化学实验报告精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的化学实验报告主题范文，仅供参考，欢迎阅读并收藏。

第1篇：化学实验报告范文

一、应明确实验的目的，确定实验观察的重点

设置某实验的目的在于实现某一学习目标，实验目的决定了实验观察的重点。只有明确重点观察的内容，抓住本质的现象，才能有效地观察、有效地学习。如在初中化学（序言）课的实验，所设置的几个实验都是为学生顺利理解和掌握物理变化和化学变化而设置的。因此，观察重点应放在反应前后物质是否发生了变化，从而确定变化是物理变化还是化学变化。如镁带的燃烧实验，观察的重点是镁带燃烧后的产物的性质和镁带有何本质的不同，确定反应是否有新物质生成，从而判断该反应是否属于化学变化。而不能仅仅注意实验过程中的发出耀眼的强光，放出大量的热这一非本质的现象。只有这样，才能实现实验的目的――掌握物理变化和化学变化的本质。

二、要明确实验观察的顺序

一般而言，实验观察的顺序是：1、实验仪器的选择与连接？摇2.药品放置的部位？摇3.反应物的色、态、味等物理性质？摇4.反应发生的条件、催化剂、反应操作方法？摇5.反应过程中的现象（发光、放热、变色、放出气体、生成沉淀等）？摇6.生成物的色、态、味等物理性质。按照上述顺序观察硫在氧气中燃烧的实验，观察到的现象是：淡黄色的固体硫在氧气中燃烧，发出蓝紫色火焰，放出大量的热，生成一种有刺激性气味的无色气体。在观察实验室制氧气的装置特点时，应先观察整套装置是由发生装置、导气管，收集装置等三部分组成，然后观察每个部分都是哪些仪器组成，选择这些仪器的依据，最后再观察它们是如何组装成整套装置的，如何检查装置的气密性等。学会观察实验室制氧气的装置特点的程序，便可依此程序去观察实验室制取其它气体的装置特点。

三、要能区分明显现象和主要现象

明显现象是我们感观容易察觉的现象，主要现象是最能揭示变化本质的现象，以铁丝在氧气中燃烧的实验为例，剧烈燃烧、火星四射是明显现象，：生成一种不同于铁的黑色固体是主要现象，透过现象，我们即能揭示出铁丝在氧气中燃烧是化学变化。当然，对于有些实验而言，某一现象既可能是明显现象，又可能是主要现象，如二氧化碳通入澄清石灰水中，石灰水变浑浊。既是明显现象又是主要现象。

四、注意现象描述的准确性。

描述和观察是分不开的，观察得仔细，但描述不准确、不规范，实验也很难达到预期的目的。实验描述中常常出现的问题有：

1.把现象与结论混同，如：描述铁在氧气中燃烧的现象时把有黑色固体生成描述为有四氧化三铁生成，在碳酸盐中加入酸，把有气泡产生描述成有二氧化碳气体生成，就都犯了这样的错误。

2.用词不当，如把磷在氧气中燃烧时生成的白烟说成白雾或白色的烟雾（化学上的烟和雾是又区别的，烟是固体小颗粒，雾是小液滴），还有的把“加热”说成“点燃”；“熔化”说成“溶化”等。

3.“发光”“火焰”不分物质燃烧时，一般伴随着火焰或光，二者要正确区分。“发光”一般是固体燃烧时产生的一种现象。如木炭在氧气中燃烧发出白光，铁丝在氧气中燃烧火星四射。“火焰”是气体燃烧时产生的现象。如氢气在空气中燃烧产生淡蓝色火焰等。

4.“白色”与“无色”分不清“白色”是指物质对光反射产生的一种视觉现象，如白色氯化银沉淀、白色氯酸钾粉末。“无色”则是光能全部透过的物质所产生的一种现象。如纯水是无色液体，二氧化碳是无色气体等。

第2篇：化学实验报告范文

在学校领导的帮助、同事们的关心、配合下，化学实验室的管理工作取得了一些成绩。现将本学期的实验室工作作如下总结。

一、实验室和仪器室的管理工作方面：

在教学中，能做的实验必须做，条件不具备的实验，教师通过自制简易教具也尽可能做，使学校的实验实充分发挥了其自身作用。仪器室管理方面，每周对实验器材进行一次清理，出现损坏及时查明原因并按规定进行赔偿。对损坏的物品及时报损并入帐，做到帐上日清月结，使教学仪器的使用监督常规化。对所缺物品及时和学校及相关部门联系，通过购进保证了实验教学的正常开展。

二、实验室的档案整理工作方面：

在上学期档案整理的基础上，按照省一级达标学校要求对档案继续进行规范。按省一级达标学校检查验收的归档要求进行归档。促进了实验教学工作的连续性，同时也为保证实验教学的正常开展提供依据。

三、实验室使用方面

用好化学实验室，发挥设备作用。我们要求上课教师有效地发挥仪器作用以及现代化手段提高教学效益，培养学生创新精神和实践能力。演示实验开出率达100％，分组实验开出率达100％，有力地促进了实验教学的顺利开展。

建立完善的管理制度，让教师和学生按制度去做。开学初期将学生分好组并固定下来，以小组为单位进行实验教学。学生一进实验室，有序做好桌上的物品摆放，认真听讲，了解仪器性能和操作方法，按要求做好实验，做完后，搞好桌面的清点、整理、清洁工作，物品的收放。

四、仪器借用和管理方面：

仪器借用是保证实验教学开展的前提，在借用过程中，对教师借出的仪器及时进行登记，根据教学中的使用情况，督促教师及时归还。完善相关的借用手续，对于人为损坏的，及时报告学校并按规定进行赔偿，并做到全天候向师生开放。

五、危险药品和实验室安全管理方面：

本学期中的好几个实验均用到危险药品。在使用过程中，均严格按照《危险药品管理规范》执行，注意用量，演示实验药品的保存。对未用完的药品，根据情况进行合理处理或回收。定期检查室用电线路，配有消防器材。在本学期中，我校未发生过危险药品安全事故。

六、存在的问题及打算

在本学期的实验教学中，虽然取得了一定的成绩，但也存在着不少问题，主要表现在以下几个方面：

1、仪器借用还不充分，还有待加强。

2、仪器维修作为实验室管理人员来说还需要加强学习。

3、实验教学就和其它学科进行优化整合，让其它学科促进实

第3篇：化学实验报告范文

（2）用量筒量取适量蒸馏水

（3）置于烧杯中搅拌溶解冷却

（4）用玻璃棒将液体引流到1L的容量瓶中

（5）再用蒸馏水洗烧杯，再引流到容量瓶中

（6）用胶头滴管定容

（7）盖上容量瓶盖子，上下摇晃，混合均匀即可

2 （1）验漏

（2）用标准液和待测液润洗滴定管

（3）取高锰酸钾溶液于酸式滴定管中，取草酸于酸式滴定管中，并读出初始刻度

（4）将草酸流入锥形瓶中，在锥形瓶下方垫上白纸

（5）用正确方法将高锰酸钾溶液滴入锥形瓶中

（6）直到溶液微呈淡紫色，滴定结束

（7）读出末刻度，计算

3 加入少量NaOH固体 生成白色沉淀的是AlCl3

加少量Ba（OH)2固体，有无色的可使湿润的红色石蕊试纸变蓝的气体

的再加入HCl，白色沉淀不溶解的是（NH4)2SO4，沉淀溶解的是（NH4)2CO3

4 将新制的氯水分别加入，振荡，再加入CCl4，振荡静置分层

第4篇：化学实验报告范文

2、实验仪器和药品:分液漏斗,铁架台(带铁圈),溴水,CCl4

3、实验步骤:] 您正浏览的文章由kt250.COM(第一·范·文网)整理，版权归原作者、原出处所有。

取少量溴水加入分液漏斗,加CCl4,振荡,静置,分液

第5篇：化学实验报告范文

科技时代的迅猛发展,呼唤着基础教育的改革，全面实施素质教育，培养学生的创新意识、创新能力，势在必行。我在化学教学中进行科学品质教育实验,培养学生的严细精神、实证精神、民主精神、创新精神、献身精神等科学精神，激发学生养成创新思维习惯,学生克服了以往被动的学习化学知识的习惯, ,学习的积极性高涨,创新能力有了大幅度的提高,教学成绩有了新的突破。

2.实验目的 

2.1 提高学生学习化学的兴趣,增强学习化学的信心,塑造学生坚毅刻苦的品格,陶冶学生高尚的情操。

2.2 通过实验,使学生受到科学方法教育,培养学生的创新意识和创造能力。.

2.3 通过实验，使学生的实证精神、创新精神、献身精神等科学精神得到了提升。

3.实验过程

实验分为三个阶段

第一阶段：搜集资料

师生从各类报刊杂志及教育网络搜集并下载有关资料,进行剪贴,并及时做好阅读笔记,师生在此过程中,深刻了解到众多科学家推动世界科学技术的发展过程,深深地为他们的严细精神、实证精神、创新精神、献身精神所打动,为他们使用的科学研究方法所折服,在第一阶段结束时,举行了一次演讲比赛,每位同学的演讲都强烈的震撼着老师的心,把第一阶段的实验推向,请听学生的心声：科学家摩尔根的研究成果获诺贝尔奖时,他没有表现出半点自傲,甚至连盛大的授奖仪式也没有参加,仍然潜心于自己的研究。他还说,这奖赏不是给他一个人的,而是对整个化学的褒奖----看轻个人荣誉,执着追求事业。爱因斯坦在完成了“相对论”后说:：“我死不死无关紧要，.广义的相对论已经问世了,这才是真正重要的。”------他们甘为事业捐躯的心怀是多么坦然。…第一阶段的实验结束后,我明显的感觉到,学生学习化学的兴趣、意志得到了增强,学习比以前更加勤奋刻苦,初三.三班的陈明同学有这样的体会,以前上网常常是操作无聊的游戏,现在上网我常常查阅有关化学家的成就及他们成功的背后艰辛的付出，我深深地被他们的精神所打动,被他们的科学方法所吸引,我不再讨厌学习自然科学了,我发现自然科学领域是那么广阔有趣,自然科学的成果对人类和社会发展是多么重要,我一定学科学、爱科学,将来成为科学专家来造福人类,造福社会.

