数值实验

本实验重点探讨 Hermite 插值在数值分析中的应用，提供了公式推导、伪代码、具体实现以及程序编写思路。文中包含具体示例，帮助读者理解 Hermite 插值算法。

理工大学数值分析A课程结课作业，可选几道题目，由吕老师主编。这份实验报告提供了详细的数值分析问题解答，适合需要参考或学习的学生。

数值课的实验内容整理得蛮全的，8 大模块都有覆盖：从插值、拟合到常微分方程的数值解法，全都配了对应的 Matlab 程序和实验报告。嗯，实战性挺强的，适合你平时写代码练手，也适合写论文的时候拿来参考一波。 插值法、数值积分这些基础内容写得比较清晰，代码也不复杂，用polyfit、interp1这些函数就能搞定，适合新手入门。直接运行，改改参数就能看到效果。 线性方程组那块内容挺丰富的，像高斯消去法、LU 分解、Jacobi 迭代这些方法也都带了 Matlab 实现，蛮适合对比不同方法的效率和收敛性。你要是还在搞数值线性代数，这套代码可以直接用起来。 非线性方程和常微分方程部分也不差，像牛顿法、

利用数值分析技术完成实验报告，并完善相关代码和文档。

东北大学数值分析实验报告 包含实验内容及 Matlab 代码。 目录 实验一：插值方法 实验二：线性方程组求解 实验三：非线性方程组求解 实验四：数值积分 实验五：常微分方程数值解法 附件 Matlab 代码

数值实验室的 MATLAB 代码，适合想搞懂欧拉方法的朋友。代码挺全，从定义 ODE 函数到写迭代循环，步骤清楚，结构也不复杂。你甚至还能顺便看看Runge-Kutta 方法，对比一下效果差别。里面的代码格式统一，用起来还挺顺的，如果你刚接触 ODE 数值解法或者想做教学演示，这份资源真的蛮合适的。 欧拉方法的一阶形式适合新手上手，不需要太多数学基础。用y_{n+1} = y_n + h * f(t_n, y_n)这种方式迭代，理解起来直观，改起来也方便。 代码包里除了欧拉法，还有不少实用的小模块，比如牛顿法、LU 分解、二分法这些经典方法。每种都有注释，思路清晰。嗯，边看边跑，理解更快。 如

山东大学数值计算实验报告，涵盖了从第1到第15份报告。内容包括计算向量b的1范数、2范数、无穷范数，以及计算A矩阵的1范数、2范数、无穷范数、条件数和F-范数。报告中详细记录了使用教材定义的编程方法，直接利用软件环境提供的函数进行计算。

哈工程的研究生们，在 MATLAB 环境下做科学计算实验报告，真的是挺实用的。这个过程不仅可以提升你们的编程能力，还能让你们理解一些数值方法、优化算法、数据这些比较抽象的内容。实验报告一般包括对基本知识的，比如如何使用linsolve线性方程组，或者使用eig计算特征值和特征向量。数值方法、优化算法的实验，会用到像fminunc、fmincon这样的工具箱，完成一些实际的数学计算。MATLAB强大的功能，可以让你们更高效地数据，问题，提升能力。除此之外，报告还会涉及到一些误差评估、算法的内容，总结经验，看到算法背后的优缺点，积累一些实战技巧。总结下来，MATLAB 不光能提高你们的编程能力，还

该存储库包含用于 Meini 和 Poloni 的论文“基于 Perron 的多线性 Pagerank 算法”中数值实验的 Matlab 代码。 主要驱动程序脚本是 try_methods，它运行所有实验。 bootstrap_* 中的延拓算法和 optimistic_newton 中的门阶方法是新的单一方法。 如果存在于合适的子文件夹中，函数 load_tensor 将从 Gleich 的 mlpagerank 包中加载张量，例如 load_tensor('R6_3')。 bertini_solve 需要 BertiniLab，并生成论文中的最后一个数字。

创建了要在我的数值分析课程的实验9中使用的matlab/octave代码。这是关于使用欧拉方法求解微分方程的数值方法的练习。文件ex9.m是主文件，包含执行此练习的详细信息。