习题解答
10-1 把单摆摆球从平衡位置向位移正方向拉开，是摆线与竖直方向成一微小角度 0,
然后由静止放手任其振动，从放手时开始计时 ?若用余弦函数表示其运动方程，则该单摆振
动的初相为（）
解 由已知条件可知其初始时刻的位移正向最大。利用旋转矢量图可知，初 相相位是0.故选C
10-2 如图所示，用余弦函数描述一简谐振动。已知振幅为A,周期为T,初相
3
习题10-3图
(A) 2 二
(B )二 12
(C)0 (D)
解由已知条件可知初始时刻振动的位移是
. 『兀） 厂 A COS .H
号，速度是
..3
方向是向 y 轴正方向, 则振动曲线上t=0时刻的斜
率是正值。故选A
10-3 已知某简谐振动的振动曲线和旋转矢量图如附图（ 厘
米，时间单位为秒，则此简谐振动的振动方程为（
a ）、（
b ）所示，位移的单位为
(A )
cm
(B) x = 2 cos Znt _2
兀 cm <3 3丿
则振动曲线为（
）
E
(E3)
(C>
习题10-2图
x =2cos
2 +— H
3
(C) x 二
解由振动图像可知，初始时刻质点的位移是 一￡，且向y 轴负方向运动，
附图（b ）是其对应的旋转矢量图，由图可知，其初相位是 ？二，振动曲线上给
3
A 2
出了质点从—A 到A 的时间是1s ，其对应的相位从2二变化到2二，所以它的角
2 3 速度
2兀 2兀 ,-1
rad s T 3
简谐振动的振动方程为
故选D
10-4 弹簧振子做简谐振动，已知此振子势能的最大值为
100J,当振子处于最大位移
的一半时其动能为（）
（A ）25J
（ B ） 50J
（ C ）75J
（ D ）1OOJ
解 物体做简谐运动时，振子势能的表达式是 E P = kx 2，其动能和势能都
随时间做周期性变化，物体通过平衡位置时，势能为零，动能达到最大值；位移
1
最大时，势能达到最大值E P =-kA 2，动能为零，但其总机械能却保持不变.当振
2
子处于最大位移的一半时其势能为 E p
= — k （"A ）2二丄kA 2,所以此时的动能是
2 2 8
11 — 3 3
E k kA 2
kA 2
kA 2
J =100 J =75J 2
8
2 4
4
故选C
10-5 一质点作简谐振动，速度最大值
Vm=0.05m/s ，振幅A=2cm.若令速度具有正最大
值的那一时刻为t=0，则振动表达式为 ________________ 。
解 速度的最大值v m = A ? = 0.05m s',A =0.02m,所以
=
v 005
= 2.5（rad s J
）
A 0.02
振动的一般表达式 Acos （ t ），现在只有初相位没确定，速度具有正最
大值时位于原点处，由旋转矢量法可知
，振动的表达式为
2
71
y =0.02cos （2.5^—） m .
x = 2 cos 4
二
t
13
d 、
e 各点状态的相位分别为 _________________
一i" 习题 10-8 图
习題I 时圏
解 振动方程的一般表达式是x = Acos （ ^
）,:
是指t = 0时对应的相位,
也是初相位，由图可知t=0时的角度是一，所以该简谐振动的初相为一.角速度是
4
4
?寸
—t —
-=二，代入振动方程可得到 x =0.02cos （二t ） （m ）.
t
t
4
10-8 质点的振动曲线如图所示。试求： （1） 振动表达式 （2） 点P 对应的相位
（3） 到达点P 对应位置所需时间。
解（1）根据振动曲线对应的旋转振幅矢量可知，初相
% ?，从t=0至V
3
「
、，
5
5■:
t=1s 时间内相位差为
（-一）=-，所以角频率为
一
习题10-6图
解 结合旋转矢量图附图（b ）,振动曲线上的 a,b,c,d,e
对应旋转矢量图上
TT TT c 、d 、e ,所以其相位分别是0、—、一
3 2
2 二 4二
10-7
为
一简谐振动的旋转矢量如图所示，振幅矢量长 ____ ，振动方程为
2 cm,则该简谐振动的初
相
j/c
2 3 6 织6 —,…一一「、— 5 兀
可得振动表达式为y =0.06cos（ t ）m
（2）P 点相对应的相位为0
10-9 沿x 轴作简谐振动的小球， 振幅
A=0.04m ,速度的最大值v m = 0.06m 。若取 速度
为正的最大值时t=0。试求:
（1） 振动频率； （2） 加速度的最大值； （3） 振动的表达式。
解 （1） 速度的最大值 v m =A 「：： = 0.06m s 」，A=0.04m
Hz 。
（2）加速度的最大值a m 二A ，2 =0.09m
（3）速度为正的最大值时t=0，由旋转矢量法可知:
2
3 兀
y = 0.04cos( t )m
2 2
10-10 一物体质量为0.25 kg ，在弹性力作用下作谐振动，弹簧劲度系数为
25 N? m
1
，如果起始振动时具有势能 0.06J 和动能0.02J ，求
（1） 振幅;
（2） 动能恰等于势能时的位移； （3） 经过平衡位置时物体的速度。
1
解物体做简谐振动时，振子势能的表达式是
E p=?kx 2
，动能表达式是
1 2
E k =^mv 2。其动能和势能都随时间做周期性变化，物体通过平衡位置时，势能 为
零，动能达到最大值；位移最大时，势能达到最大值
E p =*kA 2，动能为零，
1
但其总机械能却保持不变为E = - kA 2。
2
2
动能恰等于势能时，也就是此时势能是总机械能的一半，
到达P 点所需时间为.：t'=—
