计算机程序设计艺术卷1:基本算法 1.2.2习题

jinyongbomatt2008

已于 2024-08-18 19:41:54 修改

阅读量115

点赞数 1

分类专栏：基本算法文章标签：算法

于 2024-07-18 23:19:37 首次发布

本文链接：https://blog.csdn.net/jinyongbomatt2008/article/details/140535594

版权

基本算法专栏收录该内容

4 篇文章 0 订阅

订阅专栏

1.[00] 最小的正有理数是多少？

解：不存在。如果r是正有理数，r/2总是更小的正有理数。

2.[00] 1+0.239999999...是一个十进制展开式吗？

解：假如末尾连续出现无限多个9，就不是十进制展开式。按照式（2），此时对应的十进制展开式为 $1+0.24000000\cdots$

3.[02] $(-3)^{-3}$ 是多少？

解： $-1/27$ ，但是正文没有对它给出定义。

4.[05] $(0.125)^{-2/3}$ 是多少？

解： $(\frac{1}{8})^{-2/3}$ = $\frac{1}{(\frac{1}{8})^2/3}$ = $\frac{1}{\sqrt[3]{(\frac{1}{8})^{2}}}$ = $\frac{1}{\sqrt[3]{(\frac{1}{2^{3}})^{2}}}$ = $\frac{1}{(\frac{1}{2})^{2}}$ = $4$

5.[05]我们通过十进制展开式定义了实数。讨论怎样改用二进制展开式定义实数，并且给出替代式（2）的定义。

解：式（2）

$n+\frac{d_{1}}{10}+\frac{d_{2}}{100}+\cdots +\frac{d_{k}}{10^{k}}\leq x<n + \frac{d_{1}}{10}+\frac{d_{2}}{100}+\cdots +\frac{d_{k}}{10^{k}}+\frac{1}{10^{k}}$

6.[10] 令 $x=m+0.d_{1}d_{2}\cdots$ 和 $y=n+0.e_{1}e_{2}\cdots$ 为实数。基于十进制表示，给出用来判定x=y,x<y还是x>y的规则。

解：一个数的十进制展开式是唯一的，所以当且仅当m=n而且对于所有 $i\geq 1$ 有 $d_{i}=e_{i}$ 时，x=y。我们可以依次比较m与n， $d_{1}$ 与 $e_{1}$ ， $d_{2}$ 与e_{2}，等等，当第一次出现不相等的情况时，较大的数字所在的实数就是 $\{x,y\}$ 中较大的数。

7.[M23]已知x和y为整数，从式（4）给出的定义出发，证明指数定律。

式（4） $b^{0}=1$ , $b^{n}=b^{n-1}b$ 如果 $n>0$ ， $b^{n}=b^{n+1}/b$ 如果 $n<0$ 。

解：可以对x归纳，首先证明x为正数时定律成立，然后证明x为负数是定律成立，细节从略。

8.[25]令m为正整数。证明每个正实数u有唯一的m次正根，做法是给出一种方法，依次构造根的十进制展开式中的 $n$ , $d_{1}$ , $d_{2}$ , $\cdots$ 的值。

解：依次令 $n=0,1,2,\cdots$ 可求出满足 $n^{m}\leq u < (n+1)^{m}$ 的n值。归纳假设已经求出 $n,d_{1},\cdots ,d_{k-1}$ ，那么 $d_{k}$ 是满足

$(n+\frac{d_{1}}{10}+\cdots +\frac{d_{k}}{10^{k}})^{m} \leq u < (n+\frac{d_{1}}{10}+\dots +\frac{d_{k}}{10^{k}}+\frac{1}{10^{k}})^{m}$

的数字。按这种构造方法，对于所有的k>l都不满足 $d_k=9$ ，因为此情况出现的必要条件是 $(n+d_{1}/10+\dots+d_{l}/10^{l}+1/10^{l})^{m}\leq u$ 。

9.[M23] 假定当x和y为整数时指数定律成立，证明x和y为有理数时指数定律成立。

解： $((b^{p/q})^{u/v})^{qv}=(((b^{p/q})^{u/v})^{v})^{q}=((b^{p/q})^{q})^{v}=((b^{p/q})^{u})^{q}=b^{pu}$ 。因此 $(b^{p/q})^{u/v}=b^{pu/qv}$ 。这证明了第二定律。用第二定律可以证明第一定律： $b^{p/q}b^{u/v}=(b^{1/qv})^{pv}(b^{1/qv})^{pv}(b^{1/qv})^{qu}=(b^{1/qv})^{pv+qu}=b^{p/q+u/v}$ 。

