数学实验报告 2.docx

上传人:b****5 文档编号:28671016 上传时间:2023-07-19 格式:DOCX 页数:54 大小:192.26KB
下载 相关 举报
数学实验报告 2.docx_第1页
第1页 / 共54页
数学实验报告 2.docx_第2页
第2页 / 共54页
数学实验报告 2.docx_第3页
第3页 / 共54页
数学实验报告 2.docx_第4页
第4页 / 共54页
数学实验报告 2.docx_第5页
第5页 / 共54页
点击查看更多>>
下载资源
资源描述

数学实验报告 2.docx

《数学实验报告 2.docx》由会员分享,可在线阅读,更多相关《数学实验报告 2.docx(54页珍藏版)》请在冰豆网上搜索。

数学实验报告 2.docx

数学实验报告2

数学实验报告

 

院系计算机学院

班级2004级二学位

指导教师张兴永

姓名田琳

实验目录

1.计算

程序内容:

源程序:

\s.m;

程序清单:

functions(x)

s=1;

for(i=1:

8);

s=s*cos(2^i*x);

end

s

实验结果:

S

(1)=3.4160e-004;s

(2)=8.1827e-004;s(pi)=1;s(pi/2)=-1;s(pi/3)=0.0039

2.求

的fourier、Laplace、ztrans变换

程序内容:

fourier、Laplace、ztrans变换

源程序:

\bianhuan.m;

程序清单:

symst;

f=5*sin(2*t)-3*cos(2*t)

fourier_f=fourier(f)

laplace_f=laplace(f)

ztrans_f=ztrans(f)

实验结果:

f=5*sin(2*t)-3*cos(2*t)

fourier_f=pi*(5*i*Dirac(w+2)-3*Dirac(w+2)-5*i*Dirac(w-2)-3*Dirac(w-2))

laplace_f=10/(s^2+4)-3*s/(s^2+4)

ztrans_f=

10*z*cos

(1)*sin

(1)/(-4*z*cos

(1)^2+z^2+2*z+1)-3*(z+1-2*cos

(1)^2)*z/(-4*z*cos

(1)^2+z^2+2*z+1)

3.矩阵高斯消去法

对矩阵

进行高斯消去法变换

求三次初等变换的总的等价乘子,并用MATLAB求原来A的行列式、秩和迹

源程序:

\gaosi.m

程序清单:

A=[107;415;2-19];A0=A;%输入A,并保留一个备份

A(2,:

)=-4*A(1,:

)+A(2,:

A1=A,

B1=A1/A0%消去A(2,1),求B1

A(3,:

)=-2*A(1,:

)+A(3,:

A2=A,

B2=A2/A1%消去A(3,1)

A(3,:

)=-A(3,2)/A(2,2)*A(2,:

)+A(3,:

A3=A,

B3=A3/A2%消去A(3,2)

B0=A3/A0%求三次初等变换的总的等价乘子

det_A=det(A0),

rank_a=rank(A0),

tr_A=trace(A0),%求原来A的行列式、秩和迹

实验结果:

det_A=-28rank_a=3tr_A=11

4.画出心型线、星型线、双纽线和四叶玫瑰线的图形

心形线绘制:

Clear

t=0:

0.001:

2*pi;

subplot(2,2,1);

polar(a,1+cos(t))

subplot(2,2,2);

plot(cos(t).^3,sin(t).^3)

subplot(2,2,3);

polar(t,abs(sin(t).*cos(t)))

subplot(2,2,4);

polar(t,(cos(2*t)).^0.5)

图像:

图表1四曲线

5.求fibonacci数

图表2fib曲线

实验结果:

100以内的fibonacci数:

f=

1123581321345589

实验结果:

1000以内的fibonacci数:

f=

1123581321345589

144233377610987

6.数据三次拟合曲线

数据:

1234567899123165198243277353345303288275的三次拟合

程序:

\nihe3.m

图表3三次拟合曲线

7.递推公式的稳定性

实验内容:

[1]P11页试验课题1

实验程序:

clear;

clc;

symsx;

resualt=zeros(4);

N_R=1;

a=input('输入a的值:

');

%------------------------------------方案1

I1=log(a+1)-log(a);

forn=1:

10

I1=-1*a*I1+1/n;

f=x^n/(a+x);

I0=int(f,'x',0,1);

I0=vpa(I0,500);

I0=vpa(I0,8);

