卡方检验的简单计算方法.pdf

;. 卡方检验简单的计算方法

1、把数据整理成四格表

发生数未发生数合计

方法1 a b a+b

方法2 c d c+d

合计a+c b+d n(总统计量)

2、利用卡方检验计算器V1.61（网络下载，据说需注册，但不注册也能用）

把四格表数值带入卡方计算器，计算出X2值。

3、利用Excel表格

打开Excel，随意选择一个单元格，点击菜单栏插入—函数，默认在CHIDIST，点击确定，出现如下输入框：

在第一行中X中输入X2值，第二行即自由度，四格表为1，输入后自动出现计算结果即为P值。

4、如果多个结果比较时是分别计算卡方值的，要把表中的数据分别和总数据列成四格表.

例如

组别自身溶贫血液病肾病其他

方法1（45）30 8 2 5

方法2（10） 2 5 1 2

就要列四格表分别比较每种病与总量n之间的卡方值。如自身溶贫:

发生数未发生数合计

方法 1 30a 15 b 45(a+b)

方法 2 2c 8d 10(c+d)

合计32(a+c) 23(b+d) 55n

常用统计方法：T检验、F检验、卡方检验

常用统计方法：T检验、F检验、卡方检验介绍常用的几种统计分析方法：T检验、F检验、卡方检验一、T检验（一）什么是T检验 T检验是一种适合小样本的统计分析方法，通过比较不同数据的均值，研究两组数据是否存在差异。主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。（二）T检验有什么用 1.单样本T检验用于比较一组数据与一个特定数值之间的差异情况。样例：难产儿出生数n = 35，体重均值 = 3.42，S = 0.40，一般婴儿出生体重μ0= 3.30（大规模调查获得），问相同否？求解代码：from scipy import statsstats.ttest_1samp(data,sample) 检验一列数据的均值与sample的差异是否显著。（双侧检验）若为单侧检验，则将p值除以2

2.配对样本的T检验（ABtest）用于检验有一定对应关系的样本之间的差异情况，需要两组样本数相等。常见的使用场景有： ①同一对象处理前后的对比（同一组人员采用同一种减肥方法前后的效果对比）； ②同一对象采用两种方法检验的结果的对比（同一组人员分别服用两种减肥药后的效果对比）； ③配对的两个对象分别接受两种处理后的结果对比（两组人员，按照体重进行配对，服用不同的减肥药，对比服药后的两组人员的体重）。 AB测试时互联网运营为了提升用户体验从而获得用户增长而采用的精细化运营手段，简单的说就是分为A版本和B版本哪个更能吸引用户使用。目的：检验两个独立样本的平均值之差是否等于目标值样例：比较键盘A版本和B版本哪个更好用，衡量标准：谁在规定时间内打错字少，或者两者差异不大求解代码：ttest_rel(data1,data2) (得出的p值是双侧检验的p值) 3.独立样本的T检验（要求总体方差齐性）独立样本与配对样本的不同之处在于独立样本T检验两