第二阶段：实践探索

2.1 激发学生学习兴趣。

爱因斯坦说：“兴趣是最好的老师”，.布鲁诺说:“学习的最好刺激,是对所学的材料产生兴趣。”因此在课堂上,我们充分利用平时所搜集的材料,创设教学情境,提高学生的学习兴趣

2.1.1 引用科学家故事：如在学习：“酸”这一节时，巧妙地穿插上“波义耳在实验室里无意将一束紫罗蓝花沾上盐酸雾，结果紫花变红，他顺藤摸瓜发现酸碱可使花的色素发生不同颜色

的变化，从而发明了酸碱指示”的故事，不仅使学生加深了对酸的性质的认识，而且激起了学生在偶然现象中扑捉灵感的兴趣。

2.1.2 引用科学实验：如在学习空气组成这一节时，可展示科学家拉瓦锡、卡文迪许、雷利、拉姆塞探究空气成分的实验过程，通过实验展示，既提高了学生的学习兴趣，又再现了科学家发现问提解决问题的过程，认识了他们的科学价值使学生受到了科学实验方法教育。

2.1.3 介绍科技动态：当今世界知识与技术日新月异科学成果逐渐普及并渗透到社会生活的各个方面，在教学中适适时向学生介绍一些科技动态，如：清华大学化学系研制的新型减水剂落户莱芜，山东大学化学系研制的仿真皮皮革厂在莱芜试产等等。。。以激发学生学习化学知识的热望。

2.2 培养研究问题的科学方法。

化学是一门实验科学，我们可应用化学实验培养学生发现问题研究问题的科学方法，在化学实验中同学们要学会观察的方法，学会基本操作的方法，学会实验测定的方法，学会对资料和数据分析与处理的方法。科学方法的获得不仅可以提高化学学习的质量，而且更重要的是养成了学生主动探究问题解决问题的科学品质。

第三阶段：深化提高

2.2.1 强化思维方法教育。

思维是反映事物本质属性和规律性的认识活动，是认识综合转化的过程，思维是科学品质的核心内容，初中化学教学应使学生掌握一些基本的思维方法，如比较法.分类法.归纳法.演绎法.要通过这些思维方法的教育，使学生具备初步的分析与综合能力。在实验过程中我们充分重视思维方法教育，对每个知识点都设计出合理的思维程序去组织教学，让学生始终主动的去学习。例如在学习《分子原子》一章时，由于概念较多而且又抽象教师可启发学生从物质的分类入手将混合物与纯净物、单质与化合物、混合物与化合物、化合物与氧化物、加以比较分析找出它们的区别与联系。从而对概念的形成有了更进一步的认识。在认识过程中学生就能逐步学会比较、分类思维法形成良好的思维品质。

2.2.2 形成全面的科学能力。

科学能力是科学素质的具体体现，在化学学科的学习中，它包括观察能力、实验能力、思维能力和自学能力。我们根据化学学科的特点利用化学实验培养学生的科学能力，形成良好的科学品质。化学实验的学习具有形象.生动.直观的特点，学生在这形象直观事物的学习和研究中，养成观察的习惯，学会观察的方法，培养观察能力，化学实验要求学生动手操作可以利用一切动手操作的机会，包括分组实验.随堂实验.课外小组实验及家庭小实验，由亲自动手做实验逐步提高自己的实验能力；同时在动手实验中培养学生善于发现问题、提出问题并解决问题以促成良好的思维方法和思维品质的形成；另外，进行化学实验要求学生预习实验书写实验总结报告，甚至要求进行实验设计这种预习——实验总结——创新设计，正是培养同学们自学能力和创新精神的最佳途径。例如在学完酸和碱的知识后教师可让学生设计多种实验方案区别稀硫酸和石灰水，学生在设计实验方案时想到了利用酸碱通性的不同加以区别，找到了多种方案，经过再度思考，学生还能利用加热两种溶液的方法加以区别。加热变浑浊的为石灰水，无此现象的为稀硫酸。通过这一实验的多方案设计学生的思维开阔了。不仅用化学方法也可用物理方法区别稀硫酸与石灰水，学生的创新思维品质得到了发展。

总之，在教学过程中，我们力求充分利用科学人物、科学事件、科学实验努力创设教学情境，培养学生的自学能力，归纳概括等-逻辑思维能力、迁移发散能力，全方位地培养学生的创新能力，形成良好的科学品质。

第6篇：化学实验报告范文

关键词：化学 实验 环保意识

化学是一门以实验为基础的学科，化学实验为学生提供了最自主能动的实践活动，为学生创造了在亲身经历和体验中获得知识与技能、激发兴趣、培养科学精神的生动学习情境。因此，做好化学实验，是学好化学的重要途径之一。

事实上，由于受实验设备及客观条件的限制，在许多实验过程中，很难做到低污染、无污染的要求。但是，可以通过对实验方法和仪器装置的改进，以减小对人体的危害，降低对环境的污染，进而达到化学实验的绿色化。

例1：在九年级化学课本（上册）中，涉及到硫在空气、氧气中燃烧的对比实验，生成的产物是SO2，SO2是没有颜色、有刺激性气味的有毒气体。为减少SO2的危害，必须要对废气进行处理，一般可以利用SO2能与碱溶液反应生成盐和水的性质，将废气经过NaOH溶液或NH3・H2O吸收。发生如下反应：

2NaOH +SO2=Na2SO+H2O

Na2SO3+SO2+H2O=2NaHSO3

2NH3・H2O+SO2 =（NH4）2SO3+H2O

据此，对该实验做了如下改进：取两只集气瓶，各加入1ml-2ml 3mol/L NaOH溶液，在其中一瓶中盛满氧气，两只燃烧匙中分别放入少量的硫，点燃一燃烧匙中的硫，立刻伸进盛满氧气的集气瓶中，并迅速用玻璃片盖住集气瓶（如图Ⅰ），使生成的SO2最大限度的与NaOH溶液充分反应。如此一来，同比硫在与外界连通的敞开环境中燃烧，降低了对大气的污染程度，减小了对人体的危害，在某种意义上，实现了化学实验的绿色化。对于硫在盛有氧气的集气瓶中的燃烧（如图Ⅱ），步骤同上。

例2：在用CO还原CuO的实验中，尾气中有生成的CO2和未参加反应的CO，我们知道CO是有剧毒的气体，吸进肺中能与血液中的血红蛋白相结合，使血红蛋白不能很好的与氧气结合，人就会因缺少氧气而窒息甚至死亡。因此，尾气的吸收和处理在环境保护方面尤为重要。在实验过程中先通入一会儿CO气体，结束时再通入一会儿CO气体，这样，未参加反应的CO气体排到空气会造成污染，所以用气球收集或直接在尾气出口处连接一尖嘴导管，点燃多余的CO气体，CO气体就与O2在点燃条件下反应，生成了CO2。如此一来，减小了对人体的危害，降低了对大气的污染。

例3：在高一化学（上册）课本中，安排了Cl2的实验室制法，在实验中，氯气用浓盐酸与二氧化锰在加热条件下反应制取，反应原理为：

4HCl（浓）+MnO2 MnCl2+Cl2+2H2O

Cl2有毒，并有强烈的刺激性气味，人吸入少量的氯气会使鼻和喉头的黏膜受到刺激，引起胸部疼痛和咳嗽，吸入大量的氯气会中毒致死。所以，尾气处理是该实验过程中关键的一步。根据氯气的化学性质，氯气能够与碱溶液[NaOH、Ca（OH）2]发生反应，发生的化学反应方程式为：

Cl2+2NaOH=NaCl+NaClO+H2O

2Cl2+2Ca（OH）2=CaCl2+Ca（ClO） 2+2H2O

产物均为无毒无害的物质，并且CaCl2和Ca（ClO） 2是漂白粉的主要成分，这样既利用了尾气制得了可利用的新物质，又减少了Cl2对环境造成的污染。

笔者认为，在大量的化学实验中，所产生的气体绝大部分是有害气体（如CO、SO2、Cl2、H2S、NO2等），或多或少会对人类的生存带来不同程度的危害，对环境造成一定的污染。因此，化学实验中的尾气处理就显得至关重要，实验时一定要设计好实验步骤，使污染降低到最低程度，实现化学实验的绿色化，进而提高环保意识，以求人对自然的尊重、人与自然的和谐。

参考文献

[1]义务教育实验教科书《化学》九年级（上册）.人民教育出版社，2006，34。

第7篇：化学实验报告范文

关键词 高中化学；演示实验 ；PDOE模式；实验报告单

PDOE模式是一种新型演示实验教学模式，以建构主义学习理论和观察渗透理论为理论基础，通过产生认知冲突来实现概念转变，旨在培养学生的探究意识与能力，在此模式教学环境下，学生是课堂的中心，主导着教学方向，实验进程变数大。实施此模式教学时，可通过重整教科书设定的实验本体，以科学问题先于观察的视角整合活动嵌入方式，开发出与教学单元相匹配的探究式PDOE实验报告单，使之成为实施教学的载体。

一、高中化学演示实验DOE模式与PDOE模式比较

当前高中化学演示实验教学模式主要有DOE与PDOE两种，代表着演示实验教学的两种主流做法。DOE模式由Champagne、Klopfer和Anderson于1980年提出，用以勘察学生对科学概念、原理的理解，该模式包含“演示-观察-解释（demonstrate-observe-explain，缩写为DOE）”三个环节。具体方法为：教师演示实验，学生观察、记录实验现象，教师解释、总结。我国高中化学演示实验教学基本上采用这种模式。