I=vpa(I1,6);

wucha1=abs((I0-I1)/I0);

wucha1=vpa(wucha1,8);

db=[nI0Iwucha1];

ifn==1

resualt=db;

else

resualt=[resualt;db];

end

end

resualt

%------------------------------------方案2

resualt=zeros(4);

N=13;

ifa>=N/(N+1)

I2=(2*a+1)/(2*a*(a+1)*(N+1));

else

I2=0.5*(1/((a+1)*(N+1))+1/N);

end

forn=N:

-1:

1

f=x^n/(a+x);

I0=int(f,'x',0,1);

I0=vpa(I0,500);

I0=vpa(I0,8);

I2=(-1*I2+1/n)/a;

I=vpa(I2,6);

wucha2=abs((I0-I2)/I0);

wucha2=vpa(wucha2,8);

db=[nI0Iwucha2];

ifn==N

resualt=db;

else

resualt=[resualt;db];

end

end

resualt

实验结果:

输入a的值:

0.05

次数精确值迭代值相对误差

[1,.84777388,.847774,.22248517e-8]

[2,.45761131,.457611,.85349539e-8]

[3,.31045277,.310453,.63500227e-8]

[4,.23447736,.234477,.68175840e-8]

[5,.18827613,.188276,.10198168e-7]

[6,.15725286,.157253,.44935959e-9]

[7,.13499450,.134994,.10844168e-8]

[8,.11825028,.118250,.42221299e-7]

[9,.10519860,.105199,.25088308e-7]

[10,.94740070e-1,.947401e-1,.13928927e-8]

次数精确值迭代值相对误差

[13,.72971840e-1,.889587e-1,.21908205]

[12,.79024729e-1,-.112507,2.4236878]

[11,.86172087e-1,4.06831,46.211490]

[10,.94740070e-1,-79.3663,838.72635]

[9,.10519860,1589.55,15108.966]

[8,.11825028,-31788.4,268824.43]

[7,.13499450,635772.,4709611.4]

[6,.15725286,-.127154e8,80859783.]

[5,.18827613,.254309e9,.13507216e10]

[4,.23447736,-.508617e10,.21691531e11]

[3,.31045277,.101723e12,.32766162e12]

[2,.45761131,-.203447e13,.44458454e13]

[1,.84777388,.406894e14,.47995561e14]

输入a的值:

15

次数精确值迭代值相对误差

[1,.31922183e-1,.319222e-1,.19912866e-8]

[2,.21167256e-1,.211673e-1,.21971093e-8]

[3,.15824494e-1,.158245e-1,.19548773e-8]

[4,.12632590e-1,.126326e-1,.36732305e-7]

[5,.10511157e-1,.105112e-1,.37710110e-8]

[6,.89993133e-2,.899931e-2,.11542747e-6]

[7,.78674434e-2,.786746e-2,.19750588e-5]

[8,.69883483e-2,.698812e-2,.33252485e-4]

[9,.62858867e-2,.628937e-2,.55451370e-3]

[10,.57116994e-2,.565942e-2,.91538526e-2]

次数精确值迭代值相对误差

[13,.44830339e-2,.482067e-2,.75313181e-1]

[12,.48293362e-2,.523418e-2,.83829670e-1]

[11,.52335998e-2,.571166e-2,.91344598e-1]

[10,.57116994e-2,.628589e-2,.10052873]

[9,.62858867e-2,.698835e-2,.11175216]

[8,.69883483e-2,.786744e-2,.12579441]

[7,.78674434e-2,.899931e-2,.14386756]

[6,.89993133e-2,.105112e-1,.16799544]

[5,.10511157e-1,.126326e-1,.20182674]

[4,.12632590e-1,.158245e-1,.25267218]

[3,.15824494e-1,.211673e-1,.33762608]

[2,.21167256e-1,.319222e-1,.50809264]

[1,.31922183e-1,.645385e-1,1.0217452]

明显,对方案2计算结果都不可靠.