v m 0.06
A - 0.04
=1.5rad s'
振动的表达式为 =0.4s
6
1
（1）由于振动过程总机械能却保持不变，0.06 0.02 25 A2，A=0.08m=
一、填空题： 1、多元统计分析是运用数理统计方法来研究解决多指标问题的理论和方法. 2、回归参数显著性检验是检验解释变量对被解释变量的影响是否著. 3、聚类分析就是分析如何对样品（或变量）进行量化分类的问题。通常聚类分析分为 Q型聚类和 R型聚类。 4、相应分析的主要目的是寻求列联表行因素A 和列因素B 的基本分析特征和它们的最优联立表示。 5、因子分析把每个原始变量分解为两部分因素：一部分为公共因子，另一部分为特殊因子。 6、若 () (,), P x N αμα ∑=1,2,3….n且相互独立，则样本均值向量x服从的分布 为_x~N(μ，Σ/n)_。 二、简答 1、简述典型变量与典型相关系数的概念，并说明典型相关分析的基本思想。 在每组变量中找出变量的线性组合，使得两组的线性组合之间具有最大的相关系数。选取和最初挑选的这对线性组合不相关的线性组合，使其配对，并选取相关系数最大的一对，如此下去直到两组之间的相关性被提取完毕为止。被选出的线性组合配对称为典型变量，它们的相关系数称为典型相关系数。 2、简述相应分析的基本思想。 相应分析，是指对两个定性变量的多种水平进行分析。设有两组因素A和B，其中因素A包含r个水平，因素B包含c个水平。对这两组因素作随机抽样调查，得到一个rc的二维列联表，记为。要寻求列联表列因素A和行因素B的基本分析特征和最优列联表示。相应分析即是通过列联表的转换，使得因素A
和因素B 具有对等性，从而用相同的因子轴同时描述两个因素各个水平的情况。把两个因素的各个水平的状况同时反映到具有相同坐标轴的因子平面上，从而得到因素A 、B 的联系。 3、简述费希尔判别法的基本思想。 从k 个总体中抽取具有p 个指标的样品观测数据，借助方差分析的思想构造一个线性判别函数 系数： 确定的原则是使得总体之间区别最大，而使每个总体内部的离差最小。将新样品的p 个指标值代入线性判别函数式中求出 值，然后根据判别一定的规则，就可以判别新的样品属于哪个总体。 5、简述多元统计分析中协差阵检验的步骤 第一，提出待检验的假设 和H1； 第二，给出检验的统计量及其服从的分布； 第三，给定检验水平，查统计量的分布表，确定相应的临界值，从而得到否定域； 第四，根据样本观测值计算出统计量的值，看是否落入否定域中，以便对待判假设做出决策（拒绝或接受）。 协差阵的检验 检验0=ΣΣ 0p H =ΣI ： /2 /21exp 2np n e tr n λ???? =-?? ? ???? S S 00p H =≠ΣΣI ： /2 /2**1exp 2np n e tr n λ???? =-?? ? ???? S S
特别声明：考试时需带计 算器作辅助计算 1．2015x *=是经四舍五入得到的近似值，则其相对误差* r e ≤-31 104 ?. 2. 01(),(), ,()n l x l x l x 是以01,, ,n x x x 为节点的拉格朗日插值基函数，则 3．设(0)1(1)3(2)4(3)2f =,f =,f =,f =，[0123]f =，，，1 3 - . 4. 利用Simpson 公式求?2 1 2dx x = 7.3 5. 设求积公式1 0()d (),(1)n k k k f x x A f x n ≈≥∑?=是Gauss 型求积公式，则3 n k k k A x == ∑1 .4 6. 数值微分公式(2)(2) ()i i i f x h f x h f x h +≈ --'的截断误差为 2().O h 7. 设1101A ?? = ??? ，则A 的谱半径()A ρ= 1 ，A 的条件数1cond ()A = 4. 8. 用牛顿下山法求解方程3 03 x x -=根的迭代公式是 2 13 3(1),3n n n n x x x x x λ+-=-- 下山条件是 1()().n n f x f x +< 9.对任意初始向量(0)x 及任意向量f ，线性方程组的迭代公式(1)()(0,1,2,)k k k +=+=x Bx f ，迭代序列()k x 收敛于方程组的精确解x *的充分必要条件是()1.ρ初中物理电路故障及动态电路分析报告解题技巧和经典题型含详细答案
实用文档 初中物理电路故障及动态电路分析 、先根据题给条件确定故障是断路还是短路：两灯串联时，如果只1有一个灯不亮，则此灯一定是短路了，如果两灯都不亮，则电路一定是断路了；两灯并联，如果只有一灯不亮，则一定是这条支路断路，如果两灯都不亮，则一定是干路断路。在并联电路中，故障不能是短路，因为如果短路，则电源会烧坏。、根据第一步再判断哪部分断路或短路。2两端电压，开关闭合串联在电路中，电压表测L2L21：L1与例后，发现两灯都不亮，电压表有示数，则故障原因是什么？解：你先画一个电路图：两灯都不亮，则一定是断路。电压表有示数，说明电压表两个接线柱跟电源两极相连接，这部分导线没断，那么只L1断路了。有示数很大，V2电压，V2，串联，电压表L1与L2V1测L1、例2都断示数很大，说明L2V1=0B、若而V2L2则L1短路而正常；电压。闭合开关后，两灯都不亮。则下列说法正确的是：路。测L2V1=0 、若A。首先根据题给条件：两灯都不BA。其实答案为解：可能你会错选相当于V2L2亮，则电路是断路，A肯定不正确。当断路时，此时连接到了电源两极上，它测量的是电源电压，因此示数很大。而此时的示数为零。由于测有电流通过，因此两端没有电压，因此L1V1标准文案． 实用文档 首先要分析串并联，这个一般的比较简单，一条通路串联，多条并联。
