2025年大学《数理基础科学》专业题库-数值计算在科学研究中的作用

2025年大学《数理基础科学》专业题库——数值计算在科学研究中的作用考试时间：______分钟总分：______分姓名：______一、简要说明数值计算方法相较于理论分析在解决科学研究问题时的主要优势。二、已知一个数值近似为$x\approx3.14159$，若其真实值与近似值之差的绝对值不超过$0.00001$，请给出$x$的有效数字位数，并估计其真实值所在的区间。三、使用二分法求方程$x^3-x-1=0$在区间$[1,2]$内的根，要求误差不超过$10^{-3}$，请写出计算过程，并给出最终近似根。四、已知数据点$(x_0,y_0)$,$(x_1,y_1)$,$(x_2,y_2)$分别为$(1,2)$,$(2,3)$,$(3,5)$。试分别求出过这三点的拉格朗日插值多项式$L_2(x)$，并计算$L_2(1.5)$的值。五、比较梯形求积公式和辛普森求积公式的主要区别，并说明在什么情况下辛普森求积公式可能更优越。六、用欧拉方法求解初值问题$\frac{dy}{dx}=x^2-y$,$y(0)=1$，取步长$h=0.1$，计算$y(0.3)$的近似值。七、解释什么是数值计算的稳定性，并举例说明一个不稳定的数值方法。八、编写一段MATLAB或Python代码（无需运行，只需代码本身），实现如下功能：输入一个非空整数数组`A`，输出该数组中的最大值和最小值。九、考虑一个简单的物理模型：一个质量为$m$的物体在重力作用下自由下落，忽略空气阻力。设初始时刻$t=0$，位置$s=0$，速度$v=0$。使用欧拉方法，以时间步长$h$，推导出计算第$n$时间步位置$s_n$和速度$v_n$的递推公式。十、论述数值计算在模拟复杂天气系统（如天气预报）中扮演的角色，并简述实现该模拟需要解决的关键数值计算问题。试卷答案一、数值计算方法能够解决理论分析难以处理或无法解决的问题，例如：没有解析解的复杂方程、描述系统动态变化的微分方程、涉及大量数据的统计分析等。它将连续的数学问题离散化，通过计算机进行迭代计算，得到近似解，且可处理高维度问题。此外，数值计算还能方便地进行模型验证和参数敏感性分析。二、有效数字位数为4位。根据定义，有效数字是近似数中所有准确数字加上末位的一个不确定数字。此处近似数$3.14159$的最后一位$5$是不确定的，其前面$3.1415$均为准确数字，故有4位有效数字。真实值$x$满足$3.14159-0.00001\lex\le3.14159+0.00001$，即$3.14148\lex\le3.14170$。三、初始区间$[a,b]=[1,2]$，$f(a)=1^3-1-1=-1$，$f(b)=2^3-2-1=5$。因$f(a)\cdotf(b)<0$，根在区间$(1,2)$内。计算中点$c=(a+b)/2=1.5$，$f(c)=1.5^3-1.5-1=0.875$。因$f(a)\cdotf(c)<0$，根在区间$[1,1.5]$内。$c_1=1.5$，$b_1=1.5$，$a_1=1$，$f(a_1)=-1$，$f(b_1)=0.875$。$c=(a_1+b_1)/2=1.25$，$f(c)=1.25^3-1.25-1=-0.2969$。因$f(a_1)\cdotf(c)<0$，根在区间$[1.25,1.5]$内。$c_2=1.25$，$b_2=1.5$，$a_2=1.25$，$f(a_2)=-0.2969$，$f(b_2)=0.875$。$c=(a_2+b_2)/2=1.375$，$f(c)=1.375^3-1.375-1=0.4219$。因$f(a_2)\cdotf(c)<0$，根在区间$[1.25,1.375]$内。$c_3=1.25$，$b_3=1.375$，$a_3=1.25$，$f(a_3)=-0.2969$，$f(b_3)=0.4219$。$c=(a_3+b_3)/2=1.3125$，$f(c)=1.3125^3-1.3125-1=0.0691$。因$f(a_3)\cdotf(c)<0$，根在区间$[1.3125,1.375]$内。$c_4=1.3125$，$b_4=1.375$，$a_4=1.3125$，$f(a_4)=0.0691$，$f(b_4)=0.4219$。$c=(a_4+b_4)/2=1.3438$，$f(c)=1.3438^3-1.3438-1=0.2435$。因$f(a_4)\cdotf(c)<0$，根在区间$[1.3125,1.3438]$内。$c_5=1.3125$，$b_5=1.3438$，$a_5=1.3125$，$f(a_5)=0.0691$，$f(b_5)=0.2435$。$c=(a_5+b_5)/2=1.3281$，$f(c)=1.3281^3-1.3281-1=0.1079$。因$f(a_5)\cdotf(c)<0$，根在区间$[1.3281,1.3438]$内。$c_6=1.3281$，$b_6=1.3438$，$a_6=1.3281$，$f(a_6)=0.1079$，$f(b_6)=0.2435$。$c=(a_6+b_6)/2=1.3359$，$f(c)=1.3359^3-1.3359-1=0.1757$。因$f(a_6)\cdotf(c)<0$，根在区间$[1.3281,1.3359]$内。$c_7=1.3281$，$b_7=1.3359$，$a_7=1.3281$，$f(a_7)=0.1079$，$f(b_7)=0.1757$。$c=(a_7+b_7)/2=1.3319$，$f(c)=1.3319^3-1.3319-1=0.0918$。因$f(a_7)\cdotf(c)<0$，根在区间$[1.3319,1.3359]$内。