数值分析实验3
数值分析实验三 线性方程组的直接接法2
数值分析实验三 线性方程的直接解法
组号 班级 学号 姓名 分数
一：实验目的
1、掌握求解线性方程组的不同方法。
二：实验内容及基本知识介绍
本实验中利用高斯消去法和矩阵的直接三角分解法求解线性方程组。
用消去法解方程组的基本思想：是用逐次消去未知数的方法把原方程组Ax=b 化为与其等价的三角形方程组，而求解三角形方程组可用回代的方法求解。即上述过程就是用行的初等变换将原方程组系数矩阵化为简单形式（上三角矩阵），从而将求解原方程组的问题转化为求解简单方程组问题。或者说对系数矩阵A 施行一些做变换将其约化为上三角矩阵。
直接三角分解法的原理：在高斯消去法的基础上，高斯消去法实质上产生了一个将A 分解为两个三角形矩阵相乘的因式分解，即矩阵的LU 分解——设A 为n 阶矩阵，如果A 的顺序主子式i D ≠0（i=1,2,…n-1）,则A 可分解为一个单位下三角矩阵L 和一个上三角矩阵U
的乘积，且这种分解是唯一的。将高斯消去法改写为紧凑形式，可以直接从矩阵A 的元素得到计算L,U 元素的递推公式，而不需要任何中间步骤，这就是直接三角分解法。一旦实现了矩阵A 的LU 分解，那求解Ax=b 的问题就等价于求解两个三角形方程组 ① Ly=b,求y;
② Ux=y,求x.
其中用直接三角分解法解Ax=b 的分解矩阵A 的计算公式：
①111111(1,2,...),/(2,3,...),i i i i i n i n u a l a u ====
计算U 的第r 行，L 的第r 列元素（r=2,3,…n ）.
②1
1r ri ri rk ki k u
实验3 Jacobi,Gauss-seidel 和松弛法
《数值分析》实验3
一．实验名称：Jacobi迭代, Gauss-Seidel迭代和松弛法
二．实验目的：
熟悉解线性方程组的一些常见迭代法，如Jacobi迭代、Gauss-Seidel迭代和SOR法等。三．实验内容
1．Jacobi迭代法
,
例1 用Jacobi迭代法求解代数线性代数方程组AX b
其中A=[8 -1 1;2 10 -1;1 1 -5];b=[1 ;4; 3]。
解：编写Jacobi迭代法的函数文件，保存为Jacobi.m
function [x,k]=Jacobi(A,b,x0,eps,N)
% 求解Ax=b；x0为初始列向量；eps为误差容限；N为最大迭代次数
% 输出x为近似解；k为迭代次数
n=length(A);
x=zeros(n,1);
for k=1:N
for i=1:n
―――――――
end
if norm(x-x0,inf)<eps % 迭代终止条件
% if (max(abs(x-x0)))<eps
break;
end
x0=x;
end
编写主程序如下
format long
clear
A=[8 -1 1;2 10 -1;1 1 -5];
b=[1 ;4; 3];
x0=[0.125; 0.4 ;-0.6 ]; % x0为初始列向量
err=1e-4; % err为误差容限
N=25; % N为最大迭代次数
[x,k]=Jacobi(A,b,x0,err,N)
得到结果如下
x =
0.22492315625000
0.30561995000000
-0.49388680000000
k =
6
数值分析实验报告
数值分析实验报告
一、实验背景
本实验主要介绍了数值分析的各种方法。在科学计算中，为了求解一
组常微分方程或一些极限问题，数值分析是一种有用的方法。数值分析是
一种运用计算机技术对复杂模型的问题进行数学分析的重要手段，它利用
数学模型和计算机程序来解决复杂的数学和科学问题。
二、实验内容
本实验通过MATLAB软件，展示了以下几种数值分析方法：
（1）拉格朗日插值法：拉格朗日插值法是由法国数学家拉格朗日发
明的一种插值方法，它可以用来插值一组数据，我们使用拉格朗日插值法
对给定的点进行插值，得到相应的拉格朗日多项式，从而计算出任意一个
点的函数值。
（2）最小二乘法：最小二乘法是一种常用的数据拟合方法，它可以
用来拟合满足一定函数的点的数据，它的主要思想是使得数据点到拟合曲
线之间的距离的平方和最小。
（3）牛顿插值法：牛顿插值法是一种基于差商的插值方法，它可以
用来插值一组数据，可以求得一组数据的插值函数。
（4）三次样条插值：三次样条插值是一种基于三次样条的插值方法，它可以用来对一组数据进行插值，可以求得一组数据的插值函数。
