2.13 已知f(x)=(|x+1|-|x-1|)/2+sinx,g(x)=(|x+3|-|x-3|)/2+cosx,求下列超定方程组的最小二乘解
摘要：
点击查看代码 import numpy as np def f(x): return (abs(x + 1) - abs(x - 1)) / 2 + np.sin(x) def g(x): return (abs(x + 3) - abs(x - 3)) / 2 + np.cos(x) # 假设我们 阅读全文
2.12 求下列矩阵的特征值和特征向量的数值解和符号解 (-1 1 0 -4 3 0 1 0 2)的3*3矩阵
摘要：
点击查看代码 import numpy as np from scipy.linalg import eig # 定义矩阵 A = np.array([[-1, 1, 0], [-4, 3, 0], [1, 0, 2]]) # 计算特征值和特征向量 eigenvalues, eigenvectors 阅读全文
2.11 已知f(x)=(|x+1|-|x-1|)/2+sinx,g(x)=(|x+3|-|x-3|)/2+cosx,求下列方程组的解 2x1=3f(y1)+4g(y2)-1 3x2=2f(y1)+6g(y2)-2 y1=f(x1)+3g(x2)-3 5y2=4f(x1)+g(x2)-1 python
摘要：
点击查看代码 import numpy as np def f(x): return (abs(x + 1) - abs(x - 1)) / 2 + np.sin(x) def g(x): return (abs(x + 3) - abs(x - 3)) / 2 + np.cos(x) from s 阅读全文
2.10 某容器内侧是由曲线x^2+y^2=4y（1<=y<=3）与x^2+y^2=4(y<=1)绕y轴旋转一周而形成的曲面，求容器的体积，求至少做的功
摘要：
点击查看代码 from scipy.integrate import quad import numpy as np # 第一部分：抛物线旋转体（修正后） def V1_quad(y): return np.pi * (4*y - y**2) V1_corrected, _ = quad(V1_qu 阅读全文
2.9 求下列方程组的符号解和数值解
摘要：
点击查看代码 import sympy as sp # 定义变量 x, y = sp.symbols('x y') # 定义方程组 equation1 = sp.Eq(x**2 - y - x, 3) equation2 = sp.Eq(x + 3*y, 2) # 解方程组 solutions = 阅读全文
2.8 求解下列线性方程组 4x1+x2=1，x1+4x2+x3=2,x2+4x3+x4=3,......,x998+4x999+x1000=999,x999+4x1000=1000
摘要：
点击查看代码 import numpy as np # 初始化系数矩阵A和常数项向量b n = 1000 A = np.zeros((n, n)) b = np.arange(1, n+1) # 填充系数矩阵A for i in range(n): A[i, i] = 4 # 对角线元素为4 if 阅读全文
例2.57 画出三维表面图
摘要：
点击查看代码 import pylab as plt import numpy as np ax=plt.axes(projection='3d') X = np.arange(-6, 6, 0.25) Y = np.arange(-6, 6, 0.25) X, Y = np.meshgrid(X, 阅读全文
例2.56 画出三维表面图
摘要：
点击查看代码 import pylab as plt import numpy as np x=np.linspace(-4,4,100); x,y=np.meshgrid(x,x) z=50*np.sin(x+y); ax=plt.axes(projection='3d') ax.plot_sur 阅读全文
例2.55 画出三维曲线的图形
摘要：
点击查看代码 import pylab as plt import numpy as np ax=plt.axes(projection='3d') #设置三维图形模式 z=np.linspace(-50, 50, 1000) x=z**2*np.sin(z); y=z**2*np.cos(z) p 阅读全文
例2.54 分别绘制3个子图
摘要：
点击查看代码 import pylab as plt import numpy as np plt.rc('text', usetex=True) #调用tex字库 y1=np.random.randint(2, 5, 6); y1=y1/sum(y1); plt.subplot(2, 2, 1); 阅读全文
例2.53 画出销售数据的柱状图
摘要：
点击查看代码 import pandas as pd import pylab as plt plt.rc('font',family='SimHei') #用来正常显示中文标签 plt.rc('font',size=16) #设置显示字体大小 a=pd.read_excel("data2_52.x 阅读全文
例2.52 已知某店铺商品的销售量，画出商品销售趋势图
摘要：
点击查看代码 import pandas as pd import pylab as plt plt.rc('font',family='SimHei') #用来正常显示中文标签 plt.rc('font',size=16) #设置显示字体大小 a=pd.read_excel("data2_52.x 阅读全文
例2.51 求下列矩阵的特征值呵特征向量的符号解
摘要：
点击查看代码 import numpy as np import sympy as sp a = np.identity(4) #单位矩阵的另一种写法 b = np.rot90(a) c = sp.Matrix(b) print('特征值为：', c.eigenvals()) print('特征向量 阅读全文
例2.50 求方程组的符号解
摘要：
2.50.1 点击查看代码 import sympy as sp sp.var('x1,x2') s=sp.solve([x1**2+x2**2-1,x1-x2],[x1,x2]) print(s) print("学号：2023310143004") 2.50.2 点击查看代码 import sym 阅读全文
例2.49 利用solve求谢列符号代数方程的解
摘要：
点击查看代码 import sympy as sp a, b, c, x=sp.symbols('a,b,c,x') x0=sp.solve(a*x**2+b*x+c, x) print(x0) print("学号：2023310143004") 阅读全文
例2.48 求下列矩阵的最大特征值及其所对应的特征向量
摘要：
点击查看代码 from scipy.sparse.linalg import eigs import numpy as np a = np.array([[1, 2, 3], [2, 1, 3], [3, 3, 6]], dtype=float) #必须加float,否则出错 b, c = np.l 阅读全文
例2.47 已知四个观测站的位置坐标，每个观测站都检测到距未知信号的距离，试定位未知信号的位置坐标
摘要：
点击查看代码 from scipy.optimize import least_squares import numpy as np a=np.loadtxt('data2_47.txt') x0=a[0]; y0=a[1]; d=a[2] fx=lambda x: np.sqrt((x0-x[0] 阅读全文
例2.46 分别计算a=2，b=1；a=2，b=10时，I（a，b）的值
摘要：
点击查看代码 from scipy.integrate import quad def fun42(x, a, b): return a*x**2+b*x I1 = quad(fun42, 0, 1, args=(2, 1)) I2 = quad(fun42, 0, 1, args=(2, 10)) 阅读全文
例2.45 求下列方程组的一组数值解
摘要：
点击查看代码 from scipy.optimize import fsolve, root fx = lambda x: [x[0]**2+x[1]**2-1, x[0]-x[1]] s1 = fsolve(fx, [1, 1]) s2 = root(fx, [1, 1]) print(s1,'\ 阅读全文