数值计算方法比较

有限差分方法(FDM:Finite Difference Method)是计算机数值模拟最早采用的方法，至今仍被广泛运用。该方法将求解域划分为差分网格，用有限个网格节点代替连续的求解域。有限差分法以Taylor级数展开等方法，把控制方程中的导数用网格节点上的函数值的差商代替进行离散，从而建立以网格节点上的值为未知数的代数方程组。有限差分法主要集中在依赖于时间的问题（双曲型和抛物型方程）。有限差分法方面的经典文献有Richtmeyer & Morton的《Difference Methods for Initial-Value Problems》；R. LeVeque《Finite Difference Method for Differential Equations》；《Numerical Methods for C onservation Laws》。注：差分格式：（1）从格式的精度来划分，有一阶格式、二阶格式和高阶格式。（2）从差分的空间形式来考虑，可分为中心格式和逆风格式。（3）考虑时间因子的影响，差分格式还可以分为显格式、隐格式、显隐交替格式等。目前常见的差分格式，主要是上述几种形式的组合，不同的组合构成不同的差分格式。差分方法主要适用于有结构网格，网格的步长一般根据实际地形的情况和柯朗稳定条件来决定。构造差分的方法：构造差分的方法有多种形式，目前主要采用的是泰勒级数展开方法。其基本的差分表达式主要有三种形式：一阶向前差分、一阶向后差分、一阶中心差分和二阶中心差分等，其中前两种格式为一阶计算精度，后两种格式为二阶计算精度。通过对时间和空间这几种不同差分格式的组合，可以组合成不同的差分计算格式。有限差分法的不足：由于采用的是直交网格，因此较难适应区域形状的任意性，而且区分不出场函数在区域中的轻重缓急之差异，缺乏统一有效的处理自然边值条件和内边值条件的方法，难以构造高精度(指收敛阶)差分格式，除非允许差分方程联系更多的节点(这又进一步增加处理边值条件韵困难)。另外它还有编制不出通用程序的困难。有限差分法的优点：该方法是一种直接将微分问题变为代数问题的近似数值解法，数学概念直观，表达简单，精度可选而且在一个时间步内，对于一个给定点来说其相关的空间点只是与该相邻的几点，而不是全部的空间点。是发展较早且比较成熟的数值方法广义差分法（有限体积法）（GDM:Generalized Difference Method）：1953年，Mac—Neal 利用积分插值法(也称积分均衡法)建立了三角网格上的差分格式，这就是以后通称的不规划网格上的差分法．这种方法的几何误差小，特别是给出了处理自然边值条件(及内边值条件)的有效方法，堪称差分法的一大进步。1978年，李荣华利用有限元空间和对偶单元上特征函数的推广——局部Taylor展式的公项，将积分插值法改写成广义Galerkin法形式，从而将不规则网格差分法推广为广义差分法.其基本思路是，将计算区域划分为一系列不重复的控制体积，并使每个网格点周围有

几种定积分的数值计算方法

几种定积分的数值计算方法摘要:本文归纳了定积分近似计算中的几种常用方法,并着重分析了各种数值方法的计算思想,结合实例,对其优劣性作了简要说明. 关键词:数值方法;矩形法;梯形法;抛物线法;类矩形;类梯形 Several Numerical Methods for Solving Definite Integrals Abstract:Several common methods for solving definite integrals are summarized in this paper. Meantime, the idea for each method is emphatically analyzed. Afterwards, a numerical example is illustrated to show that the advantages and disadvantages of these methods. Keywords:Numerical methods, Rectangle method, Trapezoidal method, Parabolic method, Class rectangle, Class trapezoid

1. 引言在科学研究和实际生产中,经常遇到求积分的计算问题,由积分学知识可知,若函数 )(x f 在区间],[b a 连续且原函数为)(x F ,则可用牛顿-莱布尼茨公式 ?-=b a a F b F x f ) ()()( 求得积分.这个公式不论在理论上还是在解决实际问题中都起到了很大的作用. 在科学研究和实际生产中,经常遇到求积分的计算问题,由积分学知识可知,若函数)(x f 在区间],[b a 连续且原函数为)(x F ,则可用牛顿-莱布尼茨公式 ?-=b a a F b F x f ) ()()( 求得积分.这个公式不论在理论上还是在解决实际问题中都起到了很大的作用.另外,对于求导数也有一系列的求导公式和求导法则.但是,在实际问题中遇到求积分的计算,经常会有这样的情况: (1)函数)(x f 的原函数无法用初等函数给出.例如积分 dx e x ?-1 02 , ? 1 sin dx x x 等,从而无法用牛顿-莱布尼茨公式计算出积分。 (2)函数)(x f 使用表格形式或图形给出,因而无法直接用积分公式或导数公式。 (3)函数)(x f 的原函数或导数值虽然能够求出,但形式过于复杂,不便使用. 由此可见,利用原函数求积分或利用求导法则求导数有它的局限性,所以就有了求解数值积分的很多方法,目前有牛顿—柯特斯公式法,矩形法,梯形法,抛物线法,随机投点法,平均值法,高斯型求积法,龙贝格积分法,李查逊外推算法等等,本文对其中部分方法作一个比较． 2.几何意义上的数值算法 s 在几何上表示以],[b a 为底,以曲线)(x f y =为曲边的曲边梯形的面积A ,因此,计算s 的近似值也就是A 的近似值,如图1所示.沿着积分区间],[b a ,可以把大的曲边梯形分割成许多小的曲边梯形面积之和.常采用均匀分割,假设],[b a 上等分n 的小区间 ,x 1-i h x i +=b x a x n ==,0,其中n a b h -= 表示小区间的长度. 2.1矩形法