PDOE模式是基于学生探究意识与能力培养需要而开发的一种新型演示模式，由Richard White和Richard Gunstone于1992年提出，在传统DOE模式的基础上增加了一个“预测（predict）”项目，变“演示-观察-解释”为“预测-演示-观察-解释”（缩写为PDOE），使演示实验从一开始就是学生共同参与的探究活动。具体方法为：在演示实验前期，教师提供所要开展实验活动的相关材料并将学生分组，各小组学生根据实验要求提出猜想，预测可能的活动进程、实验现象及结论；在动手实验阶段，教师与学生一起完成，学生边观察、记录，边反思，教师边引导边纠错；在活动后期，教师组织各小组学生交流活动中出现的各种预测与实验现象之间的差别，讨论并解释原因，最后进行总结、拓展。

从表面上看，PDOE模式比DOE模式仅仅增加了一个预测“P”项目，但二者在教与学的方式上却产生了本质的差异，见表1。

比较分析表1，两种模式的主要差别可概括为以下两个方面：

DOE模式以教师为中心，实验进程由教师主导，从演示什么实验、什么时候开始实验、应该观察哪些实验现象，到怎样分析这些实验现象以及可以获取什么样的实验结论等，均由教师主宰、掌控，教师做什么，学生就看什么，教师讲多少，学生就记多少，教师所需要竭力做到的就是尽量讲解清楚实验本体以及相关的科学知识，学生所需要努力达成的就是在观察的基础上记住教师所讲的内容，教学目的就是让学生通过实验观察加深概念理解。PDOE模式则以学生为中心，实验进程由师生共同主导，做什么实验、为什么做实验以及怎样做实验都是在学生提出猜想即具有前概念的前提下进行的，实验活动不再是为了证实书本上已被无数次证实过的科学结论，而是为了检测学生头脑中可能产生的各种稀奇古怪的想法。活动过程主要是围绕学生的认知展开，是一个否定之否定的过程；教学目的就是通过概念转变实现学生的认知提升；教学任务只有在学生经过自主建构实现概念转变的前提下才算完成。

DOE模式以接受学习为主旨，主要用以帮助学生获取感性认识、加深概念理解、培养观察能力等。主要的缺陷在于：过于依赖教师对实验过程的单方面主导，学生主体性地位不强，因实验本体事先由教科书设定，学生在教师演示实验之前已经能够通过预习获得实验所能观察到的现象以及现象背后的原因或结论，演示实验沦为教学内容的附庸与陪衬，教学功能弱化严重。PDOE模式则以探究学习为主旨，强调实验过程与认知变化过程融合，“问题”由学生提出，“方案”由学生设计，“实验过程”由学生完成，“结论”由学生得出，“评价”由学生来做，整个教学过程都在学生全程参与的情况下完成，学生可以通过设计实验培养创新能力，通过亲自动手培养操作能力，通过观察实验现象培养敏锐的感知和观察能力，通过记录、分析、处理实验数据培养思维能力等等。主要问题在于：在该模式教学环境下，学生是课堂的中心，主导着教学方向，实验进程变数大，是一个充满动态生成的变体；对大多数教师而言，采用此模式上一、两节公开课也许问题不大，但要做到常态化教学，难度不小。

因此，如何轻松地以PDOE模式进行常态化教学，成为摆在化学教师面前的一大难题。

二、探究式PDOE实验报告单的开发

本研究提出“探究式PDOE实验报告单”这一解决方案，试图通过重整现行教科书设定的实验本体，以科学问题先于观察的视角整合活动嵌入方式，开发与每一个教学单元相匹配的探究式PDOE实验报告单，使之成为实施PDOE模式教学的基本载体。

1.探究式PDOE实验报告单的栏目设置

为充分体现探究理念，本实验报告单设置了不同功能的六个栏目，从不同层面引导学生围绕科学问题展开探究活动，让学生在活动中感受科学探索的曲折与艰辛，体验知识生成的激动和欢欣，掌握科学的研究方法，养成实事求是的科学态度，增强合作精神与实践能力，达到学以致用的目的。分别是：

【你知道吗】引导学生回顾已有知识，联系生活经验、生产实际，介绍相关概念及原理，提供探究所需的前备知识、方法等。

【实验课题】以设问的形式呈现实验本体，附带可供选用的实验用品（提供选用的仪器、药品等具有一定的选择性）。

【提出猜想】学生预测可能出现的各种情况，做出假设，并设计出相应的实验方案。

【交流与讨论】班级汇总、交流、讨论，产生2-3个有代表性的实验方案。

【活动与探究】根据班级形成的实验方案逐次展开活动。引导学生探讨实验现象，解释现象产生的原因，得出科学结论。

【反思与拓展】就学生认知发生冲突的地方进行针对性总结、评价，引导学生适时反思，鼓励学生提出新的问题。设置1-2个变式题演练巩固实验成果。

2.探究式PDOE实验报告单课例

以苏教版普通高中课程标准实验教科书化学必修1专题1第二单元《研究物质的实验方法》中“常见物质的检验”一课为例，将本课所安排的4个演示实验本体进行重整，实验报告单样式如下：

探究课题 物质的检验

【你知道吗】在生产生活和科学研究中，人们经常需要测定物质的组成，确定它是哪种物质，即进行物质的检验。通常人们可以根据不同物质某些物理性质的特征将物质粗略地区分开来，但更多的是根据不同物质的某些特征反应对物质进行检验。例如，根据碳酸盐与盐酸反应放出二氧化碳气体，确定某矿石中是否含碳酸盐；根据纤维在火焰上燃烧产生的气味，确定该纤维是否为蛋白质纤维。

【实验课题】现有四瓶失去标签的无色溶液，分别是氯化铵、硫酸铵、氯化钾、硫酸钾，请你采用尽量多的方法来鉴别它们。

可供选用的实验用品有：试管、试管夹、带有弯玻璃导管的塞子、玻璃棒、点滴板、表面皿、玻璃片、胶头滴管、酒精灯、火柴、铁架台（带有铁圈、铁夹）、石棉网、棉花、铂丝、铁丝、铜丝、蓝色钴玻璃、红色石蕊试纸、蓝色石蕊试纸、pH试纸、石蕊试液、酚酞试液、蒸馏水、 1 mol・L-1 NaOH溶液、1 mol・L-1 Ba（OH）2溶液、澄清石灰水、0.1 mol・L-1 AgNO3溶液、0.1 mol・L-1 Pb（NO3）2溶液、稀硝酸、稀盐酸、稀硫酸、0.1 mol・L-1 BaCl2溶液、0.1 mol・L-1 Ba（NO3）2溶液。

【提出猜想】将四瓶失去标签的无色溶液分别标号为A、B、C、D。

方案1：

方案2：

（若还有其他方案，请另附纸）

【交流与讨论】经过小组讨论，我们确定的实验方案有：

方案1：

方案2：

（若还有其他方案，请另附纸）

【活动与探究】（请将探究过程中有关的实验活动、实验现象、解释与结论等填入下表中）

（若表中空格不够，请另附纸）

【反思与拓展】

一、自我评价

1.问题与认识

（1）检验SO42-离子时，所加试剂的先后顺序是什么？为什么？

（2）在焰色反应实验中，稀盐酸的作用是什么？为什么观察钾的焰色必须透过蓝色钴玻璃？

2.整理与归纳：通过实验探究，请简要说说H+、Na+、K+、NH4+、OH-、CO32-、HCO3-、Cl-、SO42-等9种离子的检验方法。

二、拓展演练

某化工厂排放的污水中可能含有H+、Na+、K+、Cu2+、Ba2+、OH-、NH4+、Cl-、CO32-、SO42-中的一种或几种，请设计实验加以确定。

三、探究式PDOE实验报告单使用建议

为更好地使用探究式PDOE实验报告单，确保各个教学环节紧凑而有序，优化实施效果，建议教学时注意把握好以下几点。

1.课前

报告单中前三个栏目的内容应由学生课前预习完成，课堂上直接进入汇总、交流与讨论环节，可节省不少时间。这与导学案在使用手法上有些类似。

2.课中

实验课题附带提供选用的仪器、药品等具有一定的选择性，教师可依据学情辅以必要的提示，或者适当调整实验用品，但不可过度提示或实验用品调整范围过窄而导致学生在预测时由于指向性过于明确而压缩了个人发挥的空间，进而影响探究的欲望和质量。尤其是就实验方案的设计而言，可行的实验方案往往多种多样，除了教科书上提供的、课堂上教师介绍的常见常用方案之外，还可能有一些非常规的或不在要求掌握范围内的方案，虽然这些方案的产生与教学任务的关联度可能很小，但是它们的存在本身也是很好的教学资源，不可因提示过度或实验用品调整范围过窄而使它们丧失了生成的可能。从某种意义上说，动态生成及其衍生的教育功能也是PDOE模式教学的基本出发点之一。

教师在课堂上应努力创设出能够让学生自由表达个人观点的环境，鼓励学生敢于提出新的问题。教学过程要密切关注学生的认知冲突，及时予以引导，帮助学生在反思中实现概念转变。

演示实验时，活动方式可以是教师演示，也可以是学生代表上台演示。在PDOE模式教学环境下，学生是课堂的中心，除了较为复杂的操作类实验需要教师亲力亲为外，相对简单的滴管实验则应该大胆放手由学生代表上台演示。让学生按照自己的想法去完成预设的实验方案，不仅有助于科学概念的植入，而且一旦由此产生了认知冲突，其剧烈程度会让学生印象深刻，学生必然急于解决冲突，此时再及时予以指导，效果立竿见影。此外，多让学生上台演示还有利于课堂感染力的提升。

3.课后

第8篇：化学实验报告范文

一、实验3.1

题目：

考虑线性方程组，，，编制一个能自动选取主元，又能手动选取主元的求解线性代数方程组的Gauss消去过程。

（1）取矩阵，，则方程有解。取计算矩阵的条件数。分别用顺序Gauss消元、列主元Gauss消元和完全选主元Gauss消元方法求解，结果如何？

（2）现选择程序中手动选取主元的功能，每步消去过程都选取模最小或按模尽可能小的元素作为主元进行消元，观察并记录计算结果，若每步消去过程总选取按模最大的元素作为主元，结果又如何？分析实验的结果。

（3）取矩阵阶数n=20或者更大，重复上述实验过程，观察记录并分析不同的问题及消去过程中选择不同的主元时计算结果的差异，说明主元素的选取在消去过程中的作用。

（4）选取其他你感兴趣的问题或者随机生成的矩阵，计算其条件数，重复上述实验，观察记录并分析实验的结果。

1.

