logo资料库

数值分析实验指导(共八个).doc

第1页 / 共11页
第2页 / 共11页
第3页 / 共11页
第4页 / 共11页
第5页 / 共11页
第6页 / 共11页
第7页 / 共11页
第8页 / 共11页
资料共11页,剩余部分请下载后查看
数值分析 课程实验指导书
实验一 函数插值方法
实验二 函数逼近与曲线拟合
实验四 线方程组的直接解法
实验五 解线性方程组的迭代法
实验六 非线性方程求根
实验七 矩阵特征值问题计算
实验八 常微分方程初值问题数值解法
数值分析 课程实验指导书 实验一 函数插值方法 一、问题提出 对 于 给 定 的 一 元 函 数 j Lagrange 公式求其插值多项式或分段二次 Lagrange 插值多项式。 数据如下: 的 n+1 个 节 点 值 )(xf ( f x y  ),  y j j   。 试 用 0,1, n , (1) jx jy 0.4 0.55 0.65 0.80 0.95 1.05 0.41075 0.57815 0.69675 0.90 1.00 1.25382 求五次 Lagrange 多项式 5L ( )x ,和分段三次插值多项式,计算 (0.596) 的值。(提示:结果为 (0.596) 0.625732 ) f (0.99) 1.05423   , f f , (0.99) f (2) jx jy 1 2 3 4 5 6 7 0.368 0.135 0.050 0.018 0.007 0.002 0.001 试 构 造 Lagrange 多 项 式 6L ( )x , 计 算 的 (1.8) f (6.15) 0.001266 (1.8) 0.164762 )   , f f , f (6.15) 值 。( 提 示 : 结 果 为 二、要求 1、 利用 Lagrange 插值公式 ( ) L x n  n n   k  0 i  0, i k     x x k  x  i  x  i y k 编写出插值多项式程序; 2、 给出插值多项式或分段三次插值多项式的表达式; 3、 根据节点选取原则,对问题(2)用三点插值或二点插值,其结果如何; 4、 对此插值问题用 Newton 插值多项式其结果如何。Newton 插值多项式如下: ( ) N x n  ( f x 0 )  [ f x , ,  x ] k 0  ( x x  ) j n  1 k  , , x  其中: [ f x 0 k 1   0, j k j   ( ) f x i ( x  i x ) j ] k k   i  0 k  j  0, j  i
三、目的和意义 1、 学会常用的插值方法,求函数的近似表达式,以解决其它实际问题; 2、 明确插值多项式和分段插值多项式各自的优缺点; 3、 熟悉插值方法的程序编制; 4、 如果绘出插值函数的曲线,观察其光滑性。 四、实验学时:2 学时 五、实验步骤: 1.进入 C 或 Fortran 开发环境; 2.根据实验内容和要求编写程序; 3.调试程序; 4.运行程序; 5.生成报告 实验二 函数逼近与曲线拟合 一、问题提出 从随机的数据中找出其规律性,给出其近似表达式的问题,在生产实践和科学实验中 大量存在,通常利用数据的最小二乘法求得拟合曲线。 在某冶炼过程中,根据统计数据的含碳量与时间关系,试求含碳量与时间 t的拟合曲 线。 t(分) y 4 ( 10 )  0 0 5 10 15 20 25 30 35 40 45 50 55 1.27 2.16 2.86 3.44 3.87 4.15 4.37 4.51 4.58 4.02 4.64 二、要求 1、用最小二乘法进行曲线拟合;    ( )t 3  2、近似解析表达式为 3、打印出拟合函数 ( )t ,并打印出 ( 4、另外选取一个近似表达式,尝试拟合效果的比较; 5、* 绘制出曲线拟合图。 a t a t ; 2 1 )jy t 的误差, 1,2, )jt 与 ( a t 3 2 j   ; ,12 三、目的和意义 1、掌握曲线拟合的最小二乘法; 2、最小二乘法亦可用于解超定线代数方程组; 3、探索拟合函数的选择与拟合精度间的关系。 四、实验学时:2 学时