演讲稿数值分析应用实例.doc

非线性方程求根问题：在相距100m的两座建筑物（高度相等的点）之间悬挂一根电缆，仅允许电缆在中间最多下垂1m，试计算所需电缆的长度。设空中电缆的曲线（悬链线）方程为 ] , [ , ) ( 50 50 2 - ∈ + = - x e e a y a x a x （1）由题设知曲线的最低点)) ( , (0 0y与最高点)) ( , (50 50y之间的高度差为1m，所以有 1 2 50 50 + = +- a e e a a a) ( （2）由上述方程解出a后，电缆长度可用下式计算： ) ( ) (a a a x a x L e e a dx e e dx x y ds L 50 50 50 50 50 2 1- - - - = ? ? ? ? ? ? + = ' + = =? ? ?（3）相关Matlab命令： 1、描绘函数] , [ , ) ( ) (1500 500 1 2 50 50 ∈ - - + = - a a e e a a y a a 的图形；

2、用fzero 命令求方程在1250=a 附近的根的近似值x ，并计算)(x y 的函数值； 3、编写二分法程序，用二分法求0=)(a y 在],[13001200内的根，误差不超过310-，并给出对分次数； 4、编写Newton 迭代法程序，并求0=)(a y 在],[13001200内的根，误差不超过310-，并给出迭代次数。 5、编写Newton 割线法程序，并求0=)(a y 在],[13001200内的根，误差不超过310-，并给出迭代次数。

线性方程组求解应用实例问题：投入产出分析国民经济各个部门之间存在相互依存的关系，每个部门在运转中将其他部门的产品或半成品（称为投入）经过加工变为自己的产品（称为产出），如何根据各部门间的投入产出关系，确定各部门的产出水平，以满足社会需求，是投入产出分析中研究的课题。考虑下面的例子：设国民经济由农业、制造业和服务业三个部门构成，已知某年它们之间的投入产出关系、外部需求、初始投入等如表1所示（数字表示产值）。表1 国民经济三个部门间的关系单位：亿元假定总投入等于总产出，并且每个部门的产出与它的投入成正比，由上表可以确定三个部门的投入产出表：如表2所示。表2 三个部门的投入产出表

卡方检验法

第八章记数数据统计法—卡方检验法知识引入在各个研究领域中，有些研究问题只能划分为不同性质的类别，各类别没有量的联系。例如，性别分男女，职业分为公务员、教师、工人、……，教师职称又分为教授、副教授、……。有时虽有量的关系，因研究需要将其按一定的标准分为不同的类别，例如，学习成绩、能力水平、态度等都是连续数据，只是研究者依一定标准将其划分为优良中差，喜欢与不喜欢等少数几个等级。对这些非连续等距性数据，要判别这些分类间的差异或者多个变量间的相关性方法称为计数数据统计方法。卡方检验是专用于解决计数数据统计分析的假设检验法。本章主要介绍卡方检验的两个应用：拟合性检验和独立性检验。拟合性检验是用于分析实际次数与理论次数是否相同，适用于单个因素分类的计数数据。独立性检验用于分析各有多项分类的两个或两个以上的因素之间是否有关联或是否独立的问题。在计数数据进行统计分析时要特别注意取样的代表性。我们知道，统计分析就是依据样本所提供的信息，正确推论总体的情况。在这一过程中，最根本的一环是确保样本的代表性及对实验的良好控制。在心理与教育研究中，所搜集到的有些数据属于定性资料，它们常常是通过调查、访问或问卷获得，除了少数实验可以事先计划外，大部分收集数据的过程是难于控制的。例如，某研究者关于某项教育措施的问卷调查，由于有一部分教师和学生对该项措施存有意见，或对问卷本身有偏见，根本就不填写问卷。这样该研究所能收回的问卷只能代表一部分观点，所以它是一个有偏样本，若据此对总体进行推论，就会产生一定的偏差，势必不能真实地反映出教师与学生对这项教育措施的意见。因此应用计数资料进行统计推断时，要特别小心谨慎，防止样本的偏倚性，只有具有代表性的样本才能作出正确的推论。第一节卡方拟合性检验一、卡方检验的一般问题卡方检验应用于计数数据的分析，对于总体的分布不作任何假设，因此它又是非参数检验法中的一种。它由统计学家皮尔逊推导。理论证明，实际观察次数（f o）与理论次数（f e），又称期望次数）之差的平方再除以理论次数所得的统计量，近似服从卡方分布，可表示为：这是卡方检验的原始公式，其中当f e越大（f e≥5）,近似得越好。显然f o与f e相差越大，卡方值就越大；f o与f e相差越小，卡方值就越小；因此它能够用来表示f o与f e相差的程度。根据这个公式，可认为卡方检验的一般问题是要检验名义型变量的实际观测次数和理论次数分布之间是否存在显著差异。它主要应用于两种情况：