三、实验步骤
1．首先启动MATLAB软件。
《数值分析》实验书详解
数值分析实验指导书
目录
实验目的 (1)
实验基本要求 (2)
实验一、误差分析 (3)
一、实验目的 (3)
二、算法实例 (3)
三、实验任务 (10)
实验二、插值法 (12)
一、实验目的 (12)
二、算法实例 (12)
三、实验任务 (19)
四、思考题 (20)
实验三、解线性方程组的直接法 (21)
一、实验目的 (21)
二、算法实例 (21)
三、实验任务 (24)
四、思考题 (24)
实验四、解线性方程组的迭代法 (25)
一、实验目的 (25)
二、算法实例 (25)
三、实验任务 (29)
四、思考题 (29)
实验五、常微分方程初值问题的数值解法 (30)
一、实验目的 (30)
二、算法实例 (30)
三、实验任务 (40)
四、思考题 (40)
实验目的
作为实践性非常强的课程，安排上机实验的目的，不仅是为了验证教材和授课内容，更重要的是，要通过实验深入理解方法的设计原理与处理问题的技巧，培养自行处理常规数值计算问题的能力和综合运用知识分析、解决问题的能力。
1、通过上机实验加深课堂内容的理解。
数值分析的主要任务就是研究适合于在计算机上使用的数值计算方法及与此相关的理论。通过编程上机，就可以加深对方法运行过程的理解，同时在编程中领会和理解数值计算方法的计算要领和步骤，体会问题的条件和限制范围，理解一般问题和特殊问题的区别。
2、学会对数值计算结果的分析和处理。
数值分析实验不只是编写程序得到一个数值结果，我们应在掌握数值计算计算方法的基本原理和思想的同时，注意方法处理的技巧及其与计算机的密切结合，重视误差分析、收敛性及稳定性的讨论。此外，还要注意算法能否在计算机上实现，应避免因数值方法选用不当、程序设计不合理而导致超过计算机的存储能力，或导致计算结果精度不高等。
河北工业大学数值分析实验三实验四实验报告
数值分析实验报告
指导老师：宛艳萍
姓名：
班级：
学号：
实验三 复化辛卜生法，龙贝格法
1.实验名称：复化辛卜生法，龙贝格法
2.实验目的
1）通过实际计算体会各种方法的精确度。
2）会编写用复化辛卜生、龙贝格算法求定积分的程序。
3.算法描述
1）用复化辛卜生法计算积分 dx
x I ⎰
+=1
2
)1/(1
算法：复化辛卜生公式为S n =h/6∑∑+-=+++)]()2/(4)([11
k k k
n k x f h x f x
f ,
计算过程为：
1．令,/)(n a b h -= ),2/(1h a f s +=
;02=s
2．对1,,2,1-=n k
计算
),2/(11h kh a f s s +++=
)(22kh a f s s ++=
3．))
(24)((6/2
1b f s s a f h s +++= 。
2）龙贝格算法计算dx
x
I ⎰+=10
2
)1/(1
56e ε=-
算法
)
((1
2/12∑-=++=n k k n n n x f h T T ;/)(n a b h n -= n k h k x )2/1(2/1+=+
)(3/122n n n n T T T S -+= )
_(15/122n n n n S S S C +=
)
(63/122n n n n C C C R -+=
用事后估计法控制精度
2|5e -6n n R R -< 。
4.源程序：
1）/* 用复化辛卜生公式求积分 */ #include "stdio.h" float fx(float x)
{
double f;
f=1.0/(1.0+x*x); return f; } double fs(int n)
数值分析实验报告模板
数值分析实验报告模板
篇一：数值分析实验报告(一)(完整)
数值分析实验报告
1
2
3
4
5
篇二：数值分析实验报告
实验报告一
题目：非线性方程求解
摘要：非线性方程的解析解通常很难给出，因此线性方程的数值解法就尤为重要。本实验采用两种常见的求解方法二分法和Newton法及改进的Newton法。利用二分法求解给定非线性方程的根，在给定的范围内，假设f(x,y)在[a,b]上连续，f(a)xf(b) 直接影响迭代的次数甚至迭代的收敛与发散。即若x0 偏离所求根较远，Newton法可能发散的结论。并且本实验中还利用利用改进的Newton法求解同样的方程，且将结果与Newton法的结果比较分析。
前言：（目的和意义）
掌握二分法与Newton法的基本原理和应用。掌握二分法的原理，验证二分法，在选对有根区间的前提下，必是收