10.[18] 证明 $log_{10}2$ 不是有理数。

解：如果, $log_{10}2=p/q$ ，其中p和q为正整数，那么 $2^{q}=10^{p}$ 。而这是不可能的，因为等式右端能被5整除，左端却不能。

11.[10]如果 $b=10,x\approx log_{10}2$ ，为了确定 $b^{x}$ 的十进制展开式的前3位小数，我们需要知道多少位精度的x值？[注记：可以利用习题10的结果。]

解：无限多位！如果x的各位数字同 $log_{10}2$ 一致，无论给出多少位数，我们都不知道 $10^{x}=1.99999\cdots$ 还是 $2.00000\cdots$ 这丝毫没有神秘难解或者自相矛盾之处。加法也有类似的情况，假如把 $0.44444\cdots$ 加到 $0.55555\cdots$ 上。

12.[02] 解释式（10）为什么可由式（8）推出。

解： $d_{1},\cdots, d_{8}$ 只有如此取值才满足等式（7）。

13.[M23] （a）已知x是正实数，n是正整数，证明不等式 $\sqrt[n]{1+x}-1\leq x/n$ 。（b）利用这个结果解释式（7）后面的说明。

解：（a）首先用归纳法证明：如果 $y>0$ ,那么 $1+ny\leq (1+y)^{n}$ 。然后置 $y=x/n$ ，并且去n次根。（b） $x=b-1,n=10^{k}$ 。

14.[15] 证明式（12）。

式（12） $log_{b}(c^{y})=ylog_{b}c$ ，如果c>0。

解：在（5）的第二个等式中置 $x=log_{b}c$ ,然后两端同时取对数。

15.[10]证明或证伪：

$log_{b}x/y=log_{b}x-log_{b}y$ ，如果 $x,y>0$ 。

解：把“ $log_{b}y$ ”移到等式的另一端，利用式（11）证明结论成立。

$log_{b}(xy)=log_{b}x+log_{b}y$ ，如果x>0,y>0

16.[00] 怎样用 $lnx$ 和 $ln10$ 表示 $log_{10}x$ ?

解：由式（14），是 $lnx/ln10$ 。

式（14） $log_{c}x=\frac{log_{b}x}{log_{b}c}$

17.[05] 计算： $lg32$ ； $log_{\pi }\pi$ ； $lne$ ； $log_{b}1$ ； $log_{b}(-1)$ 。

解：5;1;1;0;无意义。

18.[10]证明或证伪 $log_{8}x=\frac{1}{2}lgx$ 。

解：原式不成立， $log_{8}=lgx/lg8=\frac{1}{3}lgx$

19.[20] 如果整数n的十进制表示长14位数，n的值能否存入容量为47个二进制和一个符号位的一个计算机字？

解：是，因为 $lgn<(log_{10}n)/0.301<14/0.301<47$ 。

20.[10] 在 $log_{10}2$ 与 $log_{2}10$ 之间是否存在简单的关系？

解：它们互为倒数。

21.[15] (对数的对数)用 $ln lnx,ln ln b,ln b$ 表示 $log_{b}log_{b}x$ 。

解： $(lnlnx-lnlnb)/lnb$

22.[20](理查德 $\cdot$ 汉明)证明 $lgx \approx lnx +log_{10}x$ 。且误差小于1%！（因此利用自然对数表和常用对数表也可以获得二进制对数的近似值。）

解：由附录A的表， $lgx\approx 1.442695 ln x$ ， $log_{10}x\approx 0.4342945lnx$ 。

相对误差 $\approx (1.442695-1.4342945)/1.442695$ $\approx$ 0.582 %

23.[M25]根据图6，给出 $lnxy=lnx+lny$ 的几何证明。

解：在图6中，取面积为 $lny$ 的图形，用x除它的高度，同时用x乘它的长度。这个变形保持它的面积不变，并使它与从 $ln xy$ 减去 $ln x$ 剩下的图形全等，因为在 $lnxy$ 的图中， $x+xt$ 点处的高度为 $1/(x+xt)=(1/(1+t))/x$ 。

24.[15] 说明怎样修改本小节最后用于计算以10为底的对数的方法，使之能计算以2为底的对数。

解：用2代换所有10。

25.[22] 假定我们有一台二进制的计算机和一个数x， $1\leq x <2$ 。说明利用下面的算法，可以计算 $y=log_{b}x$ 的近似值，仅需使用同所需精度的小数位数成正比的移位、加法、减法运算：

L1.[初始化] 置 $y\leftarrow 0$ , $z\leftarrow x$ 右移1位， $k\leftarrow 1$ 。

L2.[检验算法终结]如果 $x=1$ ,终止。

L3.[比较]如果 $x-z<1$ ,置 $z\leftarrow z$ 右移1位， $k\leftarrow k+1$ ,重复这一步。

L4.[减少值]置 $x\leftarrow x-z$ ， $z\leftarrow x$ 右移k位， $y\leftarrow y+log_{b}(2^{k}/(2^{k}-1))$ ，然后转到L2.丨

