数值分析实验报告解析.docVIP

数值分析实验报告 目录 第二章 1 1. 【第一题】 1 第三章 3 2. 【第二题】 3 第四章 6 第六章 14 第七章 32 第七章习题 43 第八章 46 第二章 【第一题】在区间[-1,1]上分别取n=10、20用两组等距节点对龙格函数做多项式插值及三次样条插值，对每个n值，分别画出插值函数及的图形。 解：先编制Lagrange插值函数的m文件： function y1=lagrange(x0,y0,x1) n=length(x0); syms x; for k=1:n l(k)=x/x; for p=1:n if p~=k l(k)=l(k)*(x-x0(p))/(x0(k)-x0(p)); end end end z=0; for k=1:n z=z+l(k)*y0(k); end y1=subs(z,x,x1); 然后对n=10的情形做Lagrange插值并画图： x0=-1:.2:1;y0=1./(1+25*x0.^2);x=-1:.001:1;y1=lagrange(x0,y0,x);y=1./(1+25*x.^2);plot(x,y,x,y1,-.,x0,y0,p); legend(Runge Function,插值函数,插值节点); title(n=10时的Lagrange插值的龙格现象);xlabel(x);ylabel(y); 再对n=20的情形做Lagrange插值并画图： x0=-1:.1:1;y0=1./(1+25*x0.^2);x=-1:.001:1;y1=lagrange(x0,y0,x);y=1./(1+25*x.^2);plot(x,y,x,y1,-.,x0,y0,p); legend(Runge Function,插值函数,插值节点); title(n=20时的Lagrange插值的龙格现象);xlabel(x);ylabel(y); 第三章 【第二题】下列数据节点的插值： 0 1 4 9 16 25 36 49 64 0 1 2 3 4 5 6 7 8 可得到平方根函数的近似。 x=[0 1 4 9 16 25 36 49 64]; y=[0 1 2 3 4 5 6 7 8]; x0=0:.5:64;y0=lagrange(x,y,x0); y1=sqrt(x0);plot(x0,y1,x0,y0,-.,x,y,p) legend(开方函数,插值函数,插值节点); x=[0 1 4 9 16 25 36 49 64]; y=[0 1 2 3 4 5 6 7 8]; x0=0:.5:64;y0=spline(x,y,x0); y1=sqrt(x0);plot(x0,y1,x0,y0,-.,x,y,p) legend(开方函数,三次条插值函数,插值节点); x=[0.0 .1 .2 .3 .5 .8 1.0];y=[1.0 .41 .50 .61 .91 2.02 2.46]; p3=polyfit(x,y,3); p4=polyfit(x,y,4); x0=0:.001:1;y3=polyval(p3,x0);y4=polyval(p4,x0);plot(x,y,p,x0,y3,-.,x0,y4,--);legend(拟合节点,三次拟合,四次拟合);xlabel(x);ylabel(y);title(多项式拟合);grid on 第四章 1.【第一题】用不同的数值方法计算积分. 在MATLAB中先求精确解： a=int(sqrt(x)*log(x),0,1) a = -4/9 (1)取不同的步长h，分别用复合梯形与复合辛普森求积公式计算积分，给出误差中关于h的函数，并与精确积分值比较两个公式的精度，是否存在一个最小的h，使得精度不能再改善？ 采用复合梯形公式 for k=50:50:8000 x=linspace(0,1,k+1);x=x(2:k+1); y=x.^(1/2).*log(x); b=trapz(x,y); a=[a;k,b]; end format long a(:,2)+4/9 ans = 略对于复合辛普生公式，先编制复合辛普生公式的M文件： function q=combinesimpson(F,a,b,n) %复合Simpson求积公式 %F—被积函数 %[a,b]积分区间 %n—区间份数 x=linspace(a,b,n+1); q=0; for k=1:n q=q+F(x(k))+4*F((x(k)+x(k+1))/2)+F(x(k+1)); end q=q*(b-a)/n/6; 用辛普森公式有： F=inline(x.^(1/2).*lo