数值分析思考题(钟尔杰版)参考解答——第六章

这篇具有很好参考价值的文章主要介绍了数值分析思考题(钟尔杰版)参考解答——第六章。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


1. 数据拟合问题与数据插值与问题有何差异?

数据拟合问题要求拟合函数与被拟合函数在所有结点处的误差在总体上达到最小;而插值问题则要求插值函数与被插值函数在每一个插值结点处的误差均为零。


2. 曲线拟合的线性模型是不是线性函数?

不一定是线性函数, 如: φ ( x ) = a 0 + a 1 cos ⁡ ( π 12 x ) + a 2 sin ⁡ ( π 12 x ) \varphi(x)=a_0+a_1 \cos \left(\frac{\pi}{12} x\right)+a_2 \sin \left(\frac{\pi}{12} x\right) φ(x)=a0+a1cos(12πx)+a2sin(12πx) 就不是线性函数


3.何谓超定方程组,如何求超定方程组最小二乘解?

方程组中方程个数多于末知数个数的这一类方程组被称为超定方程组。可利用残差对于一般的超定方程组 A x = b A x=b Ax=b, 可利用残差 r = A x − b r=A x-b r=Axb 取 2-范数, 建立最小值问题求解。其算法的主要过程是, 求出方程组系数矩阵的转置矩阵 A T A^T AT 然后计算矩阵 D = A T A D=A^T A D=ATA 和向量 f = A T b f=A^T b f=ATb, 最后求解正规方程组 D x = f D x=f Dx=f, 由此得超定方程组的最小二乘解。


4.超定方程组: GX=F 导出正规方程组系数矩阵 (GTG)有哪些性质?

  • 矩阵是方阵,矩阵是对称矩阵,矩阵是正定矩阵,当G的列向量线性无关时矩阵可逆

5.超定方程组的最小二乘解是否满足超定方程组?

一般情况下,超定方程组没有解,超定方程组的最小二乘解它实际上是一种广义解,所以如果超定方程组退化为正常的适定方程组(即G是可逆方阵),则最小二乘解也就回归到经典意义的解。


6.三点数值平滑公式与数据拟合方法有何联系?

三点数据平滑公式本质上针对三个数据点,取线性函数做数据拟合,导出的计算公式为三个相邻数据的算术平均


7.叙述连续函数的多项式平方逼近概念

设函数 f ( x ) f(x) f(x) [ a , b ] [\mathrm{a}, \mathrm{b}] [a,b] 上的连续函数, 若存在
S ∗ ( x ) ∈ span ⁡ { φ 0 ( x ) , φ 1 ( x ) , … , φ n ( x ) } S^*(x) \in \operatorname{span}\left\{\varphi_0(x), \varphi_1(x), \ldots, \varphi_n(x)\right\} S(x)span{φ0(x),φ1(x),,φn(x)}
使得 ∫ a b ρ ( x ) [ f ( x ) − S ∗ ( x ) ] 2 d x = min ⁡ a ≤ x ≤ b ∫ a b ρ ( x ) [ f ( x ) − S ( x ) ] 2 d x \int_a^b \rho(x)\left[f(x)-S^*(x)\right]^2 d x=\min _{a \leq x \leq b} \int_a^b \rho(x)[f(x)-S(x)]^2 d x abρ(x)[f(x)S(x)]2dx=minaxbabρ(x)[f(x)S(x)]2dx
其中 S ∗ ( x ) = span ⁡ { 1 , x , x 2 , x 3 , … , x n } S^*(x)=\operatorname{span}\left\{1, x, x^2, x^3, \ldots, x^n\right\} S(x)=span{1,x,x2,x3,,xn} 表示由基底 1 , x , x 2 , x 3 , … , x n 1, x, x^2, x^3, \ldots, x^n 1,x,x2,x3,,xn 生成的普通多 项式的集合, 则称 S ∗ ( x ) S^*(x) S(x) f ( x ) f(x) f(x) 在集合 span ⁡ { φ 0 ( x ) , φ 1 ( x ) , … , φ n ( x ) } \operatorname{span}\left\{\varphi_0(x), \varphi_1(x), \ldots, \varphi_n(x)\right\} span{φ0(x),φ1(x),,φn(x)} 中的最佳平 方逼近函数。


8. 比较函数的2-范数与向量的2-范数

向量范数:向量x的2-范数是x中各个元素平方之和再开根号;
函数范数:函数f(x)的2-范数是x在区间(a,b)上f(x)的平方的积分再开根号。


9.希尔伯特矩阵是否为正定矩阵?如何证明?