[注记：这个方法同计算机硬件中做除法的方法非常类似。其原始思想要追溯到亨利.布里格斯,他以此方法计算的对数表于1624年出版（当时他用的是十进制而不是二进制）。我们需要一份包含 $log_{b}2,log_{b}(4/3),log_{b}(8/7)$ 等常数的辅助表，位数要与计算机精度相同。算法有意由数字向右移位引入计算误差，以保证最终x减少到1而使算法终止。这道习题意在说明这个算法为何会终止，为何能计算出 $log_{b}x$ 的近似值。]

解：注意到 $z=2^{-p}\left \lfloor 2^{p-k}x \right \rfloor>0$ ，其中p表示精度（小数点后的二进制数的位数）。算法执行时， $y+log_{b}x$ 的值基本不变。

26.[M27] 根据算数运算中用到的精度，对于上题算法的固有误差求出一个严格的上界。

解：

27.[M25] 考虑正文中讨论的计算 $log_{10}x$ 的方法。令 $x^{'}_{k}$ 表示计算到 $x_{k}$ 时的近似值，定义如下： $x(1-\delta )\leq10^{n}x^{'}_{0}\leq x(1+\epsilon )$ 。在用式（18）计算 $x^{'}_{k}$ 时，用 $y_{k}$ 代替 $(x^{'}_{k-1})^{2}$ ，其中 $(x^{'}_{k-1})^{2}(1-\delta )\leq y_{k} \leq(x^{'}_{k-1})^{2}(1+\epsilon )$ ，且 $1\leq y_{k}<100$ 。这里 $\delta$ 和 $\epsilon$ 是很小的常数，反映由于舍入或者截断而产生的误差的上界和下界。如果用 $log^{'}x$ 表示计算的结果，证明在k步之后有

$log_{10}x+2log_{10}(1-\delta )-1/2^{k}<log^{'}x\leq log_{10}x+2log_{10}(1+\epsilon )$ 。

解：对k归纳证明：

$x^{2^{k}}(1-\delta )^{2^{k+1}}\leq 10^{2^{k}(n+b_{1}/2+\cdots +b_{k}/2^{k})}x^{'}_{k}\leq x^{2^{k}}(1+\epsilon )^{2^{k+1}-1}$

并对上式取对数。

28.[M30] （理查德 $\cdot$ 费曼）建立当 $0 \leq x <1$ 时计算 $b^{x}$ 的一种方法，仅使用移位、加法和减法（类似于习题25的算法），并且分析它的精度。

解：下面的解法使用同习题25一样的辅助表。

E1.[初始化。]置 $x\leftarrow 1-\epsilon -x,y\leftarrow y_{0},k\leftarrow 1$ ，其中 $1-\epsilon$ 是x可能取的最大值， $y_{0}$ 是最接近 $b^{1-\epsilon }$ 的近似值。（ $y^{b^{-x}}$ 的值在下列步骤中基本不变。）

E2.[检验算法终结。]如果x=0,终止。

E3.[比较。]如果 $x<log_{b}(2^{k}/(2^{k}-1))$ ，k增加1，重复这一步。

E4.[减少值。]置 $x\leftarrow x-log_{b}(2^{k}/(2^{k}-1))$ ， $y\leftarrow y-($ 右移k位 $)$ ,然后转到E2。丨

如果在步骤E1将y取为 $b^{1-\epsilon }(1+\epsilon _{0})$ ，那么在步骤E4的第j次执行中，由于置 $x\leftarrow x+log_{b}(1-2^{-k})+\delta _{j}$ 和 $y\leftarrow y(1-2^{-k})(1+\epsilon _{j})$ ， $\delta _{j}$ 和 $\epsilon _{j}$ 是微小误差，因此就引入了计算误差。算法终结时，计算出 $y=b^{x-\sum \delta _{j}}\prod _{j}(1+\epsilon _{j})$ 。进一步的分析依赖于b和计算机的字大小。请注意，在本题和习题26中，若改成以e为底，可改进误差估计，因为对于k的多数值，表项 $ln(2^{k}/(2^{k}-1))$ 可以给出高精度的值：它等于 $2^{-k}+\frac{1}{2}2^{-2k}+\frac{1}{3}2^{-3k}+\cdots$ 。

注记：对应三角函数可给出类似的算法，见约翰 $\cdot$ 麦基特，IBM J. Res. and Dev. 6(1962),210-226;7(1963),237-245. 令见陈天机，IBM J. Res. and Dev.16(1972),380-388;弗拉季斯拉夫 $\cdot$ 林斯基，Vychisl.Mat.2(1957),90-119;高德纳，METAFONT:The Program(Reading,Mass.:Addison-Wesley,1986), $\S 120-\S 147$ 。