敛，但精度不够。熟悉Matlab语言编程，学习编程要点。体会Newton使用时的优点，和局部收敛性，而在初值选取不当时，会发散。
数学原理：
对于一个非线性方程的数值解法很多。在此介绍两种最常见的方法：二分法和Newton法。
对于二分法，其数学实质就是说对于给定的待求解的方程f(x)，其在[a,b]上连续，f(a)f(b) Newton法通常预先要给出一个猜测初值x0，然后根据其迭代公式xk?1?xk?f(xk) f'(xk)
产生逼近解x*的迭代数列{xk}，这就是Newton法的思想。当x0接近x*时收敛很快，但是当x0选择不好时，可能会发散，因此初值的选取很重要。另外，若将该迭代公式改进为
xk?1?xk?rf(xk) 'f(xk)
数值分析实验报告
数值分析实验报告
篇一：数值分析实验报告(一)(完整)
数值分析实验报告
1
2
3
4
5
篇二：数值分析实验报告
数值分析实验报告
课题一：解线性方程组的直接方法
1.实验目的：
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。
2.实验过程：
实验代码：
#include "stdio.h"
#include "math.h"
#includeiostream
using namespace std;
//Gauss法
void lzy(double **a,double *b,int n) {
int i,j,k;
double l,x[10],temp;
for(k=0;kn-1;k++)
{
for(j=k,i=k;jn;j++)
{
if(j==k)
temp=fabs(a[j][k]);
else if(tempfabs(a[j][k]))
{
temp=fabs(a[j][k]);
i=j;
}
}
if(temp==0)
{
cout"无解\n; return;
}
else
{
for(j=k;jn;j++)
{
temp=a[k][j];
a[k][j]=a[i][j];
a[i][j]=temp;
}
temp=b[k];
b[k]=b[i];
b[i]=temp;
}
for(i=k+1;in;i++) {
l=a[i][k]/a[k][k];
数值分析的实验报告
数值分析的实验报告
实验目的
本实验旨在通过数值分析方法，探讨数学问题的近似解法，并通过实际案例进行验证和分析。具体目的包括： 1. 理解和掌握数值分析的基本原理和方法； 2. 学会使用计算机编程语言实现数值分析算法； 3. 分析数值分析算法的精确性和稳定性； 4. 根据实验结果对数值分析算法进行优化和改进。
实验步骤
1. 问题描述
首先，我们选择一个数学问题作为实验的对象。在本次实验中，我们选取了求解非线性方程的问题。具体而言，我们希望找到方程 f(x) = 0 的解。
2. 数值方法选择
根据非线性方程求解的特点，我们选择了牛顿迭代法作为数值方法。该方法通过不断迭代逼近方程的解，并具有较好的收敛性和精确性。
3. 程序设计与实现
为了实现牛顿迭代法，我们使用了Python编程语言，并使用了相应的数值计算库。具体的程序实现包括定义方程 f(x) 和其导数f’(x)，以及实现牛顿迭代法的迭代过程。
4. 实验案例与结果分析
我们选择了一个具体的方程，例如 x^3 - 2x - 5 = 0，并通过程序运行得到了方程的解。通过比较实际解与数值解的差异，我们可以分析数值方法的精确性和稳定性。
5. 优化与改进
基于实验结果的分析，我们可以对数值分析算法进行优化和改进。例如，通过调整迭代的初始值、增加迭代次数或修改算法公式等方式，改进算法的收敛性和精确性。
实验结论
通过本次实验，我们深入理解了数值分析的基本原理和方法，并通过具体案例验证了牛顿迭代法的有效性。同时，我们也意识到数值分析算法的局限性，并提出了一些改进的建议。在今后的数学问题求解中，我们可以运用数值分析的方法，通过计算机编程实现更精确的近似解。
数值分析实验三 线性方程组的直接接法3
数值分析实验三 线性方程组的直接解法
组号 班级 学号 姓名 分数
一：实验目的
1、熟练掌握高斯消去法的消去与回代过程。
2、掌握矩阵的LU 分解、直接三角分解法。
3、通过实例了解高斯消去法、矩阵LU 分解、直接三角分解法之间的联系。
二：实验内容及基本知识介绍
1． 定理5：高斯消去法的求解过程分为消去和回代两个过程。设有一般线性方程组Ax=b.
