基礎(chǔ)知識(shí)編寫簡單的mathematica程序圖形處理二維、三維-閱讀頁
2024-11-06 18:00本頁面
【正文】 osvgbgvabarbrayrzrx?????????????其中，其中參數(shù)方程為：解：旋轉(zhuǎn)所得的拋物面????)200,(60)0,0(22022020??????vgyyxxvggvy所得的圖形。 ImplicitPlot[(x3)^2+(y4)^2==2,{x,0,5}] 第四章 冪級(jí)數(shù)、 極限、微分與積分 1. 冪級(jí)數(shù)展開 Series[expr,{x, xo ,n}] 求在點(diǎn) x=xo 處至多 n 次的冪級(jí)數(shù)展開 例：求 ex 在點(diǎn) x=0處 x4 級(jí)冪級(jí)數(shù)展開 注 ：使用 Normal函數(shù)可以去掉級(jí)數(shù)中的極小項(xiàng)，從而轉(zhuǎn)變成一般表達(dá)式。, M] 取矩陣 M的第 i 列 M[[i,j ]] 取矩陣 M的 i, j 位置的元素 M[[{i1,…,ir},{j1,…,js}]] 矩陣 M的 r s子矩陣，元素行標(biāo)為 ik，列標(biāo)為 jk M[[Range{i0,i1},Range{j0,j1}]] 矩陣 M的從 i0到 i1行 ， j0到 j1列元素組成的子矩陣 3. 矩陣及向量的運(yùn)算 對(duì) M、 N做矩陣乘法（向量內(nèi)積） M*N 將 M、 N的對(duì)應(yīng)位置元素相乘 Outer[Times,M,N] 求 M、 N的外積 Dimensions[M] 給出矩陣 M的維數(shù) Transpose[M] 轉(zhuǎn)置 Inverse[M] 求逆 Det[M] 方陣 M的行列式值 MatrixPower[M,n] n階矩陣冪 MatrixExp[M] 矩陣指數(shù) Eigenvalues[M] M的特征值 Eigenvectors[M] M的特征向量 第四章 求解方程（組）、微分方程（組） 1. 求解多項(xiàng)式方程（組） Solve[eqns,vars] 求解多項(xiàng)式方程 Solve[{eqn1,…eqnn},{var1,…varn}] 求解多項(xiàng)式方程組 注： Solve只能給出多項(xiàng)式方程（組）的解，因此它們只適用于冪次不高、規(guī)模不大的多項(xiàng)式方程（組）。39。??????第五章 數(shù)值處理 1. 數(shù)值積分 NIntegrate[expr,{x,xmin,xmax}] 注意， NIntegrate直接計(jì)算數(shù)值積分，不先給出符號(hào)結(jié)果，而 Integrate[…]// N會(huì)盡可能的先求精確解的形式。 InterpolatingFunction目標(biāo)提供獨(dú)立變量 x在 xmin到 xmax范圍內(nèi) yi的近似值。 ]5,0[],5,5[,0055022222????????????????????????????????txtyyyeyxytytxxxt4. 極大極小值 ConstrainedMax[ f, {inequalities}, {x, y, …}] ConstrainedMax[ f, {inequalities}, {x, y, …}] 求由目標(biāo)函數(shù) f 和不等式約束 inequalities構(gòu)成的線形規(guī)劃 例： ConstrainedMax[x+y,{x1,y2},{x, y}] FindMinimum[ f, {x, x0}] 以 x0為初始點(diǎn)，求函數(shù)的局部極小值 注： FindMinimum的用法與 FindRoot完全相同。 注： 及以上版本可用 FindFit函數(shù)代替
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1