如果碰上了电压表电流表就把电压表当开路，电流表当导线。这个是因为电流表电压小，几乎为零。但电压表不同。此处要注意的是，电压表只是看做开路，并不是真的开路。所以如果碰上了一个电压表一个用电器一个电源串联在一起的情况，要记得。电压表是有示数的（话说我当时为这个纠结了好久）。还有一些东西光看理论分析是不好的，要多做题啊，做多得题，在分析总结以下，会好很多。而且如果有不会的，一定要先记下来，没准在下一题里就会有感悟、一．常见电路的识别方法与技巧 在解决电学问题时，我们遇到的第一个问题往往是电路图中各个 用电器（电阻）的连接关系问题。不能确定各个电阻之间的连接关系，就无法确定可以利用的规律，更谈不到如何解决问题。因此正确识别电路是解决电学问题的前提。当然首先必须掌握串联电路和并联电路这两种基本的电路连接方式（图１（甲）、（乙）），这是简化、改画电路图的最终结果。 识别电路的常用方法有电流流向法（电流跟踪法）、摘表法（去表法）、直线法和节点法。在识别电路的过程中，往往是几种方法并用。 １．电流流向法 电流流向法是指用描绘电流流向的方法来分析电阻连接方式的方法。这是一种识别电路最直观的方法，也是连接实物电路时必须遵循的基本思路。具体步骤是：从电源正极出发，沿着电流的方向描绘标准文案．
聚类分析和判别分析练习题 一、选择题 1.需要在聚类分析中保序的聚类分析是（ ）。 A.两步聚类 B.有序聚类 C.系统聚类 D.k-均值聚类 2.在系统聚类中2R 是（ ）。 A.组内离差平方和除以组间离差平方和 B.组间离差平方和除以组内离差平方和 C.组间离差平方和除以总离差平方和 D.组间均方除以总均方。 3.系统聚类的单调性是指（ ）。 A.每步并类的距离是单调增的 B.每步并类的距离是单调减的 C.聚类的类数越来越少 D.系统聚类2R 会越来越小 4.以下的系统聚类方法中，哪种系统聚类直接利用了组内的离差平方和。（ ） A.最长距离法 B.组间平均连接法 C.组内平均连接法 D.WARD 法 5.以下系统聚类方法中所用的相似性的度量，哪种最不稳健（ ）。 A.2 1()p ik jk k x x =-∑ B. 1p ik jk k ik jk x x x x =-+∑ C. 21p k =∑ D. 1()()i j i j -'x -x Σx -x 6. 以下系统聚类方法中所用的相似性的度量，哪种考虑了变量间的相关性（ ）。A.2 1()p ik jk k x x =-∑ B. 1 p ik jk k ik jk x x x x =-+∑ C. 21 p k =∑ D. 1()()i j i j -'x -x Σx -x 7.以下统计量，可以用来刻画分为几类的合理性统计量为（ ）？ A.可决系数或判定系数2R B. G G W P P -
C.()/(1) /() G G W P G P n G -- - D.() G W P W - 8.以下关于聚类分析的陈述，哪些是正确的（） A.进行聚类分析的统计数据有关于类的变量 B.进行聚类分析的变量应该进行标准化处理 C.不同的类间距离会产生不同的递推公式 D.递推公式有利于运算速度的提高。D(3)的信息需要D（2）提供。 9.判别分析和聚类分析所要求统计数据的不同是（） A.判别分析没有刻画类的变量，聚类分析有该变量 B.聚类分析没有刻画类的变量，判别分析有该变量 C.分析的变量在不同的样品上要有差异 D.要选择与研究目的有关的变量 10.距离判别法所用的距离是（） A.马氏距离 B. 欧氏距离 C.绝对值距离 D. 欧氏平方距离 11.在一些条件同时满足的场合，距离判别和贝叶斯判别等价，是以下哪些条件。 （） A.正态分布假定 B.等协方差矩阵假定 C.均值相等假定 D.先验概率相等假定 12.常用逐步判别分析选择不了的标准是（） A.Λ统计量越小变量的判别贡献更大 B.Λ统计量越大变量的判别贡献更大 C.判定系数越小变量的判别贡献更大 D.判定系数越大变量的判别贡献更大 二、填空题 1、聚类分析是建立一种分类方法，它将一批样本或变量按照它们在性质上的_______________进行科学的分类。 2．Q型聚类法是按_________进行聚类，R型聚类法是按_______进行聚类。 3．Q型聚类相似程度指标常见是、、，而R型聚类相似程度指标通常采用_____________ 、。 4．在聚类分析中需要对原始数据进行无量纲化处理，以消除不同量纲或数量级的影响，达到数据间
第一章典型例题 例3 ln2=0.…，精确到10－3的近似值是多少 解 精确到10－3＝，即绝对误差限是＝, 故至少要保留小数点后三位才可以。ln2 第二章典型例题 例1 用顺序消去法解线性方程组 ??? ??1 -=4+2+4=+2+31 -=4++2321 321321x x x x x x x x x 解 顺序消元 ?? ?? ??????---???→???????????---????→???????????--=-?+-?+-?+1717005.555.00141 25.025.105.555.001412142141231412]b A [)3()2/1()2/3(231312r r r r r r M 于是有同解方程组 ?? ? ??-==--=++17175.555.0142332321x x x x x x 回代得解 x 3=－1, x 2=1,x 1=1,原线性方程组的解为X ＝(1,1,－1)T 例2 取初始向量X (0)=(0,0,0)T ,用雅可比迭代法求解线性方程组 ??? ??5 =+2+23=++1=2-2+321 321321x x x x x x x x x 解 建立迭代格式 ???????+--=+--=++-=+++5223122) (2)(1)1(3 ) (3)(1)1(2 ) (3)(2)1(1k k k k k k k k k x x x x x x x x x (k =1,2,3,…)