算法介绍

首先，分析各种算法消去过程的计算公式，

顺序高斯消去法：

第k步消去中，设增广矩阵中的元素（若等于零则可以判定系数矩阵为奇异矩阵，停止计算），则对k行以下各行计算，分别用乘以增广矩阵的第行并加到第行，则可将增广矩阵中第列中以下的元素消为零；重复此方法，从第1步进行到第n-1步，则可以得到最终的增广矩阵，即；

列主元高斯消去法：

第k步消去中，在增广矩阵中的子方阵中，选取使得，当时，对中第行与第行交换，然后按照和顺序消去法相同的步骤进行。重复此方法，从第1步进行第n-1步，就可以得到最终的增广矩阵，即；

完全主元高斯消去法：

第k步消去中，在增广矩阵中对应的子方阵中，选取使得，若或，则对中第行与第行、第列与第列交换，然后按照和顺序消去法相同的步骤进行即可。重复此方法，从第1步进行到第n-1步，就可以得到最终的增广矩阵，即；

接下来，分析回代过程求解的公式，容易看出，对上述任一种消元法，均有以下计算公式：

2.

实验程序的设计

一、输入实验要求及初始条件；

二、计算系数矩阵A的条件数及方程组的理论解；

三、对各不同方法编程计算，并输出最终计算结果。

3.

计算结果及分析

（1）

先计算系数矩阵的条件数，结果如下，

可知系数矩阵的条件数较大，故此问题属于病态问题，

b或A的扰动都可能引起解的较大误差；

采用顺序高斯消去法，计算结果为：

最终解为x=(1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000001,

0.999999999999998,

1.000000000000004,

0.999999999999993,

1.000000000000012,

0.999999999999979,

1.000000000000028)T

使用无穷范数衡量误差，得到=2.842170943040401e-14，可以发现，采用顺序高斯消元法求得的解与精确解之间误差较小。通过进一步观察，可以发现，按照顺序高斯消去法计算时，其选取的主元值和矩阵中其他元素大小相近，因此顺序高斯消去法方式并没有对结果造成特别大的影响。

若采用列主元高斯消元法，则结果为：

最终解为x=(1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000)T

同样使用无穷范数衡量误差，有=0；

若使用完全主元高斯消元法，则结果为

最终解x=(1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000,

1.000000000000000)T

同样使用无穷范数衡量误差，有=0；

（2）

若每步都选取模最小或尽可能小的元素为主元，则计算结果为

最终解x=(1.000000000000000

1.000000000000000

1.000000000000000

1.000000000000001

0.999999999999998

1.000000000000004

0.999999999999993

1.000000000000012

0.999999999999979

1.000000000000028)T

使用无穷范数衡量误差，有为2.842170943040401e-14；而完全主元消去法的误差为=0。

从（1）和（2）的实验结果可以发现，列主元消去法和完全主元消去法都得到了精确解，而顺序高斯消去法和以模尽量小的元素为主元的消去法没有得到精确解。在后两种消去法中，由于程序计算时的舍入误差，对最终结果产生了一定的影响，但由于方程组的维度较低，并且元素之间相差不大，所以误差仍比较小。

为进一步分析，计算上述4种方法每步选取的主元数值，并列表进行比较，结果如下：

第n次消元

顺序

列主元

完全主元

模最小

1

6.000000000000000

8

8

6.000000000000000

2

4.666666666666667

8

8

4.666666666666667

3

4.285714285714286

8

8

4.285714285714286

4

4.133333333333333

8

8

4.133333333333333

5

4.064516129032258

8

8

4.064516129032258

6

4.031746031746032

8

8

4.031746031746032

7

4.015748031496063

8

8

4.015748031496063

8

4.007843137254902

8

8

4.007843137254902

9

4.003913894324853

8

8

4.003913894324853

10

4.001955034213099

0.015617370605469

0.015617370605469

4.001955034213099

从上表可以发现，对这个方程组而言，顺序高斯消去选取的主元恰好事模尽量小的元素，而由于列主元和完全主元选取的元素为8，与4在数量级上差别小，所以计算过程中的累积误差也较小，最终4种方法的输出结果均较为精确。

在这里，具体解释一下顺序法与模最小法的计算结果完全一致的原因。该矩阵在消元过程中，每次选取主元的一列只有两个非零元素，对角线上的元素为4左右，而其正下方的元素为8，该列其余位置的元素均为0。在这样的情况下，默认的主元也就是该列最小的主元，因此两种方法所得到的计算结果是一致的。

理论上说，完全高斯消去法的误差最小，其次是列主元高斯消去法，而选取模最小的元素作为主元时的误差最大，但是由于方程组的特殊性（元素相差不大并且维度不高），这个理论现象在这里并没有充分体现出来。

（3）

时，重复上述实验过程，各种方法的计算结果如下所示，在这里，仍采用无穷范数衡量绝对误差。

顺序高斯消去法

列主元高斯消去

完全主元高斯消去

选取模最小或尽可能小元素作为主元消去

X

1.000000000000000

1.000000000000000

1.000000000000000

1.000000000000001

0.999999999999998

1.000000000000004

0.999999999999993

1.000000000000014

0.999999999999972

1.000000000000057

0.999999999999886

1.000000000000227

0.999999999999547

1.000000000000902

0.999999999998209

1.000000000003524

0.999999999993179

1.000000000012732

0.999999999978173

1.000000000029102

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1.000000000000000

1.000000000000000

1.000000000000000

1.000000000000001

0.999999999999998

1.000000000000004

0.999999999999993

1.000000000000014

0.999999999999972

1.000000000000057

0.999999999999886

1.000000000000227

0.999999999999547

1.000000000000902

0.999999999998209

1.000000000003524

0.999999999993179

1.000000000012732

0.999999999978173

1.000000000029102

2.910205409989430e-11

2.910205409989430e-11

可以看出，此时列主元和完全主元的计算结果仍为精确值，而顺序高斯消去和模尽可能小方法仍然产生了一定的误差，并且两者的误差一致。与n=10时候的误差比相比，n=20时的误差增长了大约1000倍，这是由于计算过程中舍入误差的不断累积所致。所以，如果进一步增加矩阵的维数，应该可以看出更明显的现象。

（4）

不同矩阵维度下的误差如下，在这里，为方便起见，选取2-条件数对不同维度的系数矩阵进行比较。

维度

条件数

顺序消去

列主元

完全主元

模尽量小

1.7e+3

2.84e-14

2.84e-14

1.8e+6

2.91e-11

2.91e-11

5.7e+7

9.31e-10

9.31e-10

1.8e+9

2.98e-08

2.98e-08

1.9e+12

3.05e-05

3.05e-05

3.8e+16

3.28e+04

3.88e-12

3.88e-12

3.28e+04

8.5e+16

3.52e+13

4.2e-3

4.2e-3

3.52e+13

从上表可以看出，随着维度的增加，不同方法对计算误差的影响逐渐体现，并且增长较快，这是由于舍入误差逐步累计而造成的。不过，方法二与方法三在维度小于40的情况下都得到了精确解，这两种方法的累计误差远比方法一和方法四慢；同样地，出于与前面相同的原因，方法一与方法四的计算结果保持一致，方法二与方法三的计算结果保持一致。

4.

结论

本文矩阵中的元素差别不大，模最大和模最小的元素并没有数量级上的差异，因此，不同的主元选取方式对计算结果的影响在维度较低的情况下并不明显，四种方法都足够精确。

对比四种方法，可以发现采用列主元高斯消去或者完全主元高斯消去法，可以尽量抑制误差，算法最为精确。不过，对于低阶的矩阵来说，四种方法求解出来的结果误差均较小。

另外，由于完全选主元方法在选主元的过程中计算量较大，而且可以发现列主元法已经可以达到很高的精确程度，因而在实际计算中可以选用列主元法进行计算。

附录：程序代码

clear

clc;

format

long;

%方法选择

n=input(＇矩阵A阶数:n=＇);

disp(＇选取求解方式＇);

disp(＇1

顺序Gauss消元法，2

列主元Gauss消元法，3

完全选主元Gauss消元法，4

模最小或近可能小的元素作为主元＇);

a=input(＇求解方式序号：＇);

%赋值A和b

A=zeros(n,n);

b=zeros(n,1);

for

i=1:n

A(i,i)=6;

if

i>1

A(i,i-1)=8;

end

if

i

A(i,i+1)=1;

end

end

for

i=1:n

for

j=1:n

b(i)=b(i)+A(i,j);

end

end

disp(＇给定系数矩阵为：＇);

A

disp(＇右端向量为：＇);

b

%求条件数及理论解

disp(＇线性方程组的精确解：＇);

X=(A＼b)＇

fprintf(＇矩阵A的1-条件数:

%f

＼n＇,cond(A,1));

fprintf(＇矩阵A的2-条件数:

%f

＼n＇,cond(A));

fprintf(＇矩阵A的无穷-条件数:

