綜合實(shí)驗(yàn) 數(shù)值計(jì)算

《綜合實(shí)驗(yàn) 數(shù)值計(jì)算》由會(huì)員分享，可在線(xiàn)閱讀，更多相關(guān)《綜合實(shí)驗(yàn) 數(shù)值計(jì)算（24頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、word 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院 數(shù) 學(xué) 綜 合 實(shí) 驗(yàn) 報(bào) 告 班 級(jí)：2013級(jí)數(shù)學(xué)三班 姓 名：康萍 23 / 24 數(shù) 值 計(jì) 算 一、 實(shí)驗(yàn)?zāi)康? 本實(shí)驗(yàn)通過(guò)介紹Mathmatca的數(shù)值計(jì)算功能，它的特點(diǎn)是準(zhǔn)確計(jì)算與數(shù)值計(jì)算相結(jié)合，能夠通過(guò)可選參數(shù)提高計(jì)算精度，學(xué)習(xí)包括數(shù)據(jù)的擬合與插值、數(shù)值積分與方程的近似解、極值問(wèn)題、最優(yōu)化與數(shù)理統(tǒng)計(jì)方面的容。 二、實(shí)驗(yàn)環(huán)境 基于Windows環(huán)境下的Mathematica7.0軟件與Mathematica9.0軟件。 三、 實(shí)驗(yàn)的根本理論和方法 1、 Mathmatica提供了進(jìn)展數(shù)

2、據(jù)擬合的函數(shù)： Fit[data,funs,vars] 對(duì)數(shù)據(jù)data 用最小二乘法求函數(shù)表funs中各函數(shù)的一個(gè)線(xiàn)性組合作為所求的近似解析式，其中vars是自變量或自變量的表。 Fit[data,,] 求形如的近似函數(shù)式。 Fit[data,,] 求形如的近似函數(shù)式。 Fit[data,,] 求形如的近似函數(shù)式。 2、 函數(shù)InterpolatingPolynomial求一個(gè)多項(xiàng)式，使給定的數(shù)據(jù)是準(zhǔn)確的函數(shù)值，其調(diào)用格式如下： InterpolatingPolynomial[{},x] 當(dāng)自變量為1，2，…時(shí)的函數(shù)值為。 InterpolatingPolynomial

3、[{},x] 當(dāng)自變量為時(shí)的函數(shù)值為 InterpolatingPolynomial[{,x] 規(guī)定點(diǎn)處的函數(shù)值。 3、 求定積分的數(shù)值解有兩種方法： 使用N[Integrate[f,{x,a,b}],n]或使用NIntegrate[f,{x,a,b}]前者首先試圖求符號(hào)然后再求近似解，后者使用數(shù)值積分的直接求近似解。終究選用哪一個(gè)，這需要首先了解兩者各自的特點(diǎn)。前者首先試圖求符號(hào)解，當(dāng)然花費(fèi)更多的時(shí)間，但安全可靠。后者使用數(shù)值積分的直接求近似解，節(jié)約運(yùn)行時(shí)間，但可靠性就差了。 NIntegrate[f,{},{},…]是標(biāo)準(zhǔn)形式而且允許積分區(qū)間端點(diǎn)是奇異點(diǎn)。如果積分區(qū)間部有奇異點(diǎn)，

4、積分區(qū)間部的奇異點(diǎn)不能被識(shí)別，需要明確指出： NIntegrate[f,{}],其中是奇異點(diǎn)。 NIntegrate有控制計(jì)算精度的可選參數(shù)： WorkingPrecision 部近似計(jì)算使用的數(shù)字位數(shù)〔默認(rèn)值為16，等于系統(tǒng)變量SMachinePrecision的值〕。 AccuracyGoal 計(jì)算結(jié)果的絕對(duì)誤差〔默認(rèn)值為Infinity〕。 PrecisionGoal計(jì)算結(jié)果的相對(duì)誤差〔默認(rèn)值為Automatic一般比WorkingPrecision的值小10〕。 這3個(gè)參數(shù)都可以缺省或重新設(shè)置，后兩個(gè)值之一可以為Infinity，表示使用該參數(shù)，只使用另一個(gè)，一般第一個(gè)應(yīng)該

