计算方法 | 绪论和插值(详细例题)
1.1 填空题
1、分别用 2.718281,2.718282 作数 e 的近似值,则其有效数字分别有 (6) 位和 (7) 位。
1.2 选择题
取 √ 3 ≈ 1.732,现在计算 x = (√ 3 − 1)^4,哪种方法最好?(C)
(A) 28 − 16√ 3
(B) (4 − 2 √ 3)^2
(C) 16 /((4+2√ 3)^2)
(D) 16 /(( √ 3+1)^4)
1.3 计算题
假设测得一个圆柱体容器的底面半径和高分别为 50.00m 和 100.00m,且已知其测量误差为 0.005m。试估计由此算得的容积的绝对误差和相对误差?
注:PI取3.141
绝对误差:157.0796
相对误差:0.0002
1.4 证明题
证明方程 f(x) = e^x + 10x − 2 在区间 [0, 1] 内有唯一的实根,使用二分法求这一实根,要求误差不超过 1/2 × 10^−2?
证明:
f(0) = -1 < 0 , f(1)=e+8 > 0 ===> 方程 f(x)在区间 [0, 1] 内有唯一的实根
f(0.5)=4.648>0 ===> f(0.25)=1.784>0 ===> f(0.125)=0.383>0 ===> f(0.0625)= -0.311<0 ===>f(0.09375)=0.0357>0 ===> f(0.078125)=-0.137<0 ===> f(0.0859375)=-0.050 ===> f(0.08984375)=-0.0075 ===> f(0.091796875)=0.0141 ===> f(0.0908203125)=0.0032< 1/2 × 10^−2
===>实根是0.0908203125
1.5 编程题
编程实现二分法算法?
import math def f(x):return e**x+10*x-2 e,a,b,t = math.e,0,1,0.5 while abs(f(t))>0.005:t = (a+b)/2if f(t)>0:b=telse:a=tprint('x=%f ===> f(x)=%f'%(t,f(t))) print("实根是:%f"%t)
输出:
x=0.500000 ===> f(x)=4.648721 x=0.250000 ===> f(x)=1.784025 x=0.125000 ===> f(x)=0.383148 x=0.062500 ===> f(x)=-0.310506 x=0.093750 ===> f(x)=0.035785 x=0.078125 ===> f(x)=-0.137492 x=0.085938 ===> f(x)=-0.050887 x=0.089844 ===> f(x)=-0.007559 x=0.091797 ===> f(x)=0.014111 x=0.090820 ===> f(x)=0.003275 实根是:0.090820
1.6 填空题
已知 f(x) = x^3 + x + 1,差商 f[0, 1, 2, 3] = (1),f[0, 1, 2, 3, 4] = (0)。
1.7 计算题
下表是中国新冠肺炎疫情自 2.9 日到 2.17 日真实确认人数 (数据来自Wuhan 2020)。
日期 9 10 11 12 13 14 15 16 17
确诊人数 37289 40262 42747 44765 59885 63950 66581 68595 70644
现以 (9,11,13,15,17) 为样本点,试用拉格朗日插值方法,预测 (10,12,14,16) 日的确 诊人数,并与真实值进行比较,计算绝对误差。
10 : 36006.1953125 绝对误差为: 4255.8046875
12 : 51940.1328125 绝对误差为: 7175.1328125
14 : 64751.6953125 绝对误差为: 801.6953125
16 : 67284.3828125 绝对误差为: 1310.6171875
1.8 计算题
对上表数据以 (9,11,13,15,17) 为样本点,试用牛顿插值方法,预测 (10,12,14,16) 日 的确诊人数,并与真实值进行比较,计算绝对误差。
9 | 37289 | ||||
---|---|---|---|---|---|
11 | 42747 | 2729 | |||
13 | 59885 | 8569 | 1460 | ||
15 | 66581 | 3348 | -1305.25 | -460.875 | |
17 | 70644 | 2031.5 | -329.125 | 162.6875 | 77.9453125 |
10 : 36006.1953125 绝对误差为: 4255.8046875
12 : 51940.1328125 绝对误差为: 7175.1328125
14 : 64751.6953125 绝对误差为: 801.6953125
16 : 67284.3828125 绝对误差为: 1310.6171875
1.9 计算题
求次数 ≤ 3 的多项式 p(x),使满足如条件:
p(0) = 0, p(1) = 1
p ′ (0) = 1, p′ (1) = 2
解:
===>f(x) = x^3-x^2+x
1.10 问答题
给定插值点 (xi , yi), i = 0, 1, 2, · · · , n,可分别构造 Lagrange 插值多项式和 Newton 插值多项式,证明两者相同并说明各自具有的特点?
证明:
由于Lagrange 插值多项式和 Newton 插值多项式求f(x)的本质都是用多项式模拟函数,之后求出多项式参数的方法
所以两者所求出的f(x)是相同的。
各自的特点:
Lagrange 插值多项式:
1 插值点要求等距;
2 插值基函数形式简单,但计算比较复杂;
3 当有新的插值点加入时,基函数要重新计算;
4 高次插值的精度不一定高;
Newton 插值多项式:
1、当有新的插值点加入时,基函数不需要重新计算;
计算方法 | 绪论和插值(详细例题)相关推荐
- 数值计算方法绪论笔记(误差,有效数字)
数值计算方法绪论笔记 基础:代数.几何.分析(纯粹数学) 数学特征: 概念的抽象性 逻辑的严密性 结论的确定性 应用的广泛性 数值计算方法 -> 数学计算的应用 科学计算 计算数学(基础):数值 ...