%f

＼n＇,cond(A,inf));

%顺序Gauss消元法

if

a==1

A1=A;b1=b;

for

k=1:n

if

A1(k,k)==0

disp(＇主元为零，顺序Gauss消元法无法进行＇);

break

end

fprintf(＇第%d次消元所选取的主元：%g＼n＇,k,A1(k,k))

%disp(＇此次消元后系数矩阵为：＇);

%A1

for

p=k+1:n

l=A1(p,k)/A1(k,k);

A1(p,k:n)=A1(p,k:n)-l*A1(k,k:n);

b1(p)=b1(p)-l*b1(k);

end

end

x1(n)=b1(n)/A1(n,n);

for

k=n-1:-1:1

for

w=k+1:n

b1(k)=b1(k)-A1(k,w)*x1(w);

end

x1(k)=b1(k)/A1(k,k);

end

disp(＇顺序Gauss消元法解为:＇);

disp(x1);

disp(＇所求解与精确解之差的无穷-范数为＇);

norm(x1-X,inf)

end

%列主元Gauss消元法

if

a==2

A2=A;b2=b;

for

k=1:n

[max_i,max_j]=find(A2(:,k)==max(abs(A2(k:n,k))));

if

max_i~=k

A2_change=A2(k,:);

A2(k,:)=A2(max_i,:);

A2(max_i,:)=A2_change;

b2_change=b2(k);

b2(k)=b2(max_i);

b2(max_i)=b2_change;

end

if

A2(k,k)==0

disp(＇主元为零，列主元Gauss消元法无法进行＇);

break

end

fprintf(＇第%d次消元所选取的主元：%g＼n＇,k,A2(k,k))

%disp(＇此次消元后系数矩阵为：＇);

%A2

for

p=k+1:n

l=A2(p,k)/A2(k,k);

A2(p,k:n)=A2(p,k:n)-l*A2(k,k:n);

b2(p)=b2(p)-l*b2(k);

end

end

x2(n)=b2(n)/A2(n,n);

for

k=n-1:-1:1

for

w=k+1:n

b2(k)=b2(k)-A2(k,w)*x2(w);

end

x2(k)=b2(k)/A2(k,k);

end

disp(＇列主元Gauss消元法解为:＇);

disp(x2);

disp(＇所求解与精确解之差的无穷-范数为＇);

norm(x2-X,inf)

end

%完全选主元Gauss消元法

if

a==3

A3=A;b3=b;

for

k=1:n

VV=eye(n);

[max_i,max_j]=find(A3(k:n,k:n)==max(max(abs(A3(k:n,k:n)))));

if

numel(max_i)==0

[max_i,max_j]=find(A3(k:n,k:n)==-max(max(abs(A3(k:n,k:n)))));

end

W=eye(n);

W(max_i(1)+k-1,max_i(1)+k-1)=0;

W(k,k)=0;

W(max_i(1)+k-1,k)=1;

W(k,max_i(1)+k-1)=1;

V=eye(n);

V(k,k)=0;

V(max_j(1)+k-1,max_j(1)+k-1)=0;

V(k,max_j(1)+k-1)=1;

V(max_j(1)+k-1,k)=1;

A3=W*A3*V;

b3=W*b3;

VV=VV*V;

if

A3(k,k)==0

disp(＇主元为零，完全选主元Gauss消元法无法进行＇);

break

end

fprintf(＇第%d次消元所选取的主元：%g＼n＇,k,A3(k,k))

%disp(＇此次消元后系数矩阵为：＇);

%A3

for

p=k+1:n

l=A3(p,k)/A3(k,k);

A3(p,k:n)=A3(p,k:n)-l*A3(k,k:n);

b3(p)=b3(p)-l*b3(k);

end

end

x3(n)=b3(n)/A3(n,n);

for

k=n-1:-1:1

for

w=k+1:n

b3(k)=b3(k)-A3(k,w)*x3(w);

end

x3(k)=b3(k)/A3(k,k);

end

disp(＇完全选主元Gauss消元法解为:＇);

disp(x3);

disp(＇所求解与精确解之差的无穷-范数为＇);

norm(x3-X,inf)

end

%模最小或近可能小的元素作为主元

if

a==4

A4=A;b4=b;

for

k=1:n

AA=A4;

AA(AA==0)=NaN;

[min_i,j]=find(AA(k:n,k)==min(abs(AA(k:n,k))));

if

numel(min_i)==0

[min_i,j]=find(AA(k:n,k)==-min(abs(AA(k:n,k:n))));

end

W=eye(n);

W(min_i(1)+k-1,min_i(1)+k-1)=0;

W(k,k)=0;

W(min_i(1)+k-1,k)=1;

W(k,min_i(1)+k-1)=1;

A4=W*A4;

b4=W*b4;

if

A4(k,k)==0

disp(＇主元为零，模最小Gauss消元法无法进行＇);

break

end

fprintf(＇第%d次消元所选取的主元：%g＼n＇,k,A4(k,k))

%A4

for

p=k+1:n

l=A4(p,k)/A4(k,k);

A4(p,k:n)=A4(p,k:n)-l*A4(k,k:n);

b4(p)=b4(p)-l*b4(k);

end

end

x4(n)=b4(n)/A4(n,n);

for

k=n-1:-1:1

for

w=k+1:n

b4(k)=b4(k)-A4(k,w)*x4(w);

end

x4(k)=b4(k)/A4(k,k);

end

disp(＇模最小Gauss消元法解为:＇);

disp(x4);

disp(＇所求解与精确解之差的无穷-范数为＇);

norm(x4-X,inf)

end

二、实验3.3

题目：

考虑方程组的解，其中系数矩阵H为Hilbert矩阵：

这是一个著名的病态问题。通过首先给定解（例如取为各个分量均为1）再计算出右端的办法给出确定的问题。

（1）选择问题的维数为6，分别用Gauss消去法（即LU分解）、J迭代法、GS迭代法和SOR迭代法求解方程组，其各自的结果如何？将计算结果与问题的解比较，结论如何。

（2）逐步增大问题的维数，仍用上述的方法来解它们，计算的结果如何？计算的结果说明的什么？

（3）讨论病态问题求解的算法。

1.

算法设计

对任意线性方程组，分析各种方法的计算公式如下，

（1）Gauss消去法：

首先对系数矩阵进行LU分解，有，则原方程转化为，令，则原方程可以分为两步回代求解：

具体方法这里不再赘述。

（2）J迭代法：

首先分解，再构造迭代矩阵，其中

，进行迭代计算，直到误差满足要求。

（3）GS迭代法：

首先分解，再构造迭代矩阵

，其中

，进行迭代计算，直到误差满足要求。

（4）SOR迭代法：

首先分解，再构造迭代矩阵

，其中，进行迭代计算，直到误差满足要求。

2.

实验过程

一、根据维度n确定矩阵H的各个元素和b的各个分量值；

二、选择计算方法（

Gauss消去法，J迭代法，GS迭代法，SOR迭代法），对迭代法设定初值，此外SOR方法还需要设定松弛因子；

三、进行计算，直至满足误差要求（对迭代法，设定相邻两次迭代结果之差的无穷范数小于0.0001；

对SOR方法，设定为输出迭代100次之后的结果及误差值），输出实验结果。

3.

计算结果及分析

（1）时，问题可以具体定义为

计算结果如下，

Gauss消去法

第1次消元所选取的主元是：1

第2次消元所选取的主元是：0.0833333

第3次消元所选取的主元是：0.00555556

第4次消元所选取的主元是：0.000357143

第5次消元所选取的主元是：2.26757e-05

第6次消元所选取的主元是：1.43155e-06

解得X=(0.999999999999228

1.000000000021937

0.999999999851792

1.000000000385369

0.999999999574584

1.000000000167680)T

使用无穷范数衡量误差，可得=4.254160357319847e-10；

J迭代法

设定迭代初值为零，计算得到

J法的迭代矩阵B的谱半径为4.30853＞1，所以J法不收敛；

GS迭代法

设定迭代初值为零，计算得到GS法的迭代矩阵G的谱半径为：0.999998＜1，故GS法收敛，经过541次迭代计算后，结果为X=(1.001178105812706

0.999144082651860

0.968929093984902

1.047045569989162

1.027323158370281

0.954352032784608)T

使用无穷范数衡量误差，有=0.047045569989162；

SOR迭代法

设定迭代初值为零向量，并设定，计算得到SOR法迭代矩阵谱半径为0.999999433815223，经过100次迭代后的计算结果为

X=(1.003380614145078

0.962420297458423

1.031857023134559

1.061814901289881

1.014037815827164

0.917673642493527)T；

使用无穷范数衡量误差，有=0.082326357506473；

对SOR方法，可变，改变值，计算结果可以列表如下

迭代次数

100

100

100

100

迭代矩阵的谱半径

0.999999433815223

0.999998867083155

0.999996830135013

0.999982309342386

X

1.003653917714694

0.974666041209353

1.011814573842440

1.042837929171827

1.017190220902681

0.945462001336268

1.014676015634604

0.896636864424096

1.090444578936265

1.107070542628148

1.006315452225331

0.873244842279255

1.028022215505147

0.790604920509843

1.267167365524072

1.061689730857891

0.990084054872602

0.846005956774467

1.051857392323966

0.653408758549156

1.486449891152510

0.783650360698119

1.349665420488270

0.664202350634588

0.054537998663732

0.126755157720745

0.267167365524072

0.486449891152510

可以发现，松弛因子的取值对迭代速度造成了不同的影响，上述四种方法中，松弛因子=0.5时，收敛相对较快。

综上，四种算法的结果列表如下：

算法

Gauss消去法

Jacobi法

GS法

SOR法（取）

迭代次数

--

不收敛

541

100

迭代矩阵的谱半径

--

4.30853

0.999998

0.999999433815223

X

0.999999999999228

1.000000000021937

0.999999999851792

1.000000000385369

0.999999999574584

1.000000000167680

--

1.001178105812706

0.999144082651860

0.968929093984902

1.047045569989162

1.027323158370281

0.954352032784608

1.003380614145078

0.962420297458423

1.031857023134559

1.061814901289881

1.014037815827164

0.917673642493527

4.254160357319847e-10

--

0.047045569989162

0.082326357506473

计算可得，矩阵H的条件数为>>1，所以这是一个病态问题。由上表可以看出，四种方法的求解都存在一定的误差。下面分析误差的来源：

LU分解方法的误差存在主要是由于Hilbert矩阵各元素由分数形式转换为小数形式时，不能除尽情况下会出现舍入误差，在进行LU分解时也存在这个问题，所以最后得到的结果不是方程的精确解

