型 17
5.2.4模型求解 17
5.2.5模型分析 21
5.3模型总结 22
参考文献 22
实验一:用LU分解求解线性方程组
1.1实验目的与要求
1.熟悉LU分解求解线性方程组的基本原理
2.了解LU分解求解线性方程组的计算流程
3.能编程实现LU分解并求解线性方程组
由《数值分析与实验学习指导》第31页定理2.1有:只有矩阵A的各阶顺序主子行列式都不等于零时才能用LU分解。
LU分解思想如下:
所以:
a11= u11,a12=u12···, a1n= u1n ; u11=a11,u12=a12, ···,u1n=a1n
a21 = l21u11, ··· , an1 = ln1u11 ; l21=a21/u11,··· , ln1=an1/u11
a22=l21u12+ u22, ··· , a2n =l21u1n+ u2n ; u22=a22 - l21u12,··· , u2n=a2n- l21u1n
a32=l31u12+ l32u22, ··· , an2=ln1u12+ ln2u22 ; l32=(a32- l31u12)/u22, ··· , ln2=(an2- ln1u12)/u22
对A的元素aij ,当 j≥k 和 i≥k时
矩阵L和矩阵U的元素计算公式
function [L,U,x]=lux(A,b)
[n,n]=size(A); %LU 分解法解线性方程组(列主元LU分解)
for k=1:n-1
for i=k+1:n
m=A(i,k)/A(k,k);
for j=k+1:n
A(i,j)=A(i,j)-m*A(k,j);
end
A(i,k)=m;
end
end
A %输出紧凑型LU矩阵
%解下三角矩阵 Ly=b
for i=2:n
s=0;
for j=1:i-1
s=s+A(i,j)*b(j);
end
b(i)=b(i)-s;
end
b %输出中间向量y
%解上三角方程组 Ux=y
b(n)=b(n)/A(n,n);
for i=n-1:-1:1
s=0;
for j=i+1:n
s=s+A(i,j)*b(j);
end
b(i)=(b(i)-s)/A(i,i);
end
b例1:用LU分解法求解性线方程组:
A=[2,3,4;3,5,2;4,3,30];
b=[6;5;32];
lux(A,b)
回车得到:
A =
2.0000 3.0000 4.0000
1.5000 0.5000 -4.0000
2.0000 -6.0000 -2.0000
b =
6
-4
-4
b =
-13
8
2
故原方程组的解为:x=[-13,8,2]T
解:在matlab中新建m文件,输入如下代码,并保存为LU1.m
function [L,U,x]=lU(A,b)
A=[10,-7,0;-3,2,6;5,-1,5]; %系数矩阵
b=[7;4;6];%
[n,r]=size(A);
for k=1:n-1 %LU 分
文档评论(0)