第1次迭代,k =0 X (0)＝0，得到X (1)＝(1,3,5)T 第2次迭代，k =1 ???????-=+?-?-=-=+--==+?+?-=3 532123 351515232)2(3) 2(2)2(1x x x X (2)＝(5,－3,－3)T 第3次迭代，k =2 ???????=+-?-?-==+---==+-?+-?-=1 5)3(2521 3)3(511)3(2)3(2)2(3) 3(2)3(1x x x X (3)＝(1,1,1)T 第4次迭代，k =3 ???????=+?-?-==+--==+?+?-=1 512121 311111212)2(3) 2(2)2(1x x x X (4)＝(1,1,1)T 例4 证明例2的线性方程组，雅可比迭代法收敛，而高斯－赛德尔迭代法发散。 证明 例2中线性方程组的系数矩阵为 A ＝?? ?? ? ?????-122111221 于是 D ＝?? ?? ??????100010001 D －1＝D ??????????=022001000L ~ ????? ?????-=000100220U ~ 雅可比迭代矩阵为
分析：（1）中频等效电路（微变等效电路或交流等效电路） （2）计算A u ])1([72be25i2be1i2 31u1R r //R R r R //R A ββ++=-=其中： be172be2531u1]} )1([{r R r //R //R A ββ++-=或者： 72be2L 62u2)(1R r R //R A ββ++-= u2u1u A A A ?= （3）计算R i ：be121i r //R //R R = （4）计算R o ：6o R R =
分析：（1）中频等效电路（微变等效电路或交流等效电路） （2）计算A u 3 2 be2 i2 be1 1 i2 2 1 1u 1R) ( r R r R ) R // R ( Aβ β + + = + - =其中： be1 1 3 2 2 2 1 1u } ) 1( [ { r R R r // R A be + + + - = β β 或者： 1 ) 1( ) 1( u2 3 2 2 3 2 2 u ≈ + + + =A R r R A be 或者： β β u2 u1 u A A A? = （3）计算R i： be1 1 i r R R+ = （4）计算R o： 2 2 be2 3 o1β + + = R r // R R
分析：（1）中频等效电路（微变等效电路或交流等效电路） （2）计算A u 2 1u A A A ?= （3）计算R i （4）计算R o 静态工作点的计算同单管放大电路的方法，此处略。 123be211be1123be2(1)()1(1)() R R r A A r R R r ββ+==++∥∥ 或者 ∥∥242be2 R A r β=-i 1be1123be2[(1)()] R R r R R r β=++∥∥∥o 4 R R =
《应用多元统计分析》 ——报告 班级： 学号： 姓名：
聚类分析的案例分析 摘要 本文主要用SPSS软件对实验数据运用系统聚类法和K均值聚类法进行聚类分析，从而实现聚类分析及其运用。利用聚类分析研究某化工厂周围的几个地区的 气体浓度的情况，从而判断出这几个地区的污染程度。 经过聚类分析可以得到，样本6这一地区的气体浓度值最高，污染程度是最严重的，样本3和样本4气体浓度较高，污染程度也比较严重，因此要给予及时的控制和改善。 关键词：SPSS软件聚类分析学生成绩
一、数学模型 聚类分析的基本思想是认为各个样本与所选择的指标之间存在着不同程度的相 似性。可以根据这些相似性把相似程度较高的归为一类，从而对其总体进行分析和总结，判断其之间的差距。 系统聚类法的基本思想是在这几个样本之间定义其之间的距离，在多个变量之间定义其相似系数，距离或者相似系数代表着样本或者变量之间的相似程度。根据相似程度的不同大小，将样本进行归类，将关系较为密切的归为一类，关系较为疏远的后归为一类，用不同的方法将所有的样本都聚到合适的类中，这里我们用的是最近距离法，形成一个聚类树形图，可据此清楚的看出样本的分类情况。 K 均值法是将每个样品分配给最近中心的类中，只产生指定类数的聚类结果。 二、数据来源 《应用多元统计分析》第一版164 页第6 题 我国山区有一某大型化工厂，在该厂区的邻近地区中挑选其中最具有代表性的 8 个大气取样点，在固定的时间点每日 4 次抽取6 种大气样本，测定其中包含的8 个取样点中每种气体的平均浓度，数据如下表。试用聚类分析方法对取样点及 大气污染气体进行分类。 三、建立数学模型 一、运行过程