卡方检验模型验证方法

卡方检验模型验证方法模型参数的验证方法主要使用卡方拟合度检验( Chi-square Goodness-of-fit Test )结合最大似然估计( Maximum Likelihood Estimation )，并且使用QQ图（Quantile-Quantile Plot）证明验证结果。具体的说，就是先假定采集的样本数据符合某一分布，通过最大似然估计方法估计出该分布的参数，然后代入并用卡方检验计算相对于该分布的偏差。实践中我们对于一组样本数据，计算所有常见分布的偏差值，选取偏差最小的分布做为该样本的拟合结果。另外，从QQ图直观上看，该分布做为拟合结果描绘出的曲线必须近似为接近参考线的直线（见3.3），否则我们就将数据拆分为多个部分进行分段的拟合（如对终端请求包大小的拟合）。 1.1 卡方拟合度检验卡方检验是一种大样本假设检验法，用于检验随机事件中提出的样本数据是否符合某一给定分布。它需要较大量的样本数据及已知的待检验概率分布函数。 1.1.1 卡方检验原理对于一个服从二项分布的随机变量Y服从Binomial( n, p) ,均值为,方差。由中心极限定理，符合标准正态分布N (0, 1)，所以服从自由度为1的卡方分布。设服从Binomial( n, p1 ), , , 则有所以同理对于k个随机变量，均值分别为，在数据拟合时，先对数据分组，每组数据的实际个数即为随机变量

，，，则数据拟合即为判断是否符合分布，该卡方分布的自由度为k-1-nep（k为随机变量个数，nep为估计参数的个数）。 1.1.2 卡方检验步骤：假定样本服从某一给定分布。根据样本数据用最大似然法估计分布的密度函数参数。设定置信度，对n个样本数据排序。把排序后的数据分成k组，确定每组的上下限,（上下限确定方法不同对验证能力有影响，每组数据不少于5个），为了方便起见，本项目中采用平均划分分组间隔，即使为常数，对于所有的成立。计算每组数据实际个数，第i组实际个数为。计算每组数据期望个数，第i组期望个数为：连续：，其中F(x)为待验证的概率分布函数，离散：。计算。理论上说如果，则数据符合分布函数为F(x)的分布，其中，nep为估计的参数的个数。但是由于实际采集的数据并非完全地符合某一分布，总存在一定的偏差，计算出的值并不满足这个条件，所以我们使用的拟合标准为采用卡方估计值最小的分布作为验证结果。