⎪⎪
⎩⎪⎪⎨
⎧=+++=+++=+++n
n nn n n n n n n b x a x a x a b x a x a x a b x a x a x a 22112
222212*********
消去过程：把原方程组化为上三角行方程组；（1）若()()n k a k kk 2,10=≠
第一步，设011≠a ,取11
1
a a m i i -
=，做消去第i 个方程组1x 的操作。 ⨯1i m 第一个方程+第i 个方程， i =2,3，n ,
则第i 个方程变为 ()()()()
11212111i n in i i b x a x a x a =++++
()()()()()()()()i i ij ij i i i i ij i ij ij b b a a b m b b a m a a ==+=+=0001010101,,,
第一步消元后的方程组变为：()()()
()()()()
()()()⎪⎪
⎩
⎪⎪⎨⎧=++=++=+++1121212
122122010120121011n n nn n n n n n b x a x a b x a x a b x a x a x a
数值分析实验
解析解： y(x) x 1 x
附加题
BezΒιβλιοθήκη Baiduer曲线绘制程序设计：
要求：（1）用户输入4个点的坐标，程序根据用户 的输入绘制一条Bezier曲线 ；
（2）增加取样的点数或改变样点的坐标，绘制多 条曲线观察数据变化引起的曲线的变化。
（3）当取样点数较多时，采用分段处理的方法绘 制曲线（注意连接点处的光滑性）。
要求：
（1）选取不同的初始向量x(0)，给定迭代误差要求
x(k1) x(k ) 105
用Jacobi迭代和Gauss-Seidel迭代法求解，观察 得到的序列是否收敛？若收敛，输出结果及迭 代次数；
（2）用SOR求解，ω 取1<ω<2中不同值，在
x(k1) x(k ) 105
3 2.1 6
2
x2
5.9
5
2
1 1
5 0
1
2
x3 x4
5
1
要求： 用LU分解法和Gauss列主元消元法求解 上述方程组，输出Ax=b中A及b，A=LU 中的L及U，detA及向量x；
4、研究解线性方程组Ax=b迭代法收敛速度，给 定A∈R20×20为五对角矩阵。
数值分析实验
数值分析实验报告
《数值分析》
实验报告
学院：计算机科学与软件学院姓名：XXX
班级：计算机XX班
学号：XXXXXX
实验一：舍入误差与数值稳定性
实验目的：
1、 通过上机编程，复习巩固以前所学程序设计语言；
2、 通过上机计算，了解舍入误差所引起的数值不稳定性。
3、 通过上机计算，了解运算次序对计算结果的影响，从而尽量避免大数吃小数的现象。
实验内容：用两种不同的顺序计算644834.110000
12
≈∑=-n n ，分析其误差
的变化。
实验流程图：
实验源程序:
#include
#include
void main()
{ int i;
float s1=0,s2=0,d1,d2;
for (i=1;i<=10000;i++)
s1=s1+1.0f/(i*i);
for (i=10000;i>=1;i--)
s2=s2+1.0f/(i*i);
d1=(float)(fabs(1.644834-s1));
d2=(float)(fabs(1.644834-s2));
printf("正向求和结果为%f\n 误差为%f\n\n",s1,d1);
printf("反向求和结果为%f\n 误差为%f\n\n",s2,d2);
if(d1
printf("正向求和误差小于负向求和误差\n");
else if(d1==d2)
printf("正向求和误差等于负向求和误差\n"); else
printf("正向求和误差大于负向求和误差\n");
}
实验结果：
实验分析：第一次做数值实验，又一次使用C语言编程，没有了刚学习C语言的艰难，能够将实验步骤转换成流程图并编写出完整的实验代码，在经过多次调试、改正后得到正确的程序和结果。这个实验较简单，计算误差时如果输入数据有误差，而在计算过程中舍入误差不增长，则称此算法是稳定的，否则称此算法是数值不稳定的，减少运算次数可以减小舍入误差。在运算中，如果参加运算的数的数量级相差很大，而计算机位数有限，如不注意运算次序就可能出现大数“吃掉”小数的现象，进而影响计算结果的可靠性，所以计算过程中要注意运算次序，避免出现这种现象。