希尔伯特矩阵是正定矩阵, 证明:
f ( t ) = ∑ i = 1 n x i t i − 1 , X = [ x 1 , x 2 , … , x n ] T f(t)=\sum_{i=1}^n x_i t^{i-1}, X=\left[x_1, x_2, \ldots, x_n\right]^T f(t)=i=1nxiti1,X=[x1,x2,,xn]T,
A \mathrm{A} A n \mathrm{n} n 阶希尔伯特矩阵, 则对于 X ≠ 0 X \neq 0 X=0, 一定有
∫ 0 1 ( f ( t ) ) 2 d t > 0 ( 1 ) ∫ 0 1 ( f ( t ) ) 2 d t = ∫ 0 1 ( ∑ i = 1 n x i t i − 1 ) d t = ∫ 0 1 ( ∑ i = 1 n x i t i − 1 ) ( ∑ j = 1 n x j t j − 1 ) d t = ∑ i = 1 n ∑ j = 1 n ∫ 0 1 x i x j t i − 1 t j − 1 d t = ∑ i = 1 n ∑ j = 1 n x i x j i + j − 1 = X T A X \begin{gathered} \int_0^1(f(t))^2 d t>0 (1)\\ \int_0^1(f(t))^2 d t=\int_0^1\left(\sum_{i=1}^n x_i t^{i-1}\right) d t=\int_0^1\left(\sum_{i=1}^n x_i t^{i-1}\right)\left(\sum_{j=1}^n x_j t^{j-1}\right) d t \\ =\sum_{i=1}^n \sum_{j=1}^n \int_0^1 x_i x_j t^{i-1} t^{j-1} d t=\sum_{i=1}^n \sum_{j=1}^n \frac{x_i x_j}{i+j-1}=X^T A X \end{gathered} 01(f(t))2dt>0(1)01(f(t))2dt=01(i=1nxiti1)dt=01(i=1nxiti1)(j=1nxjtj1)dt=i=1nj=1n01xixjti1tj1dt=i=1nj=1ni+j1xixj=XTAX
由(1)知对于任意 X ≠ 0 X \neq 0 X=0, 有 X T A X > 0 X^T A X>0 XTAX>0, 所以希尔伯特矩阵是正定的。


10.选用正交多项式做连续函数的平方逼近有何优点?

利用一般的多项式求解最佳平方逼近,当阶级数较大时容易发生病变。这是因为在求解过程中四舍五入造成的误差,使得求出的解误差很大.这时采用正交多项式作为基底可以保证解的稳定性,并且减少误差,计算起来也十分的简便。利用正交多项式的优势,将其应用于最佳平方逼近中求解最佳平方逼近多项式,这在科学研究中起到了巨大的作用。目前利用正交多项式在最佳平方逼近中的应用这一特点,在数学领域、物理领域、电学领域中都有着广泛的应用。文章来源地址https://www.toymoban.com/news/detail-422254.html

到了这里,关于数值分析思考题(钟尔杰版)参考解答——第六章的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 物联网工程导论第二版思考题答案

    只总结了我的考试范围内的题目,可能不太全 第二章 1.无源RFID标签工作原理: 无源 RFID (被动标签)没有内装电池,在阅读器的读取范围之外时,电子标签处于无源状态,在阅读器的读出范围之内时,电子标签从阅读器发出的射频能量中提取其工作所需的电源。无源电子标

    2024年02月08日
    浏览(40)
  • 《统计学》——思考题第七章参数估计(贾俊平)