卡方检验法

记数数据统计法—卡方检验法在各个研究领域中，有些研究问题只能划分为不同性质的类别，各类别没有量的联系。例如，性别分男女，职业分为公务员、教师、工人、……，教师职称又分为教授、副教授、……。有时虽有量的关系，因研究需要将其按一定的标准分为不同的类别，例如，学习成绩、能力水平、态度等都是连续数据，只是研究者依一定标准将其划分为优良中差，喜欢与不喜欢等少数几个等级。对这些非连续等距性数据，要判别这些分类间的差异或者多个变量间的相关性方法称为计数数据统计方法。卡方检验是专用于解决计数数据统计分析的假设检验法。本章主要介绍卡方检验的两个应用：拟合性检验和独立性检验。拟合性检验是用于分析实际次数与理论次数是否相同，适用于单个因素分类的计数数据。独立性检验用于分析各有多项分类的两个或两个以上的因素之间是否有关联或是否独立的问题。在计数数据进行统计分析时要特别注意取样的代表性。我们知道，统计分析就是依据样本所提供的信息，正确推论总体的情况。在这一过程中，最根本的一环是确保样本的代表性及对实验的良好控制。在心理与教育研究中，所搜集到的有些数据属于定性资料，它们常常是通过调查、访问或问卷获得，除了少数实验可以事先计划外，大部分收集数据的过程是难于控制的。例如，某研究者关于某项教育措施的问卷调查，由于有一部分教师和学生对该项措施存有意见，或对问卷本身有偏见，根本就不填写问卷。这样该研究所能收回的问卷只能代表一部分观点，所以它是一个有偏样本，若据此对总体进行推论，就会产生一定的偏差，势必不能真实地反映出教师与学生对这项教育措施的意见。因此应用计数资料进行统计推断时，要特别小心谨慎，防止样本的偏倚性，只有具有代表性的样本才能作出正确的推论。第一节卡方拟合性检验一、卡方检验的一般问题卡方检验应用于计数数据的分析，对于总体的分布不作任何假设，因此它又是非参数检验法中的一种。它由统计学家皮尔逊推导。理论证明，实际观察次数（f o）与理论次数（f e），又称期望次数）之差的平方再除以理论次数所得的统计量，近似服从卡方分布，可表示为：这是卡方检验的原始公式，其中当f e越大（f e≥5）,近似得越好。显然f o与f e相差越大，卡方值就越大；f o与f e相差越小，卡方值就越小；因此它能够用来表示f o与f e相差的程度。根据这个公式，可认为卡方检验的一般问题是要检验名义型变量的实际观测次数和理论次数分布之间是否存在显著差异。它主要应用于两种情况：卡方检验能检验单个多项分类名义型变量各分类间的实际观测次数与理论次数之间是否一致的问题，这里的观测次数是根据样本数据得多的实计数，理论次数则是根据理论或经验得到的期望次数。这一类检验称为拟合性检验。

统计方法卡方检验

卡方统计量卡方检验用途：可以对两个率或构成比以及多个率或构成比间的差异做统计学检验第一节. 四格表资料的χ2检验例8.1 为了解铅中毒病人是否有尿棕色素增加现象，分别对病人组和对照组的尿液作尿棕色素定性检查，结果见表8.1，问铅中毒病人和对照人群的尿棕色素阳性率有无差别? 表8.1 两组人群尿棕色素阳性率比较组别阳性数阴性数合计阳性率% 病人29(18.74) 7(17.26) 36 80.56 对照9(19.26)28(17.74) 37 24.32 合计38 35 73 52.05 卡方检验的基本思想表1中29、7、9、28是构成四格表资料的四个基本格子的数字，其余行合计和列合计以及总的合计都可以根据该四个数字推算出来，故该类资料被称为四格表资料四格表卡方检验的步骤以例8.1为例 1.建立假设： H0：π1 = π2 H1：π1≠π2 α＝0.05 四格表的四格子里的数字是实际数，在表1中四个数字旁边括号中的四个数字为理论数，其含义是当无效假设成立的时候，理论上两组人群各有多少阳性和阴性的人数。若H0：π1＝π2成立→p1＝p2＝p 即假设两组间阳性率无差别，阳性率都是等于合计的52.05%，那么铅中毒病人36人，则理论上有 36 ╳52.05%=18.74人为阳性；对照组37人，则理论上有 37 ╳52.05%=19.26人为阳性。故每个实际数所对应的理论数算法是，该实际数对应的行和乘列和再除以总的N样本含量。即TRC=nR nC / n 2.计算理论数第1行1列: T11＝36×38/73= 18.74 依次类推T12 = 17.26 T21 = 19.26 T22 = 17.74 四格表中理论数的两大特征：（1）理论频数表的构成相同，即不但各行构成比相同，而且各列构成比也相同；（2）各个基本格子实际数与理论数的差别（绝对值）相同。一、卡方检验基本公式

数值计算方法(2)