数值分析上机作业1-1解析
数值计算方法上机题目1
1、实验1. 病态问题
实验目的：
算法有“优”与“劣”之分，问题也有“好”和“坏”之别。所谓坏问题就是问题本身的解对数据变化的比较敏感，反之属于好问题。希望读者通过本实验对此有一个初步的体会。
数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。
问题提出：
考虑一个高次的代数多项式
∏=-=
---=20
1
)()20)...(2)(1()(k k x x x x x p （E1-1）
显然该多项式的全部根为l ，2，…，20，共计20个，且每个根都是单重的（也称为简单的）。现考虑该多项式方程的一个扰动
0)(19
=+x
x p ε (E1-2)
其中ε是一个非常小的数。这相当于是对（E1-1）中19
x 的系数作一个小的扰动。我们希望比较（E1-1）和（E1-2）根的差别，从而分析方程（E1-1）的解对扰动的敏感性。
实验内容：
为了实现方便，我们先介绍两个 Matlab 函数：“roots ”和“poly ”，输入函数
u ＝roots （a ）
其中若变量a 存储1+n 维的向量，则该函数的输出u 为一个n 维的向量。设a 的元素依次为
121,...,,+n a a a ，则输出u 的各分量是多项式方程
0...1121=++++-n n n n a x a x a x a
的全部根，而函数
b=poly(v)
的输出b 是一个n ＋1维变量，它是以n 维变量v 的各分量为根的多项式的系数。可见“roots ”和“Poly ”是两个互逆的运算函数.
哈工大数值分析实验报告
哈工大数值分析实验报告
标题：哈工大数值分析实验报告
一、实验目的：
本实验的目的是探究在数值分析中使用的各种数值方法，对于解决实际问题的有效性
和可靠性进行评估。
二、实验内容：
本实验主要包括以下几个方面的内容：
1. 熟悉数值分析中常用的数值方法，如数值积分、数值微分、迭代法等；
2. 在MATLAB等数学软件平台上，编写程序实现所学的数值方法；
3. 使用所编写的程序，对给定的实际问题进行求解，并分析其结果的有效性和可靠性；
4. 根据实际问题的特点，评估不同数值方法的适用性，并给出相应的结论和建议。
三、实验步骤：
1. 阅读相关的理论知识，熟悉数值分析中常用的数值方法；
2. 编写数值分析实验的程序代码，包括数值积分、数值微分和迭代法等；
3. 使用编写的程序，对所给的实际问题进行求解，记录并分析结果；
4. 根据实际问题的特点，评估所使用的数值方法的可靠性和有效性；
5. 根据实验结果，撰写实验报告，包括实验目的、实验内容、实验步骤和实验结果的
分析等。
四、实验结果：
根据实际问题的不同，实验结果也会有所差异。在实验报告中，可以详细叙述对所给实际问题的求解过程，并对结果进行分析和解释。同时，还可以比较不同数值方法的结果，评估其优劣和适用性。
五、实验结论：
根据实验结果的分析，可以得出结论，总结不同数值方法的优缺点，并对其在实际问题中的应用进行评价。同时，还可以给出相应的建议，为以后的数值分析工作提供参考。
六、实验总结：
通过本次实验，进一步加深了对数值分析中常用数值方法的理解和掌握。通过实际问题的求解，对于这些数值方法的应用和效果有了更深入的认识。同时，也提高了编程和科研报告撰写的能力，为以后的学习和工作打下了坚实的基础。
数值分析实验报告-插值、三次样条
实验报告：牛顿差值多项式&三次样条
... . (1)
问题：在区间［-1,1］上分别取n=10、20用两组等距节点对龙格函数f (x)---作多项式插
25 x 2
值及三次样条插值对每个n值，分别画出插值函数矽(x)的图形。
实验目的：通过编程实现牛顿插值方法和三次样条方法，加深对多项式插值的理解。应用所编程序解决实际算例。
实验要求：
1.认真分析问题，深刻理解相关理论知识并能熟练应用；
2.编写相关程序并进行实验；
3.调试程序，得到最终结果；
4.分析解释实验结果；
5.按照要求完成实验报告。
实验原理：