，但结果显示该方法的误差非常小；

Jacobi迭代矩阵的谱半径为4.30853，故此迭代法不收敛；

GS迭代法在迭代次数为541次时得到了方程的近似解，其误差约为0.05

，比较大。GS迭代矩阵的谱半径为0.999998，很接近1，所以GS迭代法收敛速度较慢；

SOR迭代法在迭代次数为100次时误差约为0.08，误差较大。SOR迭代矩阵的谱半径为0.999999，也很接近1，所以时SOR迭代法收敛速度不是很快，但是相比于GS法，在迭代速度方面已经有了明显的提高；另外，对不同的，SOR方法的迭代速度会相应有变化，如果选用最佳松弛因子，可以实现更快的收敛；

（2）

考虑不同维度的情况，时，

算法

Gauss消去

J法

GS法

SOR法（w=0.5）

计算结果

0.999999999966269

1.000000001809060

0.999999976372676

1.000000127868103

0.999999655764116

1.000000487042164

0.999999653427125

1.000000097774747

--

0.997829221945349

1.037526203106839

0.896973261976015

1.020345136375036

1.069071166932576

1.051179995036612

0.996814757185364

0.926343237325536

1.012938972275634

0.939713836855171

0.988261805073081

1.064637090535154

1.083633345093974

1.045060177115514

0.970603024778469

0.880212649657655

迭代次数

--

--

356

100

谱半径

--

6.04213

1

0.999999999208776

--

时，

算法

Gauss消去法

Jacobi法

GS法

SOR法（w=0.5）

计算结果

0.999999994751197

1.000000546746354

0.999985868343700

1.000157549468631

0.999063537004329

1.003286333127805

0.992855789229370

1.009726486881556

0.991930155925812

1.003729850349020

0.999263885025643

--

0.997442073306751

1.019069909358409

0.992278247786739

0.956441858313237

0.986420333361353

1.021301611956591

1.038701026806608

1.035942773498533

1.016693763149422

0.985716454946250

0.947181287500697

1.015776039786572

0.966429147064483

0.928674868157910

0.996931548482727

1.066737803913537

1.097792430596468

1.088030440855069

1.048110620811192

0.989919418572424

0.922840813704142

0.853252417221922

迭代次数

--

--

1019

100

谱半径

--

8.64964

1

0.999999999999966

--

时

算法

Gauss消去法

Jacobi法

GS法

SOR法（w=0.5）

计算结果

0.999999968723799

1.000002417094896

0.999994922439769

0.998640261957706

1.025668111139297

0.781933485305194

2.066840925345890

-2.279036697492128

7.532393125791018

-7.355047567109081

7.380667063930484

-1.129041418095142

0.425748747257065

1.733284233971601

0.817952344733362

--

不收敛

1.004385740641590

1.046346067877554

0.907178347707729

0.905763455949053

0.972521802788457

1.043731445367903

1.091535169448764

1.110090020703944

1.103129684679768

1.077168651146056

1.038514736265176

0.992259990832041

0.942151390478003

0.890785366684065

0.839876442493220

迭代次数

--

--

262

100

谱半径

--

6.04213

＞1

1.000000000000000

8.355047567109082

--

--

0.160123557506780

分析以上结果可以发现，随着n值的增加，Gauss消去法误差逐渐增大，而且误差增大的速度很快，在维数小于等于10情况下，Gauss消去法得到的结果误差较小；但当维数达到15时，计算结果误差已经达到精确解的很多倍；

J法迭代不收敛，无论n如何取值，其谱半径始终大于1，因而J法不收敛，所以J迭代法不能用于Hilbert矩阵的求解；

对于GS迭代法和SOR迭代法，两种方法均收敛，GS迭代法是SOR迭代法松弛因子取值为1的特例，SOR方法受到取值的影响，会有不同的收敛情况。可以得出GS迭代矩阵的谱半径小于1但是很接近1，收敛速度很慢。虽然随着维数的增大，所需迭代的次数逐渐减少，但是当维数达到15的时候，GS法已经不再收敛。因此可以得出结论，GS迭代方法在Hilbert矩阵维数较低时，能够在一定程度上满足迭代求解的需求，不过迭代的速度很慢。另外，随着矩阵维数的增加，

SOR法的误差水平基本稳定，而且误差在可以接受的范围之内。

经过比较可以得出结论，如果求解较低维度的Hibert矩阵问题，Gauss消去法、GS迭代法和SOR迭代法均可使用，且Gauss消去法的结果精确度较高；如果需要求解较高维度的Hibert矩阵问题，只有采用SOR迭代法。

（3）

系数矩阵的条件数较大时，为病态方程。由实验可知，Gauss法在解上述方程时，结果存在很大的误差。而对于收敛的迭代法，可以通过选取最优松弛因子的方法来求解，虽然迭代次数相对较多，但是结果较为精确。

总体来看，对于一般病态方程组的求解，可以采用以下方式：

1.

低维度下采用Gauss消去法直接求解是可行的；

Jacobi迭代方法不适宜于求解病态问题；

GS迭代方法可以解决维数较低的病态问题，但其谱半径非常趋近于1，导致迭代算法收敛速度很慢，维数较大的时候，GS法也不再收敛；

SOR方法较适合于求解病态问题，特别是矩阵维数较高的时候，其优势更为明显。

2.

采用高精度的运算，如选用双倍或更多倍字长的运算，可以提高收敛速度；

3.

可以对原方程组作某些预处理，从而有效降低系数矩阵的条件数。

4.

实验结论

（1）对Hibert矩阵问题，其条件数会随着维度的增加迅速增加，病态性会越来越明显；在维度较低的时候，Gauss消去法、GS迭代法和SOR迭代法均可使用，且可以优先使用Gauss消去法；如果需要求解较高维度的Hibert矩阵问题，只有SOR迭代法能够求解。

（2）SOR方法比较适合于求解病态问题，特别是矩阵维数较高的时候，其优点更为明显。从本次实验可以看出，随着矩阵维数的增大，SOR方法所需的迭代次数减少，而且误差基本稳定，是解决病态问题的适宜方法。

附录：程序代码

clear

all

clc;

format

long;

%矩阵赋值

n=input(＇矩阵H的阶数:n=＇);

for

i=1:n

for

j=1:n

H(i,j)=1/(i+j-1);

end

end

b=H*ones(n,1);

disp(＇H矩阵为：＇);

H

disp(＇向量b：＇);

b

%方法选择

disp(＇选取求解方式＇);

disp(＇1

Gauss消去法，2

J迭代法，3

GS迭代法，4

SOR迭代法＇);

a=input(＇求解方式序号：＇);

%Gauss消去法

if

a==1;

H1=H;b1=b;

for

k=1:n

if

H1(k,k)==0

disp(＇主元为零，Gauss消去法无法进行＇);

break

end

fprintf(＇第%d次消元所选取的主元是：%g＼n＇,k,H1(k,k))

for

p=k+1:n

m5=-H1(p,k)/H1(k,k);

H1(p,k:n)=H1(p,k:n)+m5*H1(k,k:n);

b1(p)=b1(p)+m5*b1(k);

end

end

x1(n)=b1(n)/H1(n,n);

for

k=n-1:-1:1

for

v=k+1:n

b1(k)=b1(k)-H1(k,v)*x1(v);

end

x1(k)=b1(k)/H1(k,k);

end

disp(＇Gauss消去法解为:＇);

disp(x1);

disp(＇解与精确解之差的无穷范数＇);

norm((x1-a),inf)

end

D=diag(diag(H));

L=-tril(H,-1);

U=-triu(H,1);

%J迭代法

if

a==2;

%给定初始x0

ini=input(＇初始值设定:x0=＇);

x0(:,1)=ini*diag(ones(n));

disp(＇初始解向量为:＇);

x0

xj(:,1)=x0(:,1);

B=(D^(-1))*(L+U);

f=(D^(-1))*b;

fprintf(＇(J法B矩阵谱半径为：%g＼n＇,vrho(B));

if

vrho(B)

for

m2=1:5000

xj(:,m2+1)=B*xj(:,m2)+fj;

if

norm((xj(:,m2+1)-xj(:,m2)),inf)

break

end

end

disp(＇J法计算结果为:＇);

xj(:,m2+1)

disp(＇解与精确解之差的无穷范数＇);

norm((xj(:,m2+1)-diag(ones(n))),inf)

disp(＇J迭代法迭代次数:＇);

m2

else

disp(＇由于B矩阵谱半径大于1，因而J法不收敛＇);

end

end

%GS迭代法

if

a==3;

%给定初始x0

ini=input(＇初始值设定:x0=＇);

x0(:,1)=ini*diag(ones(n));

disp(＇初始解向量为:＇);

x0

xG(:,1)=x0(:,1);