第五章 聚类分析 判别分析和聚类分析有何区别 答：即根据一定的判别准则，判定一个样本归属于哪一类。具体而言，设有n 个样本，对每个样本测得p 项指标（变量）的数据，已知每个样本属于k 个类别（或总体）中的某一类，通过找出一个最优的划分，使得不同类别的样本尽可能地区别开，并判别该样本属于哪个总体。聚类分析是分析如何对样品（或变量）进行量化分类的问题。在聚类之前，我们并不知道总体，而是通过一次次的聚类，使相近的样品（或变量）聚合形成总体。通俗来讲，判别分析是在已知有多少类及是什么类的情况下进行分类，而聚类分析是在不知道类的情况下进行分类。 试述系统聚类的基本思想。 答：系统聚类的基本思想是：距离相近的样品（或变量）先聚成类，距离相远的后聚成类，过程一直进行下去，每个样品（或变量）总能聚到合适的类中。 对样品和变量进行聚类分析时， 所构造的统计量分别是什么简要说明为什么这样构造 答：对样品进行聚类分析时，用距离来测定样品之间的相似程度。因为我们把n 个样本看作p 维空间的n 个点。点之间的距离即可代表样品间的相似度。常用的距离为 （一）闵可夫斯基距离：1/1 ()() p q q ij ik jk k d q X X ==-∑ q 取不同值，分为 （1）绝对距离（1q =） 1 (1)p ij ik jk k d X X ==-∑ （2）欧氏距离（2q =） 21/2 1 (2)() p ij ik jk k d X X ==-∑ （3）切比雪夫距离（q =∞） 1()max ij ik jk k p d X X ≤≤∞=- （二）马氏距离 （三）兰氏距离 对变量的相似性，我们更多地要了解变量的变化趋势或变化方向，因此用相关性进行衡量。 将变量看作p 维空间的向量，一般用 2 1()()()ij i j i j d M -'=--X X ΣX X 11()p ik jk ij k ik jk X X d L p X X =-=+∑
数值分析典型习题
特别声明：考试时需带计 算器作辅助计算 1．2015x *=是经四舍五入得到的近似值，则其相对误差* r e ≤ -31 104 ?. 2. 01(),(),,()n l x l x l x L 是以01,,,n x x x L 为节点的拉格朗日插值基函数，则 3．设(0)1(1)3(2)4(3)2f =,f =,f =,f =，[0123]f =，，，1 3 - . 4. 利用Simpson 公式求?2 1 2dx x = 7.3 5. 设求积公式1 0()d (),(1)n k k k f x x A f x n ≈≥∑?=是Gauss 型求积公式，则3 n k k k A x == ∑1 .4 6. 数值微分公式(2)(2) ()i i i f x h f x h f x h +≈ --'的截断误差为 2().O h 7. 设1101A ?? = ??? ，则A 的谱半径()A ρ= 1 ，A 的条件数1cond ()A = 4. 8. 用牛顿下山法求解方程3 03 x x -=根的迭代公式是 2 13 3(1),3n n n n x x x x x λ+-=-- 下山条件是 1()().n n f x f x +< 9.对任意初始向量(0)x 及任意向量f ，线性方程组的迭代公式(1)()(0,1,2,)k k k +=+=L x Bx f ，迭代序列()k x 收敛于方程组的精确解x *的充分必要条件是()1.ρ第五章组合逻辑电路典型例题分析
第五章 组合逻辑电路典型例题分析 第一部分：例题剖析 例1．求以下电路的输出表达式： 解： 例2．由3线－8线译码器Ｔ4138构成的电路如图所示，请写出输出函数式． 解： Y = AC BC ABC = AC +BC + ABC = C(AB) +CAB = C (AB) T4138的功能表 & & Y 0 Y 1 Y 2 Y 3 Y 4 Y 5 Y 6 Y 7 “1” T4138 A B C A 2A 1A 0Ya Yb S 1 S 2 S 30 0 00 0 10 1 00 1 11 0 01 0 11 1 01 1 1 S 1S 2S 31 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 0 A 2A 1A 0Y 0Y 1Y 2Y 3Y 4Y 5Y 6Y 70 1 1 1 1 1 1 11 0 1 1 1 1 1 11 1 0 1 1 1 1 11 1 1 0 1 1 1 11 1 1 1 0 1 1 11 1 1 1 1 0 1 11 1 1 1 1 1 0 11 1 1 1 1 1 1 0
例3．分析如图电路，写出输出函数Ｚ的表达式。CC4512为八选一数据选择器。 解： 例4．某组合逻辑电路的真值表如下，试用最少数目的反相器和与非门实现电路。（表中未出现的输入变量状态组合可作为约束项） CC4512的功能表 A ? DIS INH 2A 1A 0Y 1 ?0 1 0 0 0 00 00 00 0 0 0 0 00 0 ?????0 0 00 0 10 1 00 1 11 0 0 1 0 11 1 01 1 1 高阻态 0D 0D 1D 2D 3D 4D 5D 6D 7 Z CC4512 A 0A 1A 2 D 0 D 1 D 2 D 3 D 4 D 5 D 6 D 7 DIS INH D 1 D A B C D Y 0 0 0 0 1 0 0 0 1 00 0 1 0 10 0 1 1 00 1 0 0 0 CD AB 00 01 11 1000 1 0 0 101 0 1 0 1 11 × × × ×10 0 1 × × A B 第一步画卡诺图第三步画逻辑电路图