详见《数值分析第5版》第二章相关容。
实验容：
(1)牛顿插值多项式
1.1 当 n=10 时：
在Matlab下编写代码完成计算和画图。结果如下：
代码：
clear all
clc
x1=-1:0.2:1;
y1=1./(1+25.*x1.八2);
n=length(x1);
f=y1(：);
for j=2:n
for i=n:-1:j
f(i) = (f(i)-f(i-1))/(x1(i)-x1(i-j+1));
end
end
syms F x p;
F(1)=1;p(1)=y1(1);
for i=2:n
F(i)=F(i-1)*(x-x1(i-1));
p(i)=f(i)*F(i);
end
syms P
P=sum(p);
P10=vpa(expand(P),5);
x0=-1:0.001:1;
y0=subs(P,x,x0);
y2=subs(1/(1+25火x八2),x,x0);
plot(x0,y0,x0,y2)
grid on
xlabel('x')
数值分析实验报告 matlab
数值分析实验报告
实验背景
数值分析是研究利用数值方法解决数学问题的一门学科。在实际科学计算中，
很多问题往往无法通过解析方法得到精确解，因此需要借助数值分析方法来近似求解。本实验使用Matlab软件来进行数值分析实验。
实验目的
本实验旨在通过数值方法解决给定问题，并验证结果的准确性和有效性。
实验步骤
1.导入数据：首先，我们需要从外部文件或手动输入数据来进行数值分
析。在Matlab中，可以使用load()函数或手动输入数据来导入数据。
2.数据预处理：对导入的数据进行预处理，包括数据清洗、缺失值处理、
异常值处理等。通过Matlab提供的函数和方法，可以方便地进行数据预处理。
3.数据分析：根据实验要求，使用合适的数值方法进行数据分析。常见
的数值方法包括插值、拟合、积分、微分等。根据具体情况选择合适的方法，并使用Matlab提供的相关函数进行计算。
4.结果可视化：将分析得到的结果可视化展示，以便更直观地理解数据
分析的结果。在Matlab中，可以使用plot、bar、histogram等函数进行数据可视化。
5.结果验证：对分析结果进行验证，比较数值方法得到的近似解与理论
解的差异。通过对比分析，可以评估数值方法的准确性和有效性。
6.结果讨论：对实验结果进行讨论和总结。分析实验中遇到的问题、方
法的优缺点，并提出改进的建议。
实验结果
根据实验步骤，我们得到了以下实验结果： 1. 经过数据预处理，得到了清洗后
的数据集。 2. 使用插值方法对缺失值进行填充，并对异常值进行处理。 3. 应用拟
合方法，得到了拟合曲线，并计算了相关的拟合误差。 4. 使用数值积分方法，计
《数值分析》课程实验报告范文
《数值分析》课程实验报告范文
《数值分析》课程实验报告姓名：学号：学院：机电学院日期：2022年某月某日目录实验一函数插值方法1实验二函数逼近与曲线拟合5实验三数值积分与数值微分7实验四线方程组的直接解法9实验五解线性方程组的迭代法15实验六非线性方程求根19实验七矩阵特征值问题计算21实验八常微分方程初值问题数值解法24实验一函数插值方法一、问题提出对于给定的一元函数的n+1个节点值。试用Lagrange公式求其插值多项式或分段二次Lagrange插值多项式。
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)051015202530354045505501.272.162.863.443.874.154.374.51 4.584.024.64二、要求1、用最小二乘法进行曲线拟合；2、近似解析表达式为；3、打印出拟合函数，并打印出与的误差，；4、另外选取一个近似表达式，尝试拟合效果的比较；5、某绘制出曲线拟合图。
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、实验步骤：第一步先写出线性最小二乘法的M文件functionc=lpoly(某,y,m)n=length(某);b=zero(1:m+1);f=zero(n,m+1); fork=1:m+1f(:,k)=某.^(k-1);enda=f＇某f;b=f＇某y＇;c=a＼