2025年大学《数学与应用数学》专业题库—— 数学实验与计算实践.docxVIP

2025年大学《数学与应用数学》专业题库——数学实验与计算实践

考试时间：______分钟总分：______分姓名：______

一、

已知函数$f(x)=\frac{1}{x}\sin(1-x)+x^2e^{-2x}$。使用MATLAB或Python编写程序，计算并输出该函数在区间$[0,2\pi]$上的最小值和最大值，以及取得这些极值点的$x$坐标（要求精度至少达到小数点后四位）。请展示你的代码实现过程，并简要说明你选择的方法。

二、

给定以下数据点$(x_i,y_i)$：

(1,2.1),(2,4.2),(3,6.1),(4,8.5),(5,9.8)

使用Python中的NumPy和SciPy库，实现以下任务：

1.用三次样条插值方法构造一个插值函数$S(x)$来逼近这些数据点。

2.使用该插值函数计算$S(2.5)$和$S(4.5)$的值。

3.请展示你的代码实现过程。

三、

考虑微分方程初值问题：$y=-2xy+x^2$,$y(0)=1$。

1.使用欧拉方法（Eulersmethod）和龙格-库塔方法（Runge-Kuttamethod，四阶，即RK4），分别编写Python程序，求解该初值问题在区间$[0,1]$上的数值解，步长$h=0.1$。请展示你的代码实现过程。

2.比较在$x=1$处，两种方法得到的数值解与精确解（该方程的精确解为$y(x)=e^{-x^2}$）的近似程度。

四、

假设你有一组实验测量数据，包含变量$x$和$y$，你认为两者之间可能存在线性关系。数据如下：

$x$:1,2,3,4,5

$y$:3.1,4.9,6.2,8.0,10.1

使用Python编写程序，实现以下任务：

1.利用最小二乘法拟合这组数据，得到线性回归方程$y=ax+b$。

2.计算拟合优度$R^2$。

3.绘制散点图和拟合直线（注意，此部分要求仅为描述任务，实际代码中无需绘制图形）。

4.预测当$x=6$时，$y$的预测值。

请展示你的代码实现过程。

五、

编写Python程序，生成$100$个服从标准正态分布$N(0,1)$的随机数。然后计算这些随机数的样本均值和样本标准差。请展示你的代码实现过程，并简要说明你如何生成这些随机数。

试卷答案

一、

```matlab

%MATLAB代码示例

clear;clc;

f=@(x)(1/x)*sin(1-x)+x^2*exp(-2*x);%定义函数

x=linspace(0,2*pi,1000);%在区间[0,2*pi]生成细密点

y=f(x);%计算函数值

[~,idx_min]=min(y);%找到最小值对应的索引

[~,idx_max]=max(y);%找到最大值对应的索引

x_min=x(idx_min);%最小值点的x坐标

x_max=x(idx_max);%最大值点的x坐标

y_min=y(idx_min);%最小值

y_max=y(idx_max);%最大值

fprintf(最小值:%f在x=%f\n,y_min,x_min);

fprintf(最大值:%f在x=%f\n,y_max,x_max);

%注：实际求解极值点可能需要更精确的方法，如fminbnd或findzero

%此处用查找最值索引近似

```

```python

#Python代码示例

importnumpyasnp

fromscipy.optimizeimportminimize_scalar

deff(x):

return(1/x)*np.sin(1-x)+x2*np.exp(-2*x)

#定义搜索区间

x_bounds=(0,2*np.pi)

#寻找最小值

res_min=minimize_scalar(f,bounds=x_bounds,method=bounded)

x_min=res_min.x

y_min=res_min.fun

#寻找最大值（对负函数求最小值）

deff_neg(x):

return-f(x)

res_max=minimize_scalar(f_neg,bounds=x_bounds,method=bounded)

x_max=res_max.x

y_max=-res_max.fun

print(f最小值:{y_m