数值计算（一）主讲：张森 2011-7-9 一、矩阵的数值计算相关MATLAB函数提示：二、插值法 1、插值有关的MATLAB函数：

2、拉格朗日和牛顿插值法（1）拉格朗日多项式和基函数的MATLAB 程序求拉格朗日插值多项式和基函数的MATLAB 主程序 function [C, L,L1,l]=lagran1(X,Y) m=length(X); L=ones(m,m); for k=1: m V=1; for i=1:m if k~=i V=conv(V,poly(X(i)))/(X(k)-X(i)); end end L1(k,:)=V; l(k,:)=poly2sym (V) end C=Y*L1;L=Y*l 例1 给出节点数据03.17)15.2(=-f ，24.7)00.1(=-f ，05.1)01.0(=f ， 03.2)02.1(=f ， 06.17)03.2(=f ，05.23)25.3(=f ，作五次拉格朗日插值多项式和基函数，并写出估计其误差的公式. 解在MATLAB 工作窗口输入程序 >> X=[-2.15 -1.00 0.01 1.02 2.03 3.25]; Y=[17.03 7.24 1.05 2.03 17.06 23.05]; [C, L ,L1,l]= lagran1(X,Y) 运行后输出五次拉格朗日插值多项式L 及其系数向量C ，基函数l 及其系数矩阵L 1如下 C = -0.2169 0.0648 2.1076 3.3960 -4.5745 1.0954 L = 1.0954-4.5745*x+3.3960*x^2+ 2.1076*x^3+0.0648*x^4-0.2169*x^5 L1 = -0.0056 0.0299 -0.0323 -0.0292 0.0382 -0.0004 0.0331 -0.1377 -0.0503 0.6305 -0.4852 0.0048 -0.0693 0.2184 0.3961 -1.2116 -0.3166 1.0033 0.0687 -0.1469 -0.5398 0.6528 0.9673 -0.0097 -0.0317 0.0358 0.2530 -0.0426 -0.2257 0.0023 0.0049 0.0004 -0.0266 0.0001 0.0220 -0.0002 l = [ -0.0056*x^5+0.0299*x^4-0.0323*x^3-0.0292*x^2+0.0382*x-0.0004] [ 0.0331*x^5-0.1377*x^4-0.0503*x^3+0.6305*x^2-0.4852*x+0.0048] [ -0.0693*x^5+0.2184*x^4+0.3961*x^3-1.2116*x^2-0.3166*x+1.0033] [ 0.0687*x^5-0.1469*x^4-0.5398*x^3+0.6528*x^2+0.9673*x-0.0097] [ -0.0317*x^5+0.0358*x^4+0.2530*x^3-0.0426*x^2-0.2257*x+0.0023] [ 0.0049*x^5+0.0004 *x^4-0.0266*x^3+0.0001*x^2+0.0220*x-0.0002] 估计其误差的公式为 )(5x R )25.3)(03.2)(02.1)(01.0()00.1)(15.2(! 6) () 6(----++= x x x x x x f ξ，)3.25,-2.15(∈ξ.

《数值计算方法》试题集及答案(1-6)-2..

《计算方法》期中复习试题一、填空题： 1、已知3.1)3(,2.1)2(,0.1)1(===f f f ，则用辛普生（辛卜生）公式计算求得 ?≈3 1 _________ )(dx x f ,用三点式求得≈')1(f 。答案：2.367，0.25 2、1)3(,2)2(,1)1(==-=f f f ，则过这三点的二次插值多项式中2 x 的系数为，拉格朗日插值多项式为。答案：-1， )2)(1(21 )3)(1(2)3)(2(21)(2--------= x x x x x x x L 3、近似值*0.231x =关于真值229.0=x 有( 2 )位有效数字； 4、设)(x f 可微,求方程)(x f x =的牛顿迭代格式是( )；答案 )(1)(1n n n n n x f x f x x x '--- =+ 5、对1)(3 ++=x x x f ,差商=]3,2,1,0[f ( 1 ),=]4,3,2,1,0[f ( 0 )； 6、计算方法主要研究( 截断 )误差和( 舍入 )误差； 7、用二分法求非线性方程 f (x )=0在区间(a ,b )内的根时，二分n 次后的误差限为 ( 1 2+-n a b )； 8、已知f (1)＝2，f (2)＝3，f (4)＝5.9，则二次Newton 插值多项式中x 2系数为( 0.15 )； 11、两点式高斯型求积公式?1 d )(x x f ≈( ?++-≈1 )] 321 3()3213([21d )(f f x x f )，代数精度为( 5 )； 12、为了使计算 32)1(6 )1(41310-- -+-+ =x x x y 的乘除法次数尽量地少，应将该表达式改写为 11 ,))64(3(10-= -++=x t t t t y ，为了减少舍入误差，应将表达式 19992001-改写为 199920012 + 。