5.2酿酒葡萄的等级划分 5.2.1葡萄酒的质量分类 由问题1中我们得知，第二组评酒员的的评价结果更为可信，所以我们通过第二组评酒员对于酒的评分做出处理。我们通过excel计算出每位评酒员对每支酒的总分，然后计算出每支酒的10个分数的平均值，作为总的对于这支酒的等级评价。 通过国际酿酒工会对于葡萄酒的分级，以百分制标准评级，总共评出了六个级别（见表5）。 在问题2的计算中，我们求出了各支酒的分数，考虑到所有分数在区间[61.6，81.5]波动，以原等级表分级，结果将会很模糊，不能分得比较清晰。为此我们需要进一步细化等级。为此我们重新细化出5个等级，为了方便计算，我们还对等级进行降序数字等级（见表6）。 通过对数据的预处理，我们得到了一个新的关于葡萄酒的分级表格（见表7）：
考虑到葡萄酒的质量与酿酒葡萄间有比较之间的关系，我们将保留葡萄酒质量对于酿酒葡萄的影响，先单纯从酿酒葡萄的理化指标对酿酒葡萄进行分类，然后在通过葡萄酒质量对酿酒葡萄质量的优劣进一步进行划分。 5.2.2建立模型 在通过酿酒葡萄的理化指标对酿酒葡萄分类的过程，我们用到了聚类分析方法中的ward 最小方差法，又叫做离差平方和法。 聚类分析是研究分类问题的一种多元统计方法。所谓类，通俗地说，就是指相似元素的集合。为了将样品进行分类，就需要研究样品之间关系。这里的最小方差法的基本思想就是将一个样品看作P 维空间的一个点，并在空间的定义距离，距离较近的点归为一类；距离较远的点归为不同的类。面对现在的问题，我们不知道元素的分类，连要分成几类都不知道。现在我们将用SAS 系统里面的stepdisc 和cluster 过程完成判别分析和聚类分析，最终确定元素对象的分类问题。 建立数据阵，具体数学表示为： 1111...............m n nm X X X X X ????=?????? （5.2.1） 式中，行向量1(,...,)i i im X x x =表示第i 个样品； 列向量1(,...,)'j j nj X x x =’，表示第j 项指标。(i=1,2,…,n;j=1,2,…m) 接下来我们将要对数据进行变化，以便于我们比较和消除纲量。在此我们用了使用最广范的方法，ward 最小方差法。其中用到了类间距离来进行比较，定义为： 2||||/(1/1/)kl k l k l D X X n n =-+ （5.2.2） Ward 方法并类时总是使得并类导致的类内离差平方和增量最小。 系统聚类数的确定。在聚类分析中，系统聚类最终得到的一个聚类树，如何确定类的个数，这是一个十分困难但又必须解决的问题；因为分类本身就没有一定标准，人们可以从不同的角度给出不同的分类。在实际应用中常使用下面几种方法确定类的个数。由适当的阀值确定，此处阀值为kl D 。
第一章典型例题 例3…，精确到10－3的近似值是多少？ 解 精确到10－3＝，即绝对误差限是?＝, 故至少要保留小数点后三位才 可以。ln2? 第二章典型例题 例1 用顺序消去法解线性方程组 解 顺序消元 于是有同解方程组 回代得解 x 3=－1, x 2=1,x 1=1,原线性方程组的解为X ＝(1,1,－1)T 例2 取初始向量X (0)=(0,0,0)T ,用雅可比迭代法求解线性方程组 解 建立迭代格式 ??? ????+--=+--=++-=+++5223122)(2)(1)1(3) (3)(1)1(2 )(3)(2)1(1k k k k k k k k k x x x x x x x x x (k =1,2,3,…) 第1次迭代,k =0 X (0)＝0，得到X (1)＝(1,3,5)T 第2次迭代，k =1 X (2)＝(5,－3,－3)T 第3次迭代，k =2 X (3)＝(1,1,1)T 第4次迭代，k =3
X (4)＝(1,1,1)T 例4 证明例2的线性方程组，雅可比迭代法收敛，而高斯－赛德尔迭 代法发散。 证明 例2中线性方程组的系数矩阵为 A ＝?? ?? ? ?????-122111221 于是 D ＝?? ?? ??????100010001 D －1 ＝D ?? ?? ? ?????=022001000L ~ ?? ?? ? ?????-=000100220U ~ 雅可比迭代矩阵为 B 0＝?? ?? ? ?????--=??????????-??????????-=+--022101220022101220100010001)U ~L ~(D 1 得到矩阵B 0的特征根03,2,1=λ，根据迭代基本定理4，雅可比迭代法收敛。 高斯－赛德尔迭代矩阵为 G ＝－U ~ )L ~D (1-+ ＝－?? ?? ??????----=??????????-??????????---=??????????-??????????-2003202200001002201200110010001002201220110011 解得特征根为?1=0，?2,3=2。由迭代基本定理4知，高斯－赛德尔迭代发散。 例5 填空选择题： 1. 用高斯列主元消去法解线性方程组 作第1次消元后的第2，3个方程分别为 。
中南民族大学电子信息工程学院电路分析典型习题与解答
