实验一：复化辛普森公式求定积分 1．理解复化梯形公式、复化Simpson公式、Romberg方法和复化Gauss-Legendre公式计算的概念 2．掌握Newton-Cotes求积公式的原理，包括了解这些公式的误差及代数精度，参考课本写出复化辛普森算法的程序，在matlab中实现，并用matlab内置的函数计算，进行误差分析。 实验二：非线性方程求解 内容：用一般迭代法与Newton迭代法求解非线性方程的根，讨论迭代函数对收敛性的影响，初值的选取对迭代法的影响，收敛性与收敛速度的比较。 要求

此程序为本人学习数值分析中编写的matlab程序，大家如有需要可以分享一下。

介绍了Newton_Raphson迭代法、Jacobi迭代法、Gauss-Seidel迭代法、Lagrange插值、Newton插值、曲线拟合的最小二乘法、Newton-Cotes求积公式、复合梯形求积分、复合Simpson求积公式、复合Cotes求积公式、Euler方法、四阶Runge-Kutta公式等方法，并附有Matlab程序

求解线性⽅方程组 Ax=b，其中 A 为 nxn 维的已知矩阵，b 为 n 维的已 知向量，x 为 n 维的未知向量。 (1)Jacobi 迭代法。 (2)Gauss-Seidel 迭代法。 (3)逐次超松弛迭代法。 (4)共轭梯度法。 A 为对称正定矩阵，其特征值服从独⽴同分布的[0,1]间的均匀分布;b 中的元素服从独立同 分布的正态分布。令 n=10、50、100、200，分别绘制出算法的收敛曲线，横坐标为迭代步 数，纵坐标为相对误差。比较 Jacobi 迭代法、Gauss-Seidel