8.迭代法的收敛性与收敛速度的比较

实验内容:

[1]P37页试验课题二

实验程序

clear;

clc;

symsx;

f=x^3-sin(x)-12*x+1;

resualt=solve('x^3-sin(x)-12*x+1','x');

disp('Matlab求根结果:

')

r=vpa(resualt,8)

pause;

df=diff(f,'x');

x0=input('输入迭代初值:

');

N=input('输入最多迭代次数:

');

e=input('输入迭代精度:

');

fork=1:

N

f0=subs(f,x0);

df0=subs(df,x0);

ifdf0==0

disp('导数为0,停止计算')

break;

else

xx=x0-f0/df0;

ifabs(xx)<=1

E=abs(xx-x0);

else

E=abs((x0-xx)/xx);

end

ifE

disp('牛顿法__计算结果:

')

x=vpa(xx,8)

disp('计算误差为:

')

error=vpa(abs((xx-r)/r),5)

f_x=vpa(subs(f,xx),8)

disp('最终迭代次数:

')

k

break;

else

x0=xx;

end

end

end

ifk==N

disp('经过设置的迭代次数没有收敛,计算失败')

end

pause;

disp('普通迭代法:

')

disp('迭代式1:

')

x0=rand(-4,-3);

f1=(12*x+sin(x)-1)^(1/3);

fork=1:

N

xx=subs(f1,x0);

ifabs(xx)<=1

E=abs(xx-x0);

else

E=abs((x0-xx)/xx);

end

ifE

disp('[-4,-3]计算结果:

')

x=vpa(xx,8)

disp('计算误差为:

')

error=vpa(abs((xx-r)/r),5)

f_x=vpa(subs(f,xx),8)

disp('最终迭代次数:

')

k

break;

else

x0=xx;

end

end

ifk==N

disp('经过设置的迭代次数没有收敛,计算失败')

end

pause;

x0=rand(3,4);

f1=(12*x+sin(x)-1)^(1/3);

fork=1:

N

xx=subs(f1,x0);

ifabs(xx)<=1

E=abs(xx-x0);

else

E=abs((x0-xx)/xx);

end

ifE

disp('[3,4]牛顿法__计算结果:

')

x=vpa(xx,8)

disp('计算误差为:

')

error=vpa(abs((xx-r)/r),5)

f_x=vpa(subs(f,xx),8)

disp('最终迭代次数:

')

k

break;

else

x0=xx;

end

end

ifk==N

disp('经过设置的迭代次数没有收敛,计算失败')

end

pause;

disp('普通迭代法:

')

disp('迭代式2:

')

x0=rand(0,0.2);

f1=(12*x+sin(x)-1)^(1/3);

fork=1:

N

xx=subs(f1,x0);

ifabs(xx)<=1

E=abs(xx-x0);

else

E=abs((x0-xx)/xx);

end

ifE

disp('[0,0.2]计算结果:

')

x=vpa(xx,8)

disp('计算误差为:

')

error=vpa(abs((xx-r)/r),5)

f_x=vpa(subs(f,xx),8)

disp('最终迭代次数:

')

k

break;

else

x0=xx;

end

end

ifk==N

disp('经过设置的迭代次数没有收敛,计算失败')

end

实验结果

函数

的图像为:

图表4

方案

初值

迭代次数

迭代结果

误差

牛顿法

-3

5

-3.4911788

0

普通迭代

(1)

-3

发散

普通迭代

(2)

-3

发散

牛顿法

3

5

3.4101251

0

普通迭代

(1)

3

发散

普通迭代

(2)

3

发散

牛顿法

-1

4

.76963989e-1

.74718010e-13

牛顿法

0

4

.76963989e-1

0

普通迭代

(1)

0

2

.76964248e-1

-.33644973e-5

[34]

0

2

.77153212e-1

-.24559693e-2

普通迭代

(2)

0

2

.14285360

-.85369616

图表5

9.雅可比迭代法与高斯塞德尔法的收敛性与收敛速度

实验内容:

[1]P71页试验课题(四),雅可比迭代法与高斯——塞德尔迭代法的收敛性与收敛速度。

实验程序:

clear;

clc;

A=input('输入系数矩阵A:

');

b1=input('输入矩阵b1:

');

b2=input('输入矩阵b2:

');

disp('Matlab计算结果:

')

x1=inv(A)*b1;

X1=vpa(x1,6)

x2=inv(A)*b2;

X2=vpa(x2,6)

L=tril(A);

U0=triu(A);

U=L-A;

L=U0-A;

D=A+L+U;

pause;

N=input('输入最多迭代次数:

');

disp('雅可比迭代计算结果:

')

MJ=inv(D)*(L+U);

disp('计算b1情况');

X0=zeros(sqrt(numel(A)),1);

%与输入矩阵配置相同的初始值

fork=1:

N

X=MJ*X0+D^-1*b1;

if(norm(X-X0)<1e-6)

b1

disp('计算结果:

')

X1=vpa(X,6)

disp('迭代次数')

k

AX=vpa(A*X,6)

break;

else

X0=X;

end

end

ifk==N

disp('迭代没有收敛')

end

pause;

disp('计算b2情况');

