3数学分析实验课件—Mathematica软件的应用.ppt

数学分析实验－ Mathematica 软件的应用 数学实验实例一 数学实验工具 Mathematica介绍 变量与函数 数学常数e的探讨 连续利率与e 1.3 分段函数 用递归方法定义函数 个人所得税的纳税问题 1.4 一元函数的图形 使用选择项对图形进行修饰 函数图象的观察 1.3 分段函数 用递归方法定义函数 个人所得税的纳税问题 1.4 一元函数的图形 使用选择项对图形进行修饰 函数图象的观察 2.6 偏导数与全微分 2.7 多元函数的极值 3.1 平面上的几何变换 几个练习 3.3 机翼轮廓线的加工 3.4 数控机床的刀具补偿 3.6 牛顿迭代法 3.8 越野赛问题及其它 4.1 计算机模拟 最小二乘法 从数据图可以看出：这些点大致位于一条直线的附近。因此设y与t近似满足线性关系，设y=a+b t. 可以使用最小二乘法来确定a,b. M[a_,b_]:=Sum[(y[[i]]-(a+b t[[i]]))^2,{i,1,8}] eqt={D[M[a,b],a]==0,D[M[a,b],b]==0}//Simplify r=Solve[eqt,{a,b}] a=.;b=.; ss1=a+b t/.r[[1]] Ph1=Plot[ss1,{x,0,7},PlotStyle-RGBColor[0,1,0]] ss1=Fit[data,{1,x},x] ss2=Fit[data,{1,x,x^2},x] ss3=Fit[data,{1,x,x^2,x^3},x] ss4=Fit[data,{1,Sin[x],x^2},x] ph2=Plot[{ss1,ss2,ss3,ss4},{x,0,7},PlotStyle- {RGBColor[0,1,0], RGBColor[0,0,1], RGBColor[1,1,0], RGBColor[0,1,1]}] Show[ph0,ph1] Mathematica系统提供了Fit专用函数来实现在最小二乘原则下的线性拟合运算. Fit[Data,funcs,var] 曲线拟合 例 在研究某单质分子的化学反应速度时，得到如下数据： 8.9 21 12.2 18 6.5 16.6 22.7 31.0 41.9 57.6 y 24 15 12 9 6 3 t 试根据实验数据确定经验分布函数y=f(x). t1={3,6,9,12,15,18,21,24}; y1={57.6,41.9,31.0,22.7,16.6,12.2,8.9,6.5}; data1=Transpose[{t1,y1}]; d2=ListPlot[data1,PlotStyle- {RGBColor[0,0,1],PointSize[.015]}] 根据化学反应速度理论，y=f(t)应该是指数函数y=keat，其中a, k是待定常数。取对数得，lny=lnk+at=b+at，即lny 与t满足线性关系。 logy=Log[y1]; data2=Transpose[{t1,logy}]; d3=ListPlot[data2, PlotStyle- {RGBColor[0,0,1],PointSize[.015]}] ly=Fit[data2,{1,x},x] y=Exp[ly]//Factor g=Plot[y,{x,1,25}, PlotStyle-RGBColor[1,0,0]] Show[d2,g] sss=Fit[data1,{1,x,x^2,x^3},x];g1=Plot[sss,{x,1,25}]; Show[d2,g1] 牛顿迭代法原理 求方程f(x)=0的根的迭代格式: 过程图解： 例1 用牛顿迭代法求x3+1.1x2+0.9x-1.4=0的近似实根，误差不超过0.001. f[x_]:=x^3+1.1x^2+0.9x-1.4 g1[x_]:=x-f[x]/f[x] FixedPointList[g1,0.6,3] 例2 用牛顿迭代法求任意正数的算术平方根. sqRoot[a_,n_]:=Module[{f,g},f[x_]:=x^2-a; g[x_]:=x-f[x]/f[x]; FixedPoint[g,a,n]] N[sqRoot[10,10],100] N[Sqrt[10],100] 牛顿迭代法的收敛性 定理 设 f(x) 在区间[a,b]上有二阶连续导数，且满足 (1) f(a) f(b)0; (2) f(x)在[a, b]上不变号; (3) f(x)在[a, b]上不为 0; (4) 令? = b-a, m=min{| f(x)|, a ? x ? b}, M=max{| f