数值分析 8种主要算法实验

数值分析作业后面的实验程序和部分结果，仅供参考

大学数值分析实验代码

包含了Householder变换、超松弛法、Gauss消去法、对分法求特征值、反幂法求解特征值及特征向量、三次样条插值、Newton法、Romberg计算积分值、Runge_Kutta求解微分方程组

数值分析实验1汉明级数求和计算汉明级数：ϕ(x)=∑k=1∞1k(k+x),x=0.0,0.1,0.2...299.9,300.0

function[RA,RB,n,X]=gaus(A,b)B=[Ab];n=length(b);RA=rank(A);RB=rank(B);zhica=RB-RA;ifzhica>0,disp('请注

数学分析中插值方法：lagrange,newton,三次样条，分段插值等。

主要内容误差的来源与分类：计算误差，截断误差（方法误差）误差和误差限的概念及计算：绝对误差，绝对误差限，相对误差，相对误差限.有效数位，有效数字的判断代数运算结果的误差，误差的传播等概念

数值分析中的基本问题的代码实验：拉格朗日插值算法，辛普森算法，龙格库塔算法，雅可比迭代，塞德尔迭代等。还有直接的报告配套的

数值分析龙贝格实验程序

数值分析 数值计算 数学建模 实验报告 matlab程序