X0=zeros(sqrt(numel(A)),1);

%与输入矩阵配置相同的初始值

fork=1:

N

X=MJ*X0+D^-1*b2;

if(norm(X-X0)<1e-6)

b2

disp('计算结果:

')

X2=vpa(X,6)

disp('迭代次数')

k

AX=vpa(A*X,6)

break;

else

X0=X;

end

end

ifk==N

disp('迭代没有收敛')

end

pause

disp('高斯--塞德尔迭代计算结果:

')

MG=(D-L)^-1*U;

disp('计算b1情况');

X0=zeros(sqrt(numel(A)),1);

%与输入矩阵配置相同的初始值

fork=1:

N

X=MG*X0+(D-L)^-1*b1;

if(norm(X-X0)<1e-6)

b1

disp('计算结果:

')

X1=vpa(X,6)

disp('迭代次数')

k

AX=vpa(A*X,6)

break;

else

X0=X;

end

end

ifk==N

disp('迭代没有收敛')

end

pause;

disp('计算b2情况');

X0=zeros(sqrt(numel(A)),1);

%与输入矩阵配置相同的初始值

fork=1:

N

X=MG*X0+(D-L)^-1*b2;

if(norm(X-X0)<1e-6)

b2

disp('计算结果:

')

X2=vpa(X,6)

disp('迭代次数')

k

AX=vpa(A*X,6)

break;

else

X0=X;

end

end

ifk==N

disp('迭代没有收敛')

end

实验结果

1.

结果:

雅可比迭代法计算b1迭代24次,计算b2迭代30次。

高斯塞德尔法计算b1迭代15次,计算b2迭代20次。

2.

结果:

雅可比迭代法计算计算不收敛。

高斯塞德尔法计算b1迭代45次,计算b2迭代52次。

3.

结果为

但使用两种方法都不收敛。

10.龙格现象的发生、防止和插值效果的比较

实验内容:

[1]P102页实验课题

(一)龙格现象的发生、防止和插值效果的比较

实验程序:

clear;

clc;

f='x/(1+x^4)';

N=input('输入插值次数');

xi=zeros(1,N+1);

h=10/N;

fork=1:

N+1

xi(k)=-5+(k-1)*h;

end

yi=subs(f,xi);

xk=zeros(1,41);

fork=1:

41

xk(k)=-5+0.25*(k-1);

end;

%拉格朗日插值算法

ykl=zeros(1,41);

fori=1:

41

ykl(i)=0;

fork=1:

N+1

t=1;

forj=1:

N+1

ifj~=k

t=(xk(i)-xi(j))/(xi(k)-xi(j))*t;

ykl(i)=ykl(i)+t*yi(k);

end

end

end

end

subplot(2,2,1);

plot(xk,ykl,'b')

title('拉格朗日插值曲线')

%分段线性插值

ykx=zeros(1,41);

fori=1:

41

k=1;

k=k+1;

whilek=xi(k)

k=k+1;

end

ykx(i)=yi(k-1)*(xk(i)-xi(k))/(xi(k-1)-xi(k))+yi(k)*(xk(i)-xi(k-1))/(xi(k)-xi(k-1));

end

subplot(2,2,2);

plot(xk,ykx,'g')

title('分段线性插值曲线')

%

yky=zeros(1,41);

yky=interp1(xi,yi,xk,'spline');

subplot(2,2,3);

plot(xk,yky,'r')

title('三次样条插值曲线')

disp('计算结果输出:

')

z=[xk'ykl'ykx'yky']

结算结果

1.

的十次插值图像为:

二十次插值图像:

插值顺序:

,拉格朗日插值、分段线形插值、I型三次样条插值:

十次插值:

-5.0000-0.0799-0.0080-0.0080

-4.75002.7400-0.0099-0.0007

-4.50002.3631-0.0118-0.0011

-4.25001.0023-0.0137-0.0068

-4.0000-0.2309-0.0156-0.0156

-3.7500-0.9262-0.0208-0.0252

-3.5000-1.0791-0.0261-0.0334

-3.2500-0.8821-0.0313-0.0380

-3.0000-0.5846-0.0366-0.0366

-2.7500-0.4067-0.0569-0.0300

-2.5000-0.4943-0.0771-0.0309

-2.2500-0.9042-0.0974-0.0549

-2.0000-1.6096-0.1176-0.1176

-1.7500-2.5185-0.2132-0.2259

-1.5000-3.4987-

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 工程科技 > 能源化工

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1