五、实验步骤: 1.进入 C 或 Fortran 开发环境; 2.根据实验内容和要求编写程序; 3.调试程序; 4.运行程序; 5.生成报告 实验三 数值积分与数值微分 一、问题提出 选用复合梯形公式,复合 Simpson 公式,Romberg 算法,计算 (1) I= 4-sin 2 xdx I  ( 1.5343916) (2) I= (0) 1,  I  0.9460831) 1/4  0 1  0 xdx f ( 1 sin x xe x 4 ln(1   1 x  0 1 2 0 dx ) x dx 2 (3) (4) I= I= 二、要求 1、 编制数值积分算法的程序; 2、 分别用两种算法计算同一个积分,并比较其结果; 3、 分别取不同步长 (  4、 给定精度要求ε,试用变步长算法,确定最佳步长。 ) / b a n  h ,试比较计算结果(如 n = 10, 20 等); 三、目的和意义 1、 深刻认识数值积分法的意义; 2、 明确数值积分精度与步长的关系; 3、 根据定积分的计算方法,可以考虑二重积分的计算问题。 四、实验学时:2 学时 五、实验步骤: 1.进入 C 或 Fortran 开发环境; 2.根据实验内容和要求编写程序; 3.调试程序; 4.运行程序; 5.生成报告
实验四 线方程组的直接解法 一、问题提出 给出下列几个不同类型的线性方程组,请用适当算法计算其解。 1、 设线性方程组 3  5  2  1 6 8  1  11  2 1  2 4 6 8 2 4 2 0  2 4  8 6 2 0 16 10 6 4 0 0                 1 2  6 3  3 1  1 5  6 1  7 5 4 3  9 17  7 13  8 3  1 5 2 3 7 17 2 34 9 24  0 0 1  1  3  2 5 2 2 8  0 1 0 1 3 6 3 1  0 6 0 0 3 9 2 3  0 2 12 3 0     0     1   4     3   5     1   2     4   1      x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10                 5     12     3   2     3   46     13   38     19   21    x  (1, 1,0,1,2,0,3,1, 1,2)T   2、 设对称正定阵系数阵线方程组 4   2   4   0   2  4   0  0   x  2 1 8  1  22 4 10  3  (1, 1,0,2,1, 1,0,2)T 4 2  2 1  1 14  2 1  8 1  3 3  2 5 0 6  0 2  1 6 1  4  3  3  4 3 3  4  4 11 1 4  0 2 5 3  10  1 14 2 0 0 6 3 3  4  2 19                           x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8                            0 6  20 23 9 22  15  45             
3、 三对角形线性方程组 1  4 1  0 0 0 0 0 0 0 0 1  4 1  0 0 0 0 0 0 4   1    0  0   0  0   0  0   0  0   * x  (2,1, 3,0,1, 2,3,0,1, 1) T  0 0 0 1  4 1  0 0 0 0 0 0 1  4 1  0 0 0 0 0  0 0 0 0 1  4 1  0 0 0  0 0 0 0 0 1  4 1  0 0 0 0 0 0 0 0 1  4 1  0 0 0 0 0 0 0 0 1  4 1  0     0     0   0     0   0     0   0     1    4     x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10                 7     5     13   2     6    12     14   4     5   5    二、要求 1、 对上述三个方程组分别利用 Gauss 顺序消去法与 Gauss 列主元消去法;平方根法 与改进平方根法;追赶法求解(选择其一); 2、 应用结构程序设计编出通用程序; 3、 比较计算结果,分析数值解误差的原因; 4、 尽可能利用相应模块输出系数矩阵的三角分解式。 三、目的和意义 1、通过该课题的实验,体会模块化结构程序设计方法的优点; 2、运用所学的计算方法,解决各类线性方程组的直接算法; 3、提高分析和解决问题的能力,做到学以致用; 4、 通过三对角形线性方程组的解法,体会稀疏线性方程组解法的特点。 四、实验学时:2 学时 五、实验步骤: 1.进入 C 或 Fortran 开发环境; 2.根据实验内容和要求编写程序; 3.调试程序; 4.运行程序; 5.生成报告
