大学课程《数值分析》课后习题详解！

通用弹道仿真计算程序V1.0本程序包为vxLand提供的经典版的通用导弹、炮弹、火箭弹等的弹道仿真计算程序，适用于无控弹药，用户可以需要根据加入三点法、比例导引等导引方法，修改、扩充成相应的有控、制导模拟仿真弹道程序。
程序包中MissileTrajectorySimulationRk.h的rk()是经典的4阶龙格库塔方法求常微分方程的数值算法的函数子程序，大家可参考使用。
MissileTrajectorySimulation_Input.dat是输入数据文件。
由于时间关系，相应的matlab语言版本暂时没有整理出来。

一、        实验任务设计并制作全息光栅，并测出其光栅常数，要求所制作的光栅不少于每毫米100条。
 二、        实验要求1、设计三种以上制作全息光栅的方法，并进行比较。
2、设计制作全息光栅的完整步骤（包括拍摄和冲洗中的参数及注意事项），拍摄出全息光栅。
3、给出所制作的全息光栅的光栅常数值，进行不确定度计算、误差分析并做实验小结。
 

51单片机的AD0808采集，使用Proteus仿真，带有全部资料及源码。
模拟输入使用一个滑动变阻器，能够在数码管上显示从0到255的数值。
亲测可行！

研究了将分别应用在连续波DF/HF化学激光器增益发生器上的气膜冷却方式和在燃烧室中的两步燃烧方式相结合的方式,这可通过转移部分主稀释剂至主喷管收缩段注入来实现。
通过数值模拟方法对该应用下光腔内流场进行分析,结果显示谱线小信号增益系数有小幅增大,但两步燃烧方式较高的燃烧效率没有显著体现,且高温气流对燃烧室提出更高要求。
通过增加氧化剂过量系数可降低燃烧室总温,且增益系数有所增大。

我关注了这个系列的书有一段时间了，本来是不想买这本书的，动画相关的部分目前对我来说没用。
但是，前一段时间我们的项目需要做到活动的人体与衣服做碰撞，模拟组调研了一些资料，如实时体素化之类的，但是貌似开销很大，我这段时间想弄明白跟人体动画相关的知识，看看这个部分大致有哪些基础工作和难点，就弄了一本。
 入门的好书，覆盖了动画效果中的大部分内容。
插值计算部分还是有一些深度的，这部分要求还记得微积分和数值计算；
也讲明了前向动力学、逆向动力学各自的优劣；
隐式方程与levelset，这部分在实时布料模拟方面也有应用；
流体模拟方面讲解的不是很深入，而这方面更多是模拟方向，而且可以做的很深入，基本上不算动画了；
关于动作捕获技术，这部分本应该是重点的，但是，本书只讲了传统的CV实现技术，个人基本上使用不了，而没有提到最新的传感器fusion技术，深度摄像头技术，像Noitom的高性价比动作捕捉设备，Kinect/XtionPro通过简单的算法直接获取简单的骨骼信息，这些都是可以个人实现的。
12年出版的书，还是有点落后了。
总体来说，还是入门时必备。
希望作者尽快更新。
 我现在依然在学习渲染和物理引擎，等这两个主要部分学习完成了，就可以在整个系统中加入人物，动画效果。
还是挺爽的。
最近想到了在VR游戏中，动画部分还是很有用处的。
以前在表现效果较好的端游中，人物的动作还是没有达到令人舒服的连贯与流畅，在VR游戏中，两个虚拟的人彼此可见，动作效果不好会很容易观察出来的。
所以，这一块儿还是需要做一些工作的。
---------------------作者：knowthyselfcn来源：CSDN原文：https://blog.csdn.net/cloudqiu/article/details/54969965版权声明：本文为博主原创文章，转载请附上博文链接！

简单的遗传算法，计算函数最值.functionga_main()%遗传算法程序%n--种群规模%ger--迭代次数%pc---交叉概率%pm--变异概率%v--初始种群（规模为n）%f--目标函数值%fit--适应度向量%vx--最优适应度值向量%vmfit--平均适应度值向量clearall;closeall;clc;%清屏tic;%计时器开始计时n=20;ger=100;pc=0.65;pm=0.05;%初始化参数%以上为经验值，可以更改。
%生成初始种群v=init_population(n,22);%得到初始种群，22串长，生成20*22的0-1矩阵[N,L]=size(v);%得到初始规模行，列disp(sprintf('Numberofgenerations:%d',ger));disp(sprintf('Populationsize:%d',N));disp(sprintf('Crossoverprobability:%.3f',pc));disp(sprintf('Mutationprobability:%.3f',pm));%sprintf可以控制输出格式%待优化问题xmin=0;xmax=9;%变量X范围f='x+10*sin(x.*5)+7*cos(x.*4)';%计算适应度，并画出初始种群图形x=decode(v(:,1:22),xmin,xmax);"位二进制换成十进制，%冒号表示对所有行进行操作。
fit=eval(f);%eval转化成数值型的%计算适应度figure(1);%打开第一个窗口fplot(f,[xmin,xmax]);%隐函数画图gridon;holdon;plot(x,fit,'k*');%作图,画初始种群的适应度图像title('(a)染色体的初始位置');%标题xlabel('x');ylabel('f(x)');%标记轴%迭代前的初始化vmfit=[];%平均适应度vx=[];%最优适应度it=1;%迭代计数器%开始进化whileit＜=ger%迭代次数0代%Reproduction(Bi-classistSelection)vtemp=roulette(v,fit);%复制算子%Crossoverv=crossover(vtemp,pc);%交叉算子%Mutation变异算子M=rand(N,L)＜=pm;%这里的作用找到比0.05小的分量%M(1,:)=zeros(1,L);v=v-2.*(v.*M)+M;%两个0-1矩阵相乘后M是1的地方V就不变，再乘以2.NICE!!确实好！！！把M中为1的位置上的地方的值变反%这里是点乘%变异%Resultsx=decode(v(:,1:22),xmin,xmax);%解码，求目标函数值fit=eval(f);%计算数值[sol,indb]=max(fit);%每次迭代中最优目标函数值，包括位置v(1,:)=v(indb,:);%用最大值代替fit_mean=mean(fit);%每次迭代中目标函数值的平均值。
mean求均值vx=[vxsol];%最优适应度值vmfit=[vmfitfit_mean];%适应度均值it=it+1;%迭代次数计数器增加end

结合一个题目演示了如何自编代码实现用多项式函数和指数函数作为基函数来实现最小二乘拟合，函数文件独立，便于移植，便于推广，题目附有解答，题目来自西工大数值计算方法作业。
采用MATLAB实现。

本书以数值分析为基础，介绍算法设计与分析，并给出了工程上常用的、行之有效的具体算法。
本书可以作为高等理工科院校非数学专业的“数值分析”或“计算方法”等课程的教材，也可作为广大工程技术人员参考用书。

数值分析第四版课后习题答案李庆扬等编华中科技大学出版社答案较全共8章非常清晰排版一般

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。