数值计算方法教案

《计算方法》教案课程名称：计算方法适用专业：医学信息技术适用年级：二年级任课教师：张利萍编写时间：2011年 8月新疆医科大学工程学院张利萍

教案目录《计算方法》教学大纲 (4) 一、课程的性质与任务 (4) 二、课程的教学内容、基本要求及学时分配 (4) 三、课程改革与特色 (5) 四、推荐教材及参考书 (5) 《计算方法》教学日历.................................. 错误！未定义书签。第一章绪论 .. (6) 第1讲绪论有效数字 (6) 第2讲误差……………………………………………………………………………… 第二章线性方程组的直接法 (14) 第3讲直接法、高斯消去法 (14) 第4讲高斯列主元消去法 (22) 第5讲平方根法、追赶法 (29) 第三章插值法与最小二乘法 (31) 第6讲机械求积、插值型求积公式 (32) 第7讲牛顿柯特斯公式、复化求积公式 (37) 第8讲高斯公式、数值微分 (42) 第9讲第10讲第12讲第四章数值积分与数值微分 (48) 第11讲欧拉公式、改进的欧拉公式 (48) 第12讲龙格库塔方法、亚当姆斯方法 (52) 第13讲收敛性与稳定性、方程组与高阶方程 (56) 第14讲第15讲第五章微分常微分方程的差分方法 (59) 第16讲迭代收敛性与迭代加速 (60) 第17讲牛顿法、弦截法 (64) 第18讲第19讲第20讲第六章线性方程组的迭代法 (67) 第21讲迭代公式的建立 (68)

第22讲第23讲第24讲向量范数、迭代收敛性 (71) 第25讲

数值计算方法试题及答案

数值计算方法试题一一、填空题（每空1分，共17分） 1、如果用二分法求方程043 =-+x x 在区间]2,1[内的根精确到三位小数，需对分（）次。 2、迭代格式)2(2 1-+=+k k k x x x α局部收敛的充分条件是α取值在（）。 3、已知?????≤≤+-+-+-≤≤=31)1()1()1(2110)(2 33x c x b x a x x x x S 是三次样条函数，则 a =( )， b =（）， c =（）。 4、)(,),(),(10x l x l x l n Λ是以整数点n x x x ,,,10Λ为节点的Lagrange 插值基函数，则 ∑== n k k x l )(( )，∑== n k k j k x l x 0 )(( )，当2≥n 时= ++∑=)()3(20 4 x l x x k k n k k ( )。 5、设1326)(2 47+++=x x x x f 和节点,,2,1,0,2/Λ==k k x k 则=],,,[10n x x x f Λ 和=?07f 。 6、5个节点的牛顿-柯特斯求积公式的代数精度为，5个节点的求积公式最高代数精度为。 7、{}∞ =0)(k k x ?是区间]1,0[上权函数x x =)(ρ的最高项系数为1的正交多项式族，其中 1)(0=x ?，则?=1 04)(dx x x ? 。 8、给定方程组? ? ?=+-=-221121b x ax b ax x ，a 为实数，当a 满足，且20<<ω时，SOR 迭代法收敛。 9、解初值问题00(,)()y f x y y x y '=??=?的改进欧拉法?????++=+=++++)],(),([2),(] 0[111] 0[1n n n n n n n n n n y x f y x f h y y y x hf y y 是阶方法。 10、设 ?? ??? ?????=11001a a a a A ，当∈a （）时，必有分解式T LL A =，其中L 为下三角阵，当其对角线元素)3,2,1(=i l ii 满足（）条件时，这种分解是唯一的。二、二、选择题（每题2分） 1、解方程组b Ax =的简单迭代格式g Bx x k k +=+)() 1(收敛的充要条件是（）。（1）1)(A ρ, (4) 1)(>B ρ 2、在牛顿-柯特斯求积公式： ? ∑=-≈b a n i i n i x f C a b dx x f 0 )() ()()(中，当系数) (n i C 是负值时，公式的稳定性不能保证，所以实际应用中，当（）时的牛顿-柯特斯求积公式不使用。（1）8≥n ，（2）7≥n ，（3）10≥n ，（4）6≥n ， 3