G=inv(D-L)*U;

fG=inv(D-L)*b;

fprintf(＇GS法G矩阵谱半径为：%g＼n＇,vrho(G));

if

vrho(G)

for

m3=1:5000

xG(:,m3+1)=G*xG(:,m3)+fG;

if

norm((xG(:,m3+1)-xG(:,m3)),inf)

break;

end

end

disp(＇GS迭代法计算结果:＇);

xG(:,m3+1)

disp(＇解与精确解之差的无穷范数＇);

norm((xG(:,m3+1)-diag(ones(n))),inf)

disp(＇GS迭代法迭代次数:＇);

m3

else

disp(＇由于G矩阵谱半径大于1，因而GS法不收敛＇);

end

end

%SOR迭代法

if

a==4;

%给定初始x0

ini=input(＇初始值设定:x0=＇);

x0(:,1)=ini*diag(ones(n));

disp(＇初始解向量为:＇);

x0

A=H;

for

i=1:n

b(i)=sum(A(i,:));

end

x_star=ones(n,1);

format

long

w=input(＇松弛因子:w=＇);

Lw=inv(D-w*L)*((1-w)*D+w*U);

f=w*inv(D-w*L)*b;

disp(＇迭代矩阵的谱半径：＇)

p=vrho(Lw)

time_max=100;%迭代次数

x=zeros(n,1);%迭代初值

for

i=1:time_max

x=Lw*x+f;

end

disp(＇SOR迭代法得到的解为＇);

x

disp(＇解与精确解之差的无穷范数＇);

norm((x_star-x),inf)

end

pause

三、实验4.1

题目：

对牛顿法和拟牛顿法。进行非线性方程组的数值求解

（1）用上述两种方法，分别计算下面的两个例子。在达到精度相同的前提下，比较其迭代次数、CPU时间等。

（2）取其他初值，结果又如何？反复选取不同的初值，比较其结果。

（3）总结归纳你的实验结果，试说明各种方法适用的问题。

1.

算法设计

对需要求解的非线性方程组而言，牛顿法和拟牛顿法的迭代公式如下，

（1）牛顿法：

牛顿法为单步迭代法，需要取一个初值。

（2）拟牛顿法：（Broyden秩1法）

其中，

拟牛顿法不需要求解的导数，因此节省了大量的运算时间，但需要给定矩阵的初值，取为。

2.

实验过程

一、输入初值；

二、根据误差要求，按公式进行迭代计算；

三、输出数据；

3.

计算结果及分析

（1）首先求解方程组（1），在这里，设定精度要求为，

方法

牛顿法

拟牛顿法

初始值

计算结果X

x1

0.905539609855914

0.905539493347151

x2

1.085219168370031

1.085218882394940

x3

0.672193668718306

0.672193293825304

迭代次数

3

13

CPU计算时间/s

3.777815

2.739349

可以看出，在初始值相同情况下，牛顿法和拟牛顿法在达到同样计算精度情况下得到的结果基本相同，但牛顿法的迭代次数明显要少一些，但是，由于每次迭代都需要求解矩阵的逆，所以牛顿法每次迭代的CPU计算时间更长。

之后求解方程组（2），同样设定精度要求为

方法

牛顿法

拟牛顿法

初始值

计算结果X

x1

0.500000000009699

0.499999994673600

x2

0.000000001063428

0.000000572701856

x3

-0.523598775570483

-0.523598762908871

迭代次数

4

12

CPU计算时间/s

2.722437

3.920195

同样地，可以看出，在初始值相同情况下，牛顿法和拟牛顿法在达到同样计算精度情况下得到的结果是基本相同的，但牛顿法的迭代次数明显要少，但同样的，由于每次迭代中有求解矩阵的逆的运算，牛顿法每次迭代的CPU计算时间较长。

（2）对方程组（1），取其他初值，计算结果列表如下，同样设定精度要求为

初始值

方法

牛顿法

拟牛顿法

计算结果

0.905539609855914

1.085219168370031

0.672193668718305

9.211852562357894

-5.574005400255346

18.118173639381205

迭代次数

4

58

CPU计算时间/s

3.907164

4.818019

计算结果

0.905539609855914

1.085219168370031

0.672193668718305

9.211849682114591

-5.573999165383549

18.118182491302807

迭代次数

4

2735

CPU计算时间/s

8.127286

5.626023

计算结果

0.905539609855914

1.085219168370031

0.672193668718306

0.905539493347151

1.085218882394940

0.672193293825304

迭代次数

3

13

CPU计算时间/s

3.777815

2.739349

计算结果

0.905539609855914

1.085219168370031

0.672193668718306

0.905548384395773

1.085220084502458

0.672219278250136

迭代次数

4

188

CPU计算时间/s

3.835697

2.879070

计算结果

9.211852448563722

-5.574005155684773

18.118173976918605

Matlab警告矩阵接近奇异值，程序进入长期循环计算中

迭代次数

19

--

CPU计算时间/s

4.033868

--

计算结果

0.905539609857335

1.085219168371536

0.672193668734922

Matlab警告矩阵接近奇异值，程序进入长期循环计算中

迭代次数

13

--

CPU计算时间/s

12.243263

--

从上表可以发现，方程组（1）存在另一个在(9.2,

-5.6,

18.1)T附近的不动点，初值的选取会直接影响到牛顿法和拟牛顿法最后的收敛点。

总的来说，设定的初值离不动点越远，需要的迭代次数越多，因而初始值的选取非常重要，合适的初值可以更快地收敛，如果初始值偏离精确解较远，会出现迭代次数增加直至无法收敛的情况；

由于拟牛顿法是一种近似方法，拟牛顿法需要的的迭代次数明显更多，而且收敛情况不如牛顿法好（初值不够接近时，甚至会出现奇异矩阵的情况），但由于牛顿法的求解比较复杂，计算时间较长；

同样的，对方程组（2），取其他初值，计算结果列表如下，同样设定精度要求为

初始值

方法

牛顿法

拟牛顿法

计算结果

0.500000000009699

0.000000001063428

-0.523598775570483

0.499999994673600

0.000000572701856

-0.523598762908871

迭代次数

4

12

CPU计算时间/s

2.722437

3.920195

计算结果

0.500000000011085

0.000000001215427

-0.523598775566507

0.331099293590753

-0.260080189442266

76.532092226437129

迭代次数

5

57

CPU计算时间/s

5.047111

5.619752

计算结果

0.500000000000916

0.000000000100410

-0.523598775595672

1.0e+02

*

-0.001221250784775

-0.000149282572886

1.754185881622843

迭代次数

6

62

CPU计算时间/s

3.540668

3.387829

计算结果

0.500000000000152

0.000000000016711

-0.523598775597862

1.0e+04

*

0.000026556790770

-0.000020396841295

1.280853105748650

迭代次数

7

55

CPU计算时间/s

2.200571

2.640901

计算结果

0.500000000000005

0.000000000000503

-0.523598775598286

矩阵为奇异值，无法输出准确结果

迭代次数

8

--

CPU计算时间/s

1.719072

--

计算结果

0.500000000002022

0.000000000221686

-0.523598775592500

矩阵为奇异值，无法输出准确结果

迭代次数

149

--

CPU计算时间/s

2.797116

--

计算结果

矩阵为奇异值，无法输出准确结果

矩阵为奇异值，无法输出准确结果

迭代次数

--

--

CPU计算时间/s

--

--

在这里，与前文类似的发现不再赘述。

从这里看出，牛顿法可以在更大的区间上实现压缩映射原理，可以在更大的范围上选取初值并最终收敛到精确解附近；

在初始值较接近于不动点时，牛顿法和拟牛顿法计算所得到的结果是基本相同的，虽然迭代次数有所差别，但计算总的所需时间相近。

（3）

牛顿法在迭代过程中用到了矩阵的求逆，其迭代收敛的充分条件是迭代满足区间上的映内性，对于矩阵的求逆过程比较简单，所以在较大区间内满足映内性的问题适合应用牛顿法进行计算。一般而言，对于函数单调或者具有单值特性的函数适合应用牛顿法，其对初始值敏感程度较低，算法具有很好的收敛性。

另外，需要说明的是，每次计算给出的CPU时间与计算机当时的运行状态有关，同时，不同代码的运行时间也不一定一致，所以这个数据并不具有很大的参考价值。

4.

实验结论

对牛顿法和拟牛顿法，都存在初始值越接近精确解，所需的迭代次数越小的现象；

在应用上，牛顿法和拟牛顿法各有优势。就迭代次数来说，牛顿法由于更加精确，所需的迭代次数更少；但就单次迭代来说，牛顿法由于计算步骤更多，且计算更加复杂，因而每次迭代所需的时间更长，而拟牛顿法由于采用了简化的近似公式，其每次迭代更加迅速。当非线性方程组求逆过程比较简单时，如方程组1的情况时，拟牛顿法不具有明显的优势；而当非线性方程组求逆过程比较复杂时，如方程组2的情况，拟牛顿法就可以体现出优势，虽然循环次数有所增加，但是CPU耗时反而更少。

另外，就方程组压缩映射区间来说，一般而言，对于在区间内函数呈现单调或者具有单值特性的函数适合应用牛顿法，其对初始值敏感程度较低，使算法具有很好的收敛性；而拟牛顿法由于不需要在迭代过程中对矩阵求逆，而是利用差商替代了对矩阵的求导，所以即使初始误差较大时，其倒数矩阵与差商偏差也较小，所以对初始值的敏感程度较小。

附录：程序代码

%方程1，牛顿法

tic;

format

long;

%%初值

disp(＇请输入初值＇);

a=input(＇第1个分量为：＇);

b=input(＇第2个分量为：＇);

c=input(＇第3个分量为：＇);

disp(＇所选定初值为＇);

x=[a;b;c]

%%误差要求

E=0.0001;

%%迭代

i=0;

e=2*E;

while

e>E

F=[12*x(1)-x(2)^2-4*x(3)-7;x(1)^2+10*x(2)-x(3)-11;x(2)^3+10*x(3)-8];

f=[12,-2*x(2),-4;2*x(1),10,-1;0,3*x(2)^2,10];

det_x=((f)^(-1))*(-F);

x=x+det_x;

e=max(norm(det_x));

i=i+1;

end

disp(＇迭代次数＇);

i

disp(＇迭代次数＇);

x

toc;

