- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
数值计算实验
数 值 实 验
数值实验1 线性方程组求解
一、方法与程序
1.:带选主元的分解法(MATLAB程序)
Function x =lufact(A,b)
% Input - A is an NN matrix
% - b is N1 matrix
%Output -x is an N1 matrix containing the solution to Ax=b
%Initialize x, y, the temporary storage matrix C, and the row
%permutation information matrix R
[N,N]=size(A);
x=zeros(N,1);
y=zeros(N,1);
c=zeros(N,1);
R=1:1;
For k=1:N-1
% Find the pivot row for colum p
[max1,j]=max (abs(A(p:N,p)));
% Interchange row p and j
c=A(p,:);
A(p,:)=A(j+p-1,:);
A(j+p-1,:)=c;
D=R(p);
R(p)= R(j+p-1);
R(j+p-1)=d;
if a(p,p)==0
‘A is singular. No unique solution’
break
end
%Calculate multiplier and place in sundiagonal portion of A
For k=p+1:N
mult=A(k,p)/A(p,p);
A(p,:)=A(j+p-1,:);
A(k,p)=mult;
A(k,p+1:N)= A(k,p+1:N)-mult* A(p,p+1:N);
end
end
%solve for y
y(1)=b(R(1));
For k=2:N
Y(k)=b(R(k))-A(k,1:k-1)*y(1:k-1)
end
%solve for x
x(N)=y(N)/A(N,N);
For k=N-1:-1:1
x(k)=(y(k)-A(k,k+1:N)*x(k+1:N))/A(k,k);
end
二、数值试验内容
1)用带选主元的分解法求解线性方程组,其中
和
使用MATLAB中的[L,U,P]=lu(A)命令检查得到的答案.
2)使用带选主元的分解法求解线性方程组,其中,,
当时.对于的情况分别求解.
精确解为.对得到的结果与精确解的差异进行解释.
数值实验2 Lagrange插值
数值实验内容:对一组数据做Lagrange插值,根据插值多项式估计函数值.
调用格式:yi=Lagran_(x,y,xi)
x,y: 数组形式的数据表
xi: 待计算函数值的横坐标数组
yi: 用Lagrange插值多项式算出的y值数组
Lagran_.m
Function fi=Lagran_(x,f,xi)
fi=zeros(size(xi))
npl=length(f)
for i=1:npl
z=ones(size(xi))
for j=1:npl
if I~=j,z=z.*(xi-x(j))/(x(i)-x(j));end
end
fi=fi+z*f(i)
end
return
实验题目:
1、已知函数的如下函数值:
0.1 0.5 1.3 1.6 1.2 1.9 2.7 3.3 构造Lagrange插值多项式,并估计的近似值.
数值实验4.2 最小二乘法
实验题目
1、已知如下数据:
0.0 0.2 0.4 0.6 0.8 1.0 1.2 0.9 1.9 2.8 3.3 4.0 5.7 6.5
(1) 利用最小二乘法拟合曲线
程序清单
x=[0.0,0.2,0.4,0.6,0.8,1.0,1.2]
y=[0.9,1.9,2.8,3.3,4.0,5.7,6.5]
a=polyfit(x,y,1)
计算结果
a =
4.5714 0.8429
即
利用最小二乘法求n次多项式拟合曲线
时,Matlab程序只有三行:前两行以数组形式分别输入;第三行输入a=polyfit(x,y,n).
Matlab以数组形式依次输出结果:
(2) 请读者根据本题中提供的数据,求二次多项式拟合曲线,并与前面的结果相比较.
2、求形如的经验公式,使它能和下列数据相拟合
1 2 3 4 5 6 7 8 15.3 20.5 27.4 36.6 49.1 65.6 87.8 117.6
数值实验3 数值积分
一、方法与程序
Gauss-Lengder求积公式 利用在个非等长点的采样求积分:
您可能关注的文档
最近下载
- UL 1998-2018 UL可编程器件安全软件标准.pdf VIP
- 2024届广东省广州市省实教育集团九年级数学第一学期期末学业水平测试试题含解析.doc VIP
- 传感器原理及应用复习题 .pdf VIP
- 风力发电工程技术专业2021级人才培养方案(高职).pdf VIP
- 2021年10月青岛市建设工程材料价格及造价指数(可搜索)(1).pdf VIP
- 变形监测技术试题及答案.docx VIP
- DB62T 2528.5-2021 动物疫病监测规范 第5部分:免疫抗体监测.pdf VIP
- 2024年秋季新人教版七年级上册英语全册教案.docx
- 《杂草学》教学大纲.doc VIP
- 脑部抗衰护理方案.pptx VIP
文档评论(0)