5、大于后兩個(gè)。 MaxPoints 計(jì)算時(shí)選取的被積函數(shù)的最大樣本數(shù)〔默認(rèn)值為Automatic〕。 MaxRecursion 積分區(qū)域遞歸子劃分的最大個(gè)數(shù)〔默認(rèn)值為6〕。 MinRecursion 積分區(qū)域遞歸子劃分的最小個(gè)數(shù)〔默認(rèn)值為0〕。 SingularityDepth 積分區(qū)間端點(diǎn)處變量變化前使用的遞歸子劃分個(gè)數(shù)〔默認(rèn)值為4〕。 4、 求數(shù)值的和、積的函數(shù) NSum[f,{i,imin,imax,di}] 求通項(xiàng)為f的和的近似值。 NProduct[f, {i,imin,imax,di}] 求通項(xiàng)為f的積的近似值。 5、 函數(shù)Nsolve用于求代數(shù)方程〔組〕的全部近似解

6、，其調(diào)用格式如下： Nsolve[eqns,vars,n] 其中可選參數(shù)n表示結(jié)果有n位的精度。 能解類(lèi)型廣泛的方程〔組〕的是FindRoot，大多數(shù)情況下它使用牛頓迭代法，無(wú)法求出符號(hào)導(dǎo)數(shù)時(shí)用正割法，其調(diào)用格式如下： FindRoot[eqn,{x,}] 從出發(fā)求未知量x的方程eqn的一個(gè)解。 FindRoot[eqn,{x, ,x,min,xmax}] 如果超出區(qū)間[xmin,xmax]如此停止尋找。 FindRoot[eqn,{x,{，}}] 當(dāng)方程無(wú)法求出符號(hào)導(dǎo)數(shù)時(shí)必須給出兩個(gè)初值，。 FindRoot[{eqn1，eqn2,…},{x,},{}, …] 求方程組的一個(gè)解。

7、 如果在參數(shù)中出現(xiàn)復(fù)數(shù)，如此求復(fù)數(shù)解。方程的標(biāo)準(zhǔn)形式為方程的右邊為0，這時(shí)可以輸入方程左邊的表達(dá)式，等號(hào)與0都可以省略。 6、 函數(shù)FindMinimum尋找一個(gè)函數(shù)的極小值點(diǎn)，其調(diào)用格式如下： FindMinimum[] 從出發(fā)求未知量x的函數(shù)f的一個(gè)極小值點(diǎn)和極小值。 FindMinimum[] 當(dāng)函數(shù)無(wú)法自動(dòng)求出符號(hào)函數(shù)時(shí)，必須給出兩個(gè)初值。 FindMinimum[] 求多元函數(shù)的一個(gè)極小值點(diǎn)和一個(gè)極小值。 7、 ConstrainedMin[f,{ineqns},{x,y,…}] 在不等式約束的區(qū)域上求多元線(xiàn)性函數(shù)的最小值。 ConstrainedMax[f,{in

8、eqns},{x,y,…}] 求最大值。 其中約定的所有自變量都非負(fù)，不等式可以使用各種不等號(hào)和等號(hào)。如果系數(shù)都是整數(shù)或分?jǐn)?shù)，如此答案也是整數(shù)或分?jǐn)?shù)。 8、SampleRange[data] 求表data中數(shù)據(jù)的極差〔最大值減最小值〕。 Median[data] 求中值。 Mean[data] 求平均值。 Variance[data] 求方差〔無(wú)偏估計(jì)〕。 StandardDeviation[data] 求標(biāo)準(zhǔn)差〔無(wú)偏估計(jì)〕。 VarianceMLE[data] 求方差。 StandardDeviationMLE[data] 求標(biāo)準(zhǔn)差〔無(wú)偏估計(jì)〕。 C

9、entralMoment[data,k] 求k階中心矩。 BinomialDistribution[p] Bernoulli分布。 BinomialDistribution[n,p] 二項(xiàng)分布。 GeometricDistribution[p] 幾何分布。 HypergeometricDistribution[n,M,N] 超幾何分布。 PoissonDistribution[] Poisson分布。 NormalDistribution[] 正態(tài)分布。 ChiSquareDistribution[n] 分布。 UniformDistribution[min,m

10、ax] 均勻分布。 ExponentialDistribution[] 指數(shù)分布。 StudentTDDistribution[n] t分布。 FRatioDistribution[] F分布。 GammaDistibution[] 分布。 9、MeanCI[data,KnowVarianceVar] 方差Var,由數(shù)據(jù)表data求總體數(shù)學(xué)期望的置信區(qū)間〔基于正態(tài)分布〕。 MeanCI[data] 由數(shù)據(jù)表data求總體數(shù)學(xué)期望的置信區(qū)間〔方差未知，基于t分布〕。 10、MeanTest[data,,KnownVarianceVar] 方差Var，由數(shù)據(jù)表data檢