%方程1，拟牛顿法

tic;

format

long;

%%初值

%%初值

disp(＇请输入初值＇);

a=input(＇第1个分量为：＇);

b=input(＇第2个分量为：＇);

c=input(＇第3个分量为：＇);

disp(＇所选定初值为＇);

x0=[a;b;c]

%%误差要求

E=0.0001;

%%迭代

i=0;

e=2*E;

A0=eye(3);

while

e>E

F0=[12*x0(1)-x0(2)^2-4*x0(3)-7;x0(1)^2+10*x0(2)-x0(3)-11;x0(2)^3+10*x0(3)-8];

x1=x0-A0^(-1)*F0;

s=x1-x0;

F1=[12*x1(1)-x1(2)^2-4*x1(3)-7;x1(1)^2+10*x1(2)-x1(3)-11;x1(2)^3+10*x1(3)-8];

y=F1-F0;

A1=A0+(y-A0*s)*s＇/(s＇*s);

x0=x1;

A0=A1;

e=max(norm(s));

i=i+1;

end

disp(＇迭代次数＇);

i

disp(＇迭代次数＇);

x0

toc;

%方程2，牛顿法

tic;

format

long;

%%初值

disp(＇请输入初值＇);

a=input(＇第1个分量为：＇);

b=input(＇第2个分量为：＇);

c=input(＇第3个分量为：＇);

disp(＇所选定初值为＇);

x=[a;b;c]

%%误差要求

E=0.0001;

%%迭代

i=0;

e=2*E;

while

e>E

F=[3*x(1)-cos(x(2)*x(3))-0.5;x(1)^2-81*(x(2)+0.1)^2+sin(x(3))+1.06;exp(1)^(-x(1)*x(2))+20*x(3)+(10*pi-3)/3];

f=[3,x(3)*sin(x(2)*x(3)),x(2)*sin(x(2)*x(3));2*x(1),-162*x(2)-81/5,cos(x(3));-x(2)*exp(1)^(-x(1)*x(2)),-x(1)*exp(1)^(-x(1)*x(2)),20];

det_x=((f)^(-1))*(-F);

x=x+det_x;

e=max(norm(det_x));

i=i+1;

end

disp(＇迭代次数＇);

i

disp(＇迭代次数＇);

x

toc;

%方程2，拟牛顿法

tic;

format

long;

%%初值

%%初值

disp(＇请输入初值＇);

a=input(＇第1个分量为：＇);

b=input(＇第2个分量为：＇);

c=input(＇第3个分量为：＇);

disp(＇所选定初值为＇);

x0=[a;b;c]

%%误差要求

E=0.0001;

%%迭代

i=0;

e=2*E;

A0=eye(3);

while

e>E

F0=[3*x0(1)-cos(x0(2)*x0(3))-0.5;x0(1)^2-81*(x0(2)+0.1)^2+sin(x0(3))+1.06;exp(1)^(-x0(1)*x0(2))+20*x0(3)+(10*pi-3)/3];

x1=x0-A0^(-1)*F0;

s=x1-x0;

F1=[3*x1(1)-cos(x1(2)*x1(3))-0.5;x1(1)^2-81*(x1(2)+0.1)^2+sin(x1(3))+1.06;exp(1)^(-x1(1)*x1(2))+20*x1(3)+(10*pi-3)/3];

y=F1-F0;

A1=A0+(y-A0*s)*s＇/(s＇*s);

x0=x1;

A0=A1;

e=max(norm(s));

i=i+1;

end

disp(＇迭代次数＇);

i

disp(＇迭代次数＇);

第9篇：化学实验报告范文

一、*农业的现状

截止到20*年底，全区种植业占地面积116.6万亩，其中粮食占地75万亩，播种面积140万亩，棉花播种面积12万亩，粮食总产达到12.5亿斤。蔬菜占地23.84万亩，播种面积49.6万亩，总产28亿斤。先后获得农业部颁发的粮食生产先进县、全国生态农业示范县、全国无公害农产品生产示范基地县等称号。

二、*农业存在的主要问题

1、名牌产品少，产品特色不够明显。品种结构不够优化，品牌效应较弱，缺乏能够代表我区蔬菜的名牌产品，影响了知名度的提高和规模特色作用的发挥。

2、标准化生产水平不高。因宣传、推广、管理力度不足，基地环境建设和管理相对滞后，按标准化生产的意识不强，不能严格执行标准，标准化生产水平不高。

3、设施农业规模小，水平低。全区温室、大棚面积9.38万亩，占菜田总面积的39%，造成蔬菜生产整体效益水平较低，缺少一批能够展示“*鲜菜园”水平又能带动蔬菜生产发展的高标准示范区。

4、产业化水平偏低，组织化程度不高。具有较强带动作用的大型龙头企业少，不能带动更多的农民进入产业链；产、供、销三方面监管和联结机制还不够强，组织化程度低，作用发挥的不充分。

三、发展现代农业的主要措施

*市，由于特殊的地理位置，要着力发展沿海都市型的现代农业，充分发挥*沿海开放城市，靠近东北亚地区依托*特的地理优势，面向国内外市场，加快发展生产优质、高效、生态、安全农业，尤其是出口创汇农业提升农业产业水平，融入世界农业之中；发挥大城市人才、科技、资金、市场的优势，适应城市居民不同需求，不断拓展农业空间、拓展农业功能，转变农业增长方式，走集约、节约、生态和可持续发展的路子，满足经济社会的多种需要；发挥城市工业，服务业发展快速，经济能力强的优势，坚持城乡统筹协调发展的方针。加快以城带乡，工业反哺农业的步伐，又快又好地发展现代农业。横向上大力发展农业新兴产业，形成全方位、多元化的农业产业；纵向上进一步调优农业结构，全面提升产业水平，形成真正的效益型农业，促进农业增效、农民增收。

*区，作为*的农业大区，要把发展都市型、效益型农业作为重点，大力发展高效设施农业，发展绿色农业和旅游观光农业，立足服务城市、富裕农民，改善农业生产条件，提升产业化水平，提高农民组织化程度，创新科技服务体制，把*建成*之间的鲜菜园，发展现代农业，必须按照高产、优质、高效、生态、安全的要求，加快转变农业发展方式，推进农业科技进步和创新，加强农业物质技术装备，健全农业产业体系，提高土地产出率、资源利用率、劳动生产率，增强农业抗风险能力、国际竞争能力、可持续发展能力。

（一）确保国家粮食安全。粮食安全任何时候都不能放松，必须长抓不懈。加快构建供给稳定、储备充足、调控有力、运转高效的粮食安全保障体系。把发展粮食生产放在现代农业建设的首位，稳定播种面积，优化品种结构，提高单产水平，不断增强综合生产能力。要明确和落实粮食发展目标，强化扶持政策，抓紧实施粮食战略工程，加快实现粮食增产、农民增收、财力增强相协调，充分调动农民种粮、地方抓粮的积极性。

（二）推进农业结构战略性调整。以市场需求为导向、科技创新为手段、质量效益为目标，构建现代农业产业体系。搞好产业布局规划，科学确定区域农业发展重点，形成优势突出和特色鲜明的产业带，引导加工、流通、储运设施建设向优势产区聚集。推进蔬菜、花卉等园艺产品集约化、设施化生产，发展农业产业化经营，促进农产品加工业结构升级，扶持壮大龙头企业，培育知名品牌。加强农业标准化和农产品质量安全工作，严格产地环境、投入品使用、生产过程、产品质量全程监控，切实落实农产品生产、收购、储运、加工、销售各环节的质量安全监管责任，杜绝不合格产品进入市场。支持发展绿色食品和有机食品，加大农产品注册商标和地理标志保护力度。

（三）加快农业科技创新。农业发展的根本出路在科技进步。顺应世界科技发展潮流，着眼于建设现代农业，大力推进农业科技自主创新，加强原始创新、集成创新和引进消化吸收再创新，不断促进农业技术集成化、劳动过程机械化、生产经营信息化。加大农业科技投入，建立农业科技创新基金，支持农业基础性、前沿性科学研究，力争在关键领域和核心技术上实现重大突破。加强农业技术研发和集成，重点支持生物技术、良种培育、丰产栽培、农业节水、疫病防控、防灾减灾等领域科技创新，实施转基因生物新品种培育科技重大专项，尽快获得一批具有重要应用价值的优良品种。适应农业规模化、精准化、设施化等要求，加快开发多功能、智能化、经济型农业装备设施，重点在田间作业、设施栽培、健康养殖、精深加工、储运保鲜等环节取得新进展。推进农业信息服务技术发展，重点开发信息采集、精准作业和管理信息、农村远程数字化和可视化、气象预测预报和灾害预警等技术。深化科技体制改革，加快农业科技创新体系和现代农业产业技术体系建设，加强对公益性农业科研机构和农业院校的支持。依托重大农业科研项目、重点学科、科研基地，加强农业科技创新团队建设，培育农业科技高层次人才特别是领军人才。稳定和壮大农业科技人才队伍，加强农业技术推广普及，开展农民技术培训。加快农业科技成果转化，促进产学研、农科教结合，支持高等学校、科研院所同农民专业合作社、龙头企业、农户开展多种形式技术合作。

（四）加强农业基础设施建设。以农田水利为重点的农业基础设施是现代农业的重要物质条件。大规模实施土地整治，搞好规划、统筹安排、连片推进，加快中低产田改造，鼓励农民开展土壤改良，推广测土配方施肥和保护性耕作，提高耕地质量，大幅度增

加高产稳产农田比重。推广节水灌溉，搞好旱作农业示范工程。支持农用工业发展，加快推进农业机械化。