计算方法试验

简介: 计算方法试验

一:实验目的

  1. 理解秦九韶多项式求值算法的思想
  2. 初步熟悉用C语言编程实现该算法的过程

    二:实验内容

    1:秦九韶多项式求值方法

    用C语言编程实现秦九韶多项式求值方法,求解 在处的值。

    (1):代码

    ```c

    include

    include

int main() {
// 动态数组长度,需要输入,后续分配length个空间
int length = 0;
printf("请输入多项式系数个数:");

// #1:a0, a1, a2, ..., an
scanf_s("%d", &length);
float *array = (float *) malloc(sizeof(float) * length);
for (int i = 0; i < length; i++) {
    printf("请输入第%d项系数:", i + 1);
    scanf_s("%f", &array[i]);
}

// #2:x = 初值, y = an, i = n - 1
float x;
float y = array[length - 1];
printf("请输入待求式x的值:");
scanf_s("%f", &x);

// #3:y = y * x + ai
for (int i = length - 1; i > 0; i--) {
    y = y * x + array[i - 1];
}

// #4:输出y
printf("最终结果为:%f", y);
free(array);
return 0;

}

### (2):运行结果
![image.png](https://cdn.nlark.com/yuque/0/2022/png/22889798/1665211461889-8daadaca-2fce-4ba8-8b5d-c0daeef3d5b4.png#clientId=u18eeef3d-32bc-4&from=paste&height=480&id=u198e58c7&originHeight=480&originWidth=960&originalType=binary&ratio=1&rotation=0&showTitle=false&size=9071&status=done&style=none&taskId=u7f695726-d737-4df2-920f-40e0340ca8c&title=&width=960)
## 2:二分法
利用二分法,求解方程。
### (1):代码
```c
#include "stdio.h"
#include "math.h"

#define f(x) (x*(x*x-1)-1)

int main() {
    int i = 0;
    double x, a = 1, b = 1.5, y = f(a);
    if (y * f(b) >= 0) {
        printf("\nThe range is error!");
        return 0;
    } else {
        do {
            x = (a + b) / 2;
            printf("x%d = %6.4f\n", i + 1, x);
            i++;
            if (f(x) == 0) {
                break;
            } else if (y * f(x) < 0) {
                b = x;
            } else {
                a = x;
            }
        } while (fabs(b - a) > 0.0005);
        printf("\nx=%4.2f", x);
    }
}

(2):运行结果

image.png

3:迭代法

(1):求方程的一个根

a:代码

#include "stdio.h"
#include "math.h"

int main() {
   
   
    double x0, x1 = 1;
    int i = 1;
    do {
   
   
        x0 = x1;
        x1 = log10(x0 + 2);
        printf("x%d = %6.4f\n", i, x1);
        i++;
    } while (fabs(x1 - x0) >= 0.0005);
    printf("x = %6.4f\n", x1);
}

b:运行结果

image.png

(2):求方程在附近的根

a:代码

#include "stdio.h"
#include "math.h"

int main() {
   
   
    double x0, x1 = 0.5;
    int i = 1;
    do {
   
   
        x0 = x1;
        x1 = exp(-x0);
        printf("x%d = %7.5f\n", i, x1);
        i++;
    } while (fabs(x1 - x0) > 0.0005);
    printf("x = %5.3f", x1);