- ML:LGBMClassifier、XGBClassifier和CatBoostClassifier的feature_importances_计算方法源代码解读之详细攻略
ML:LGBMClassifier.XGBClassifier和CatBoostClassifier的feature_importances_计算方法源代码解读之详细攻略 目录 LGBMClassif ...
- 克里金插值详细步骤_openlayers4 入门开发系列之前端动态渲染克里金插值 kriging 篇(附源码下载)...
前言 openlayers4 官网的 api 文档介绍地址 openlayers4 api,里面详细的介绍 openlayers4 各个类的介绍,还有就是在线例子:openlayers4 官网在线例子 ...
- 有关于取证的笔记——包含详细例题解析
取证 前言 一.取证工具介绍 1.1 Volatility 1.1.1.镜像信息 1.1.2.扫描内存中的文件带条件过滤 1.1.3.进程查看 1.1.4.dump对应文件 1.1.5.根据pid 来 ...
- 一文搞定子网划分!子网掩码!超详细例题解析!
子网划分理论基础 为什么进行子网划分 减少网络流量,无论什么样的流量,我们都希望它少些,网络流量亦如此.如果没有可信赖的路由器,网络流量可能导致整个网络停顿,但有了路由器后,大部分流量都将呆在本地网络 ...
- 计算方法:三次样条插值原理
无论是牛顿插值还是拉格朗日插值,都只能保证在节点处的函数值没有误差.hermite插值更加复杂,可以保证一阶导数也连续,目前常用的是三次样条插值 一.三次样条插值概念 不超过3次 节点处无误差 一阶导 ...
- PV操作详解(附详细例题解析和总结)
PV操作详解 写在前面:本文主要讲解PV操作与信息量结合,实现进程的同步与互斥 文章目录 PV操作详解 1. PV操作定义 2. 信号量的应用 3. 经典问题分析 3.1 课上例题 3.2 课下习题分 ...
- 克里金插值详细步骤_暖气片怎么放气?暖气片怎样排空气?步骤和方法,规范详细!...
暖气片怎么放气?暖气片怎样排空气?步骤和方法,规范详细!如果排气方式不当,可能造成部分气体积存在系统中,对运行产生不利的影响.今天,金旗舰旗哥就和大家说说如何规范.准确的给自家的暖气片系统排气. 关键 ...
- 微机原理 || MOV 指令使用规则(详细+例题)
MOV 目标, 源 DST目标操作数:通用寄存器.段寄存器.存储单元.立即数 SRC源操作数:通用寄存器.段寄存器.存储单元 MOV指令使用规则: (1) 目标操作数无立即方式 例如,MOV 0 ...
最新文章
- R语言Kmeans聚类、抽取聚类簇:fpc包clusterboot函数通过bootstrap重采样的方法评估Kmeans聚类的稳定性、fpc包的kmeansruns函数通过CH准则和ASW获取最优K值
- LeetCode-位运算-36. 只出现一次的数字
- android 使用xml布局自己的对话框
- Python 函数的执行流程-函数递归-匿名函数-生成器
- 光纤收发器常见六大故障,三分钟全部搞定
- python中sorted的用法append_Python中高阶函数sorted()用法
- Spark2内存调优总结 - 内存划分 与 内存计算 与 调参方式
- FCKeidtor的toolbarset的设置
- 我写了一个java实体类,implements了Serializable接口,然后我如何让serialversionUID自动生成...
- 使用js脚本的好处以及其本身的特点
- Kotlin入门(3)基本变量类型的用法
- QT.pro工程文件中判断宏定义是否存在
- Linux硬链接与软链接的区别
- 【BUUCTF】[SWPU2019]神奇的二维码
- 金融分析与风险管理——投资组合的绩效评估
- 判断文本框输入中文超过10个英文数字超过20个
- Linux系统的安装与配置
- MySQL 生成指定长度的随机字符串
- 【Oracle Hint】Oracle Hint学习笔记【一】
- 《学习之道》第六章一心多用
热门文章
- 如何理解空洞卷积(dilated convolution)ID-CNN
- Python实现jpg/png/jpeg图片转base64编码文件
- 微信小程序部分安卓机型无法保存图片的问题解决办法
- Java版本JFrame,计算器和单位换算的实现
- 墨者靶场:SQL手工注入漏洞测试(MySQL数据库)
- python pyecharts 下载生成的render图片 下载背景为黑色
- CAD中如何把一个DWG文件里的块插入到另一个DWG中
- 中国非处方彩色美瞳隐形眼镜行业销售动态与营销前景预测报告2022-2027
- 它来了!Flutter3.0新特性全接触
- 2022-2028全球与中国医学头骨CT市场现状及未来发展趋势