$c_8=1.3319$，$b_8=1.3359$，$a_8=1.3319$，$f(a_8)=0.0918$，$f(b_8)=0.1757$。$c=(a_8+b_8)/2=1.3339$，$f(c)=1.3339^3-1.3339-1=0.1397$。因$f(a_8)\cdotf(c)<0$，根在区间$[1.3339,1.3359]$内。$c_9=1.3339$，$b_9=1.3359$，$a_9=1.3339$，$f(a_9)=0.1397$，$f(b_9)=0.1757$。$c=(a_9+b_9)/2=1.3349$，$f(c)=1.3349^3-1.3349-1=0.1168$。因$f(a_9)\cdotf(c)<0$，根在区间$[1.3349,1.3359]$内。$c_{10}=1.3349$，$b_{10}=1.3359$，$a_{10}=1.3349$，$f(a_{10})=0.1168$，$f(b_{10})=0.1757$。$c=(a_{10}+b_{10})/2=1.3354$，$f(c)=1.3354^3-1.3354-1=0.1168$。因$f(a_{10})\cdotf(c)<0$，根在区间$[1.3354,1.3359]$内。区间长度$b_{10}-a_{10}=1.3359-1.3349=0.0010<10^{-3}$。停止迭代。近似根为$x\approx1.3354$。四、拉格朗日插值多项式$L_2(x)$为：$L_2(x)=\frac{(x-x_1)(x-x_2)}{(x_0-x_1)(x_0-x_2)}y_0+\frac{(x-x_0)(x-x_2)}{(x_1-x_0)(x_1-x_2)}y_1+\frac{(x-x_0)(x-x_1)}{(x_2-x_0)(x_2-x_1)}y_2$代入$(x_0,y_0)=(1,2)$,$(x_1,y_1)=(2,3)$,$(x_2,y_2)=(3,5)$：$L_2(x)=\frac{(x-2)(x-3)}{(1-2)(1-3)}\cdot2+\frac{(x-1)(x-3)}{(2-1)(2-3)}\cdot3+\frac{(x-1)(x-2)}{(3-1)(3-2)}\cdot5$$=\frac{(x-2)(x-3)}{-2}\cdot2+\frac{(x-1)(x-3)}{-1}\cdot3+\frac{(x-1)(x-2)}{2}\cdot5$$=-(x-2)(x-3)-3(x-1)(x-3)+\frac{5}{2}(x-1)(x-2)$$=-[x^2-5x+6]-3[x^2-4x+3]+\frac{5}{2}(x^2-3x+2)$$=-x^2+5x-6-3x^2+12x-9+\frac{5}{2}x^2-\frac{15}{2}x+5$$=(-1-3+\frac{5}{2})x^2+(5+12-\frac{15}{2})x+(-6-9+5)$$=(-\frac{1}{2})x^2+(\frac{27}{2})x-10$$=-\frac{1}{2}x^2+\frac{27}{2}x-10$计算$L_2(1.5)$：$L_2(1.5)=-\frac{1}{2}(1.5)^2+\frac{27}{2}(1.5)-10$$=-\frac{1}{2}(2.25)+\frac{27}{2}(1.5)-10$$=-1.125+20.25-10$$=9.125$五、梯形求积公式是数值积分的近似方法，将积分区间逐次分割成小梯形，用梯形的面积近似小曲边梯形的面积，然后求和。辛普森求积公式则是在每个小区间上用二次多项式（抛物线）来近似被积函数，然后求和。主要区别在于插值函数的次数不同，梯形用一次多项式，辛普森用二次多项式。辛普森求积公式因为使用了更高次的多项式来逼近被积函数，对于光滑函数，它能更好地逼近函数的形状，因此通常比梯形求积公式具有更高的精度。此外，辛普森求积公式具有奇数阶精度（即当被积函数为次数不超过3的多项式时，误差为零），而梯形求积公式只有一阶精度（即当被积函数为次数不超过1的多项式时，误差为零）。当被积函数变化较为剧烈或包含较多高次项时，或者当对计算精度要求较高时，辛普森求积公式通常更优越。六、欧拉方法基于微分方程的局部线性化思想。初值问题为$\frac{dy}{dx}=f(x,y)$,$y(x_0)=y_0$。步长为$h$。计算$y(x_n)\approxy_{n+1}$：$y_{n+1}=y_n+h\cdotf(x_n,y_n)$$x_0=0$,$y_0=1$,$f(x,y)=x^2-y$,$h=0.1$。计算$y(0.1)$：$x_1=x_0+h=0+0.1=0.1$$f(x_0,y_0)=f(0,1)=0^2-1=-1$$y_1=y_0+h\cdotf(x_0,y_0)=1+0.1\cdot(-1)=1-0.1=0.9$计算$y(0.2)$：$x_2=x_1+h=0.1+0.1=0.2$$f(x_1,y_1)=f(0.1,0.9)=(0.1)^2-0.9=0.01-0.9=-0.89$$y_2=y_1+h\cdotf(x_1,y_1)=0.9+0.1\cdot(-0.89)=0.9-0.089=0.811$计算$y(0.3)$：$x_3=x_2+h=0.2+0.1=0.3$$f(x_2,y_2)=f(0.2,0.811)=(0.2)^2-0.811=0.04-0.811=-0.771$$y_3=y_2+h\cdotf(x_2,y_2)=0.811+0.1\cdot(-0.771)=0.811-0.0771=0.7339$近似值为$y(0.3)\approxy_3=0.7339$。七、数值计算的稳定性是指初始数据的微小扰动（如舍入误差）在数值计算过程中是否会被放大，导致最终结果与真实值产生很大偏差的性质。如果