11、驗(yàn)總體數(shù)學(xué)期望，求出P值。 MeanTest[data,] 方差未知，由數(shù)據(jù)表檢驗(yàn)總體數(shù)學(xué)期望，求出P值。 四、實(shí)驗(yàn)的容和步驟與得到的結(jié)果和結(jié)果分析 實(shí)驗(yàn)一 數(shù)據(jù)擬合與插值 實(shí)驗(yàn)1 數(shù)據(jù)擬合 1.1、實(shí)驗(yàn)容： }、{50，85.1}，求其函數(shù)解析式,并繪制出圖形。 實(shí)驗(yàn)步驟 在Mathematica中輸入語(yǔ)句如下 實(shí)驗(yàn)結(jié)果 這組數(shù)據(jù)的近似函數(shù)解析式為y=70.5723 +0.291456 x，通過(guò)使用一次函數(shù)得到了很理想的擬合。 2.1 實(shí)驗(yàn)容： {0.1,5.1234},{0.2,5.3057},{0.3,5.5687},{0.4,5.93

12、78},{0.5,6.4337},{0.6,7.0978},{0.7,7.9493},{0.8,9.0253},{0.9,10.3627}，求其函數(shù)解析式,并繪制出圖形。 在Mathematica中輸入語(yǔ)句如下： 實(shí)驗(yàn)結(jié)果 這組數(shù)據(jù)的近似函數(shù)解析式為y= 5.30661 -1.83196 x+8.17149 x2，通過(guò)使用二次函數(shù)得到了很理想的擬合。 實(shí)驗(yàn)容：數(shù)據(jù)表 x y 求4次擬合多項(xiàng)式，并繪圖進(jìn)展比擬。 3.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 3.3、實(shí)驗(yàn)結(jié)果：

13、3.4、結(jié)果分析 擬合多項(xiàng)式為1.02587 -7.53296 x+65.6478 x2-162.547 x3+119.015 x4 實(shí)驗(yàn)容：二元擬合 4.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下： 4.3實(shí)驗(yàn)結(jié)果： 4.4 結(jié)果分析 首先生成二元函數(shù),的一個(gè)數(shù)據(jù)表，然好由這些數(shù)據(jù)反過(guò)來(lái)求二元函數(shù)。說(shuō)明Fit函數(shù)可以求解多元問(wèn)題。使用函數(shù)Chop去掉系數(shù)很小的項(xiàng)，以此消除誤差。 5.1 實(shí)驗(yàn)容：使用初等函數(shù)的組合進(jìn)展擬合 5.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下： 5.3 實(shí)驗(yàn)結(jié)果： 5.4 結(jié)果

14、分析： 在進(jìn)展數(shù)據(jù)擬合時(shí)，第二個(gè)參數(shù)使用了幾個(gè)初等函數(shù)，說(shuō)明可以任意選用函數(shù)組成函數(shù)表。 實(shí)驗(yàn)2 插值法構(gòu)造近似函數(shù) 1.1 實(shí)驗(yàn)容：由條件求多項(xiàng)式 1.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 1.3 實(shí)驗(yàn)結(jié)果： 1.4 結(jié)果分析： 輸出結(jié)果明確，所得答案是準(zhǔn)確結(jié)果，而不是近似函數(shù)，ln[30]是給出當(dāng)x=1時(shí)的函數(shù)值和一、二階導(dǎo)數(shù)值，由3個(gè)條件得到一個(gè)二次多項(xiàng)式。 2.1 實(shí)驗(yàn)容：生成插值函數(shù)與其多項(xiàng)式 2.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 2.3 實(shí)驗(yàn)結(jié)果： 2.4 結(jié)果分析：

15、 其中插值函數(shù)f的定義域是[19.1，50]，由圖形可以看出，給定的數(shù)據(jù)點(diǎn)在函數(shù)曲線(xiàn)上。 實(shí)驗(yàn)容：x=0,2,3,5,6時(shí)的函數(shù)值為y=1,3,2,5,6.求插值多項(xiàng)式并繪圖。 3.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下： 3.3 實(shí)驗(yàn)結(jié)果 3.4 結(jié)果分析 插值多項(xiàng)式為1+(1+(-(2/3)+(3/10-11/120 (-5+x)) (-3+x)) (-2+x)) x。 4.1 實(shí)驗(yàn)容：生成插值函數(shù)與其多項(xiàng)式。 4.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下： 4.3 實(shí)驗(yàn)結(jié)果 4.4

