计算机仿真编程题的解答步骤如下：
确定目标
明确你想要通过仿真实现的目标。这可能是开发一个游戏、模拟一个物理系统、设计一个机器人等。
设计算法
在明确目标后，设计实现该目标的算法。这包括确定程序的逻辑流程、数据结构和算法。
编写代码
根据设计的算法和程序结构，开始编写代码。编程语言的选择取决于你使用的平台和目标应用。
调试代码
编写完代码后，进行调试是非常重要的。逐行检查代码，排除错误和问题，确保程序的正确性。
运行仿真
使用仿真工具来运行你的程序。仿真工具可以模拟出一定的环境，以便测试程序在不同情况下的行为。
优化和改进
根据仿真结果，找出代码中的性能问题或错误，并进行优化和改进。这包括提高程序的效率、减少资源占用和修复错误等。
验证结果
一旦完成了仿真和优化，需要验证模拟结果是否符合预期。比较仿真结果与实际情况，如果结果一致，则说明你的仿真是准确的。
文档和分享
最后，编写文档记录代码和算法的细节。这有助于其他人理解和使用你的程序，并促进知识的分享和交流。
示例
示例1：绘制矩形脉冲的傅里叶级数
确定目标 ：绘制脉冲宽度为 `d`，周期为 `T` 的矩形脉冲的傅里叶级数图形。设计算法
使用傅里叶级数公式：
\[
f（t） = \frac{d}{\pi T} \sum_{n=-\infty}^{\infty} \sin\left（\frac{n \pi d}{T}\right） \cos\left（\frac{2 n \pi t}{T}\right）
\]
编写代码
使用符号计算工具（如SymPy）计算傅里叶级数并绘制图形。
```python
import sympy as sp
import matplotlib.pyplot as plt
n = sp.symbols('n')
t = sp.symbols('t')
d = 0.2
T = 1.0
f_t = (sp.sin(n * sp.pi / 4) / (n * sp.pi / 4)) * sp.cos(2 * sp.pi * n * t)
s = sp.summation(f_t, (n, -150, 150))
y = (1 + 2 * s) / 4
x = sp.linspace(-0.5, 0.5, 1000)
Y = sp.lambdify(t, y, 'numpy')
Y = Y(x)
plt.plot(x, Y)
plt.show()
```
运行仿真：
运行代码并查看生成的图形。
验证结果：
检查图形是否符合预期的矩形脉冲形状。
通过以上步骤，你可以系统地解决计算机仿真编程题。根据题目的具体要求，可能需要调整算法、代码和仿真设置，以确保最终结果符合预期。