}

b:运行结果

image.png

4:牛顿迭代法

(1):求方程在附近的根

a:代码

#include "stdio.h"
#include "math.h"

int main() {
   
   
    double x0, x1 = 0.5;
    int i = 0;
    printf("x%d = %7.5f\n", i, x1);
    i++;
    do {
   
   
        x0 = x1;
        x1 = x0 - (x0 - exp(-x0)) / (1 + exp(-x0));
        printf("x%d = %7.5f\n", i, x1);
        i++;
    } while (fabs(x1 - x0) >= 0.0005);
    printf("x = %5.3f", x1);
}

b:运行结果

image.png

(2):求方程在中的根的近似值, 精度要求为

a:代码

#include "stdio.h"
#include "math.h"

int main() {
   
   
    double x0, x1 = 4;
    int i = 0;
    printf("x%d = %5.3f\n", i, x1);
    i++;
    do {
   
   
        x0 = x1;
        x1 = x0 - ((((x0 - 2) * x0 - 4) * x0) - 7) / ((3 * x0 - 4) * x0 - 4);
        printf("x%d = %5.3f\n", i, x1);
        i++;
    } while (fabs(x1 - x0) >= 0.01);
    printf("x = %4.2f", x1);
}

b:运行结果

image.png

(3):计算的值

a:代码

#include "stdio.h"
#include "math.h"

int main() {
   
   
    double x0, x1 = 11;
    do {
   
   
        x0 = x1;
        x1 = x0 - (x0 * x0 - 115) / (2 * x0);
    } while (fabs(x1 - x0) >= 0.0005);
    printf("x = %5.2f", x1);
}

b:运行结果

image.png

相关文章
|
6月前
R语言ECM误差修正模型、均衡修正模型、受限VECM、协整检验、单位根检验即期利率市场数据
R语言ECM误差修正模型、均衡修正模型、受限VECM、协整检验、单位根检验即期利率市场数据
|
6月前
【数理统计实验(一)】统计量近似分布的随机模拟
【数理统计实验(一)】统计量近似分布的随机模拟
|
6月前
|
算法 应用服务中间件 图形学
贝叶斯推理导论:如何在‘任何试验之前绝对一无所知’的情况下计算概率
这篇文章探讨了贝叶斯推理的发展历史,从帕斯卡尔和费马的早期工作到托马斯·贝叶斯、皮埃尔-西蒙·拉普拉斯和哈罗德·杰弗里斯的贡献。文章指出,贝叶斯分析经历了从使用均匀先验到发展更为客观的方法,如杰弗里斯先验的过程。它讨论了费雪对逆概率的批评,以及贝叶斯方法在处理不确定性问题上的优势。文章还介绍了如何通过匹配覆盖率来评估先验分布的合理性,并通过几个例子展示了不同先验在二项分布和正态分布问题中的应用。最后,文章提出了贝叶斯分析在统计学中的地位,强调了在缺乏先验知识时建立良好先验的重要性,并讨论了主观性和客观性在统计推理中的角色。
96 1
|
6月前
|
算法 Linux
R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用:预测标准普尔SP500指数
R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用:预测标准普尔SP500指数
|
6月前
|
数据可视化 流计算
估计获胜概率:模拟分析学生多项选择考试通过概率可视化
估计获胜概率:模拟分析学生多项选择考试通过概率可视化
|
6月前
R语言用GAM广义相加模型研究公交专用道对行程时间变异度数据的影响
R语言用GAM广义相加模型研究公交专用道对行程时间变异度数据的影响
基于贝叶斯推理估计稳态 (ST) 和非稳态 (NS) LPIII 模型分布拟合到峰值放电(Matlab代码实现)
基于贝叶斯推理估计稳态 (ST) 和非稳态 (NS) LPIII 模型分布拟合到峰值放电(Matlab代码实现)
|
6月前
R语言量化:合成波动率指数移动平均策略分析标准普尔500波动率指数(VIX)
R语言量化:合成波动率指数移动平均策略分析标准普尔500波动率指数(VIX)
|
算法 SoC
【状态估计】基于FOMIAUKF、分数阶模块、模型估计、多新息系数的电池SOC估计研究(Matlab代码实现)
【状态估计】基于FOMIAUKF、分数阶模块、模型估计、多新息系数的电池SOC估计研究(Matlab代码实现)
117 0
|
机器学习/深度学习 存储 网络架构
比量子化学方法快六个数量级,一种基于绝热状态的绝热人工神经网络方法,可加速对偶氮苯衍生物及此类分子的模拟
比量子化学方法快六个数量级,一种基于绝热状态的绝热人工神经网络方法,可加速对偶氮苯衍生物及此类分子的模拟
117 0