目录 第一章：集总参数电路中电压、电流的约束关系 (1) 1.1、本章主要内容： (1) 1.2、注意： (1) 1.3、典型例题： (2) 第二章网孔分析与节点分析 (3) 2.1、本章主要内容： (3) 2.2、注意： (3) 2.3、典型例题： (4) 第三章叠加方法与网络函数 (7) 3.1、本章主要内容： (7) 3.2、注意： (7) 3.3、典型例题： (7) 第四章分解方法与单口网络 (9) 4.1、本章主要内容： (9) 4.2、注意： (10) 4.3、典型例题： (10) 第五章电容元件与电感元件 (12) 5.1、本章主要内容： (12) 5.2、注意： (12) 5.3、典型例题： (12) 第六章一阶电路 (14) 6.1、本章主要内容： (14) 6.2、注意： (14)
6.3、典型例题： (15) 第七章二阶电路 (19) 7.1、本章主要内容： (19) 7.2、注意: (19) 7.3、典型例题： (20) 第八章阻抗与导纳 (21) 8.1、本章主要内容： (21) 8.2、注意: (21) 8.3、典型例题： (21) 附录：常系数微分方程的求解方法 (24) 说明 (25)
第一章：集总参数电路中电压、电流的约束关系 1.1、本章主要内容： 本章主要讲解电路集总假设的条件，描述电路的变量及其参考方向，基尔霍夫定律、电路元件的性质以及支路电流法。 1.2、注意： 1、复杂电路中，电压和电流的真实方向往往很难确定，电路中只标出参考 方向，KCL,KVL均是对参考方向列方程，根据求解方程的结果的正负与 参考方向比较来确定实际方向. 2、若元件的电压参考方向和电流参考方向一致，为关联的参考方向， 此时元件的吸收功率P吸=UI，或P发=-UI 若元件的电压参考方向和电流参考方向不一致，为非关联的参考方向， 此时元件的吸收功率P吸=-UI，或P发=UI 3、独立电压源的端电压是给定的函数，端电流由外电路确定（一般不为0） 独立电流源的端电流是给定的函数，端电压由外电路确定（一般不为0） 4、受控源本质上不是电源，往往是一个元件或者一个电路的抽象化模型， 不关心如何控制，只关心控制关系，在求解电路时，把受控源当成独立 源去列方程，带入控制关系即可. 5、支路电流法是以电路中b条支路电流为变量，对n-1个独立节点列KCL 方程，由元件的VCR，用支路电流表示支路电压再对m（b-n+1）个网 孔列KVL方程的分析方法.（特点：b个方程，变量多，解方程麻烦）
各地区各行业工资水平的分析(2009年数据) 小组成员：张艺伟、赵月、陈媛、邹莉、朱海龙、曾磊、胡瑛、候银萍 1.研究背景及意义 1.1 研究背景 工资水平是指一定区域和一定时间内劳动者平均收入的高低程度。生产决定分配，只有经济发展才能提供更多的可分配的社会产品，因此一个地区的工资水平在一定程度上反映了其经济发展的水平。 1.2 研究意义 1. 通过多元统计分析方法，探究一个地区的工资水平与其经济发展水平之间的内在联系。 2. 将平均工资水平划分为3类，分析哪些地区、哪些行业的工资水平较高，可以为大学生就业提供宏观上的方向指引。 2.数据来源与描述 2.1 数据来源——《中国劳动统计年鉴─2010》 （URL：https://www.doczj.com/doc/ec4632877.html,/Navi/YearBook.aspx?id=N2011010069&floor=1###） 主编单位：国家统计局人口和就业统计司，人力资源和社会保障部规划财务司 出版社：中国统计出版社 简介：《中国劳动统计年鉴─2010》是一部全面反映中华人民共和国劳动经济情况的资料性年刊。本刊收集了2009年全国和各省、自治区、直辖市、香港特别行政区、澳门特别行政区的有关劳动统计数据。本书资料的取得形式主要有国家和部门的报表统计、行政记录和抽样调查。 2.2 数据描述 本数据集记录了全国31个省市（港、澳、台除外）的工资状况，各省市分别记录了其23个主要行业的平均工资水平，这23个主要行业包括：企业、事业、机关、金融业、制造业、建筑业、房地产业、农林牧渔业等等，具体数据格式参见图-0。
图-0 3.分析方法及原理 3.1 通过描述统计分析方法，判断哪些行业平均工资水平较高 描述统计分析方法主要是从基本统计量（诸如均值、方差、标准差、极大/小值、偏度、峰度等）的计算和描述开始的，并辅助于SPSS提供的图形功能，能够把握数据的基本特征和整体的分布特征。 在本案例中，通过比较不同行业（诸如企业、事业、机关、建筑业、制造业……）工资的均值、极大/小值，可以从总体上判断哪些行业的平均工资水平较高，哪些行业的较低。 3.2 通过聚类分析方法，判断哪些地区平均工资水平较高 聚类分析是依据研究对象的个体特征，对其进行分类的方法，分类在经济、管理、社会学、医学等领域，都有广泛的应用。聚类分析能够将一批样本（或变量）数据根据其诸多特征，按照在性质上的亲疏程度在没有先验知识的情况下进行自动分类，产生多个分类结果。类内部个体特征之间具有相似性，不同类间个体特征的差异性较大。 在本案例中，我们将采用两种方法进行聚类分析：一种是系统聚类法，另一种是K-均值法（快速聚类法）。 3.2.1系统聚类法 系统聚类法的基本原理：首先将一定数量的样本或指标各自看成一类，然后根据样本（或指标）的亲疏程度，将亲疏程度最高的两类进行合并，然后考虑合并后的类与其他类之间的亲疏程度，再进行合并。重复这一过程，直到将所有的样本（或指标）合并为一类。 系统聚类分为Q型聚类和R型聚类两种：Q型聚类是对样本进行聚类，它使具有相似特征的样本聚集在一起，使差异性大的样本分离开来；R型聚类是对变量进行聚类，它使差异性大的变量分离开来，相似的变量聚集在一起，这样就可以在相似变量中选择少数具有代表性的变量参与其他分析，实现减少变量个数、降低变量维度的目的。 在本例中进行的是Q型聚类。 类与类之间距离的计算方法主要有以下几种： （1）最短距离法（Nearest Neighbor），是指两类之间每个个体距离的最小值； （2）最长距离法（Farthest Neighbor），是指两类之间每个个体距离的最大值； （3）组间联接法（Between-groups Linkage），是指两类之间个体之间距离的平均值；