实验五 解线性方程组的迭代法 一、问题提出 对实验四所列目的和意义的线性方程组,试分别选用 Jacobi 迭代法,Gauss-Seidel 迭代法和 SOR 方法计算其解。 二、要求 1、体会迭代法求解线性方程组,并能与消去法做以比较; 2、分别对不同精度要求,如 3、对方程组 2,3 使用 SOR 方法时,选取松弛因子ω=0.8,0.9,1,1.1,1.2 等,试看 由迭代次数体会该迭代法的收敛快慢;   3  10 ,10 ,10  4  5 对算法收敛性的影响,并能找出你所选用的松弛因子的最佳者; 4、给出各种算法的设计程序和计算结果。 三、目的和意义 1、通过上机计算体会迭代法求解线性方程组的特点,并能和消去法比较; 2、运用所学的迭代法算法,解决各类线性方程组,编出算法程序; 3、体会上机计算时,终止步骤 ( x   1)  x k k  或 k >(予给的迭代次数),对迭代法敛  散性的意义; 4、 体会初始解 0x ,松弛因子的选取,对计算结果的影响。 四、实验学时:2 学时 五、实验步骤: 1.进入 C 或 Fortran 开发环境; 2.根据实验内容和要求编写程序; 3.调试程序; 4.运行程序; 5.生成报告 实验六 非线性方程求根 3 x   3 1.8793, 设方程 * x   3   有三个实根 * 1 0 x 1 一、问题提出 ( ) x f x  现采用下面六种不同计算格式,求 f(x)=0 的根 * 1.53209 1x 3  2 x 3 1  3 3 3 x   1、 2、 3、 * x 2 1    x x x  x 0.34727, 1x 或 * 2x
4、 x  x 5、 x  2 1 3  13  x 1 x 3 (   x 6、 x 二、要求 3 3 x   2 1 x  1 ) 1、编制一个程序进行运算,最后打印出每种迭代格式的敛散情况; 2、用事后误差估计 1k 3、初始值的选取对迭代收敛有何影响; 4、分析迭代收敛和发散的原因。  来控制迭代次数,并且打印出迭代的次数; x  k   x 三、目的和意义 1、通过实验进一步了解方程求根的算法; 2、认识选择计算格式的重要性; 3、掌握迭代算法和精度控制; 4、明确迭代收敛性与初值选取的关系。 四、实验学时:2 学时 五、实验步骤: 1.进入 C 或 Fortran 开发环境; 2.根据实验内容和要求编写程序; 3.调试程序; 4.运行程序; 5.生成报告 实验七 矩阵特征值问题计算 一、问题提出 利用冪法或反冪法,求方阵 A  ( )ij n n a  的按模最大或按模最小特征值及其对应的特征 向量。 设矩阵 A 的特征分布为:      1 3 试求下列矩阵之一    2   1n n  Ax 且 j x j j
(1) 结果 1 (2) 5     A x 1 10 求 1,及 1x 1   2   1  取 (0)  6.42106,    4   2   7   3   1   8   取 (0)  1 2   1 4    1 6  T (1,1,1) ,   ( 0.046152, 0.374908,1) T   1 8 2 7 3     7 4 1 1 5   5 3 7 2 1  5 1 1 2 6   2 3 3 5 4  4 7 2 5 1   T 10 (1,0,1,0,0,1) ,  ,  及 1x 求 1  A  5  6  1.62139, (0.8724,0.5401,0.9973,0 .5644,0.4972,1.0)T 求 1及 1x 结果:   1 21.30525,  6 1  2 1  2 1   A (3)         T (1,1,1,1,1) , 取 (0)  结果 3.7321    1  2 1   10 1  2 1  4  x 1       1    2  (4) A  2   1   3  4    0  1 3 1 3  1 6 2 5   T1,1,1,1 4   5   2   1   210  取 这是一个收敛很慢的例子,迭代1200 次才达到 .0,  02857835 501460  .2,1 1  .8 x 1  结果 510 757730 .2,  564212 T (5) A  1  2 1      2 4  1 1 1 6      
分享到:
收藏