    目录 1、解释估计量和估计值。 2、简述评价估计量好坏的标准。  3、怎样理解置信区间? 4、解释 95%的置信区间。 5、的含义是什么? 6、解释独立样本和匹配样本的含义。 7、在对两个总体均值之差的小样本估计中,对两个总体和样本都有哪些假定?  8、简述样本量与置信

    2024年02月09日
    浏览(36)
  • Verilog数字系统设计(夏宇闻)—课后思考题记录(上)

    1、什么是信号处理电路?它通常由哪两大部分组成? 数字信号处理电路是进行一些复杂的数字运算和数据处理,并且又有实时响应需求的电路。 它们通常是由高速专用数字逻辑系统或专用数字信号处理器所构成,通常包括高速数据通道接口和高速算法电路。 2、为什么要设

    2023年04月13日
    浏览(80)
  • 《统计学》——思考题第八章假设检验(贾俊平)

    目录 1、假设检验和参数估计有什么相同点和不同点? 2、什么是假设检验中的显著性水平?统计显著是什么意思? 3、什么是假设检验中的两类错误? 4、两类错误之间存在什么样的数量关系? 5、解释假设检验中的 P 值。 6、显著性水平与 P 值有何区别? 7、假设检验依据的

    2024年02月11日
    浏览(41)
  • 《Verilog数字系统设计教程》夏宇闻 第四版思考题答案(第5章)

    1.为什么建议在编写Verilog模块程序时,如果用到 if 语句建议大家把配套的else情况也考虑在内?   因为如果没有配套的else语句,在不满足if条件语句时,将会保持原来的状态不变,从而在综合时会产生一个锁存器,而这是设计不想要的结果。 2.用 if(条件1) 语句;elseif (条件

    2024年02月08日
    浏览(52)
  • 【机器学习】【期末复习】有关机器学习的计算题可供期末复习参考(带本人手写解答与思考)

    本文为学校课程《机器学习》的期末复习材料,主要是关于一些机器学习模型的计算题的解答过程。 给定一个二维空间的数据集: T={(2,3),(5,4),(9,6),(4,7),(8,1),(7,2)},请构造一个平衡 KD 树。 拓展: k近邻-如何构造平衡kd树? 构建KD树 利用 ID3 与 C4.5 算法构建决策树模型,要求写出

    2024年02月11日
    浏览(39)
  • 深度学习:从入门到精通课后习题解答本答案仅供参考

    第一章: 1、通过本章的学习,你认为深度学习崛起的原因有哪些? 答:(1) 计算能力的发展。深度学习的起源并不晚,但是在发展初期遭遇瓶颈的最主要原因是:当时的计算资源无法支持我们实现深度学习如此庞大复杂的计算。直到我们开始使用GPU进行计算后,深度学习才终

    2024年02月07日
    浏览(52)
  • 《python语言程序设计基础》(第二版)第六章课后习题参考答案

    第六章 组合数据类型 6.1 随机密码生成 6.2 重复元素判定 6.3 重复元素判定续 6.4 文本字符分析 6.5 生日悖论分析 6.6 《红楼梦》人物统计 注:上述代码仅供参考,若有问题可在评论区留言! 《红楼梦》及人物名单TXT (百度云链接失效可在评论区留言) 链接:https://pan.baidu.c

    2024年02月05日
    浏览(54)
  • 《软件工程教程》(第2版) 主编:吴迪 马宏茹 丁万宁 第六章课后习题参考答案

    (1)为了提高测试的效率,应该( D )。         A.随机地选取测试数据        B.取一切可能的输入数据作为测试数据        C.在完成编码以后制定软件的测试计划        D.选择发现错误的可能性大的数据作为测试数据 (2)软件测试的目的是( B )。        A.评价

    2024年02月03日
    浏览(92)
  • 【数值分析不挂科】第三章 | 数值积分

    为什么要学习数值积分? 数值积分,把积分求值问题归结于被积函数值的计算,从而避开了 牛顿-莱布尼兹 公式需要寻找原函数的困难。 需要特别注意:① 区别于第二章中 n代表点的个数。**本章中的 n 指的是【区间数】**而不是点的个数!【区间数 = 点的个数 - 1】 ②所有

    2024年02月13日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包