数值分析典型例题 例1 对下列各数写出具有5位有效数字的近似值。236.478, 0.00234711, 9.000024, 9.0000343 10?. 解：按照定义，以上各数具有5位有效数字的近似值分别为：236.478， 0.0023471， 9.0000， 9.0000310?。 注意: *x =9.000024的5位有效数字是9.0000而不是9，因为9 是1位有效数字。 例2 指出下列各数具有几位有效数字。2.0004， -0.00200， -9000， 9310?， 23 10-?。 解：按照定义，以上各数的有效数字位数分别为5， 3， 4，1，1 例3 已测得某物体行程* s 的近似值s=800m ，所需时间* s 的近似值为t=35s ，若已知m s s s t t 5.0||,05.0||**≤-≤-，试求平均速度v 的绝对误差和相对误差限。 解：因为t s v /=，所以)()(1)()()(2t e t s s e t t e t v s e s v v e -=??+??≈ 从 而 05.00469.035 800 5.0351|)(||||)(|1|)(|22≤≈+?≤+≤t e t s s e t v e 同样v v e v e r )()(≈)()()()(t e s e t e v t t v s e v s s v r r r -=??+??= 所以00205.035 05 .08005.0|)(||)(||)(|≈+≤+≤t e s e v e r r r 因此绝对误差限和相对误差限分别为0.05和0.00205。 例4试建立积分20,,1,05 =+=n dx x x I n n 的递推关系，并研究它的误差 传递。 解：151 --= n n I n I ……………………………………………..…...(1) 5ln 6ln 0-=I ，计算出0I 后可通过（1）依次递推计算出1I ,…,20I 。 但是计算0I 时有误差0e ，由此计算出的1I ,…,20I 也有误差，由（1）可 知近似值之间的递推关系为 151 --= n n I n I ……………………………………………….…..(2) （1）-（2）可得 01)5(5e e e n n n -=-=-，由0I 计算n I 时误差被放大了n 5倍。所以（1）不稳 定。 （1） 可以改写为 n I I n n 51 511+ -=- ……………………………………… （3） 如果能先求出20I ，则依次可以求出19I ,…,0I ，计算20I 时有误差，这样根据（3）计算19I ,…,0I 就有误差，误差传播为 n n n e e ?? ? ??-=-511 ，误差依次减少。 例5 用二分法求解方程012)(23=+--=x x x x f 在区间[0,1]内的1个实根，要求有3为有效数字。 解：因为0)1()0( SPSS软件操作实例——某移动公司客户细分模型 数据准备：数据来源于telco.sav，如图1所示，Customer_ID表示客户编号，Peak_mins表示工作日上班时期电话时长，OffPeak_mins表示工作日下班时期电话时长等。 图1 telco.sav数据 分析目的：对移动手机用户进行细分，了解不同用户群体的消费习惯，以更好的对其进行定制性的业务推销，所以需要运用聚类分析。 操作步骤： 1，从菜单中选择【文件】——【打开】——【数据】，在打开数据窗口中选择数据位置以及文件类型，将数据telco.sav导入SPSS软件中，如图2所示。 图2 打开数据菜单选项 2，从菜单中选择【分析】——【描述统计】——【描述】，然后在描述性窗口中，将需要标准化的变量选到右边的“变量列表”，勾选“将标准化得分另存为变量”，点确定，如图3所示。 图3 数据标准化 3，从菜单中选择【分析】——【分类】——【K-均值聚类】，在K-均值聚类分析窗口中将标准化之后的结果选入右边“变量列表”，客户编号选入“个案标记依据”，聚类数改为5。点击迭代按钮，在迭代窗口将最大迭代次数改为100，点击继续。点击保存按钮，在保存窗口勾选“聚类成员”、“与聚类中心的距离”，点击继续。点击选项按钮，在选项窗口勾选“ANOV A表”、“每个个案的聚类信息”，点击继续。点击确定按钮，运行聚类分析，如图4所示。 图4 聚类分析操作 由最终聚类中心表可得最终分成的5个类它们各自的均值。 第一类：依据总通话时间长，上班通话时间长，国际通话时间长等特征，将第一类命名为高端商用客户。 第二类：依据其在各项指标中均较低，将第二类命名为不常使用客户。 第三类：依据总通话和上班通话时间居中等特征，将第三类命名为中端商用客户。第四类：依据下班通话时间最长等特征，将第四类命名为日常客户。 第五类：依据平均每次通话时间最长等特征，将第五类命名为长聊客户。 由ANOVA表可根据F值大小近似得到哪些变量对聚类有贡献，本例题中重要程度排序为：总通话时长>工作日上班时期电话时长>工作日下班时期电话时聚类分析案例
相关主题
文本预览