16、 結(jié)果分析： 以上生成插值函數(shù)時(shí)，因?yàn)閿?shù)據(jù)太少，因此設(shè)置插值多項(xiàng)式的次數(shù)為2，其中f1與f2的區(qū)別是，后者的自變量取默認(rèn)值。通過(guò)實(shí)驗(yàn)說(shuō)明了給定數(shù)據(jù)與對(duì)應(yīng)關(guān)系，同時(shí)說(shuō)明點(diǎn)處的近似函數(shù)值等于給定的值。 5.1 實(shí)驗(yàn)容：生成插值函數(shù)與其多項(xiàng)式。 5.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 5.3 實(shí)驗(yàn)結(jié)果： 5.4 結(jié)果分析 先生成一個(gè)二元近似函數(shù)，再使用FunctionInterpolation由復(fù)合函數(shù)生成一個(gè)新的近似函數(shù)，用以簡(jiǎn)化復(fù)合函數(shù)的計(jì)算過(guò)程，同時(shí)繪制出復(fù)合函數(shù)與它的近似函數(shù)圖形，圖象顯示兩者相差不大。 實(shí)驗(yàn)二 數(shù)值積分與方程的近似解

17、 實(shí)驗(yàn)1 數(shù)值積分 1.1 實(shí)驗(yàn)容：有奇異點(diǎn)的積分 1.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 1.3實(shí)驗(yàn)結(jié)果： ： 被積函數(shù)在x=0時(shí)分母為0，x=0是奇異點(diǎn)。如果給出的點(diǎn)不是奇異點(diǎn)，也不影響計(jì)算結(jié)果。 2.1實(shí)驗(yàn)容：可選參數(shù)比擬 2.2實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 ： ：雖然ln[6]明確可以設(shè)置很高的精度參數(shù)，但顯然不如使用ln[5]簡(jiǎn)便。 3.1實(shí)驗(yàn)容：可選參數(shù)比擬 3.2實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 3.3 實(shí)驗(yàn)結(jié)果： 3.4 結(jié)果分析： 被積函數(shù)

18、在x=0附近變化劇烈，使用MaxRecursion的默認(rèn)值6不行，在ln[1]中設(shè)置它的值為10后解決。第二種解決問(wèn)題的方法是插入分點(diǎn)，將積分區(qū)間分成三段，如ln[2]所示。 實(shí)驗(yàn)容：求數(shù)值的和與積 4.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 4.3 實(shí)驗(yàn)結(jié)果： 4.4 結(jié)果分析： 如果能求準(zhǔn)確值，應(yīng)當(dāng)首先求準(zhǔn)確值再用N求近似值，這樣得到的結(jié)果精度比直接用NSum的高。 實(shí)驗(yàn)2 方程〔組〕的近似值 1.1 實(shí)驗(yàn)容：有奇異點(diǎn)的積分 1.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 1.3 實(shí)驗(yàn)結(jié)果： 1.5 結(jié)果分析

19、： 𝑥^5?2?𝑥+1=0的解為x=1.00.方程組𝑥^2+𝑦^2=1,𝑥^3?𝑦=0的解為x=0.826031,y=0.563624。 2.1 實(shí)驗(yàn)容：解方程組 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 2.3 實(shí)驗(yàn)結(jié)果： 2.4 結(jié)果分析： ln[9]和ln[10]說(shuō)明，取不同的初值可能得到不同的解。Ln[11]是解方程組，已經(jīng)不是代數(shù)方程了。Ln[12]求指定區(qū)間的解失敗，仍輸出一個(gè)結(jié)果，但不是解。Ln[13]是給出兩個(gè)初值的例子，此

20、例如果僅給一個(gè)初值如此失敗。 實(shí)驗(yàn)三 極值問(wèn)題 實(shí)驗(yàn)1 極值問(wèn)題 1.1 實(shí)驗(yàn)容：求函數(shù)的極小值。 1.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 1.3 實(shí)驗(yàn)結(jié)果： 1.4 結(jié)果分析： ln[20]是求函數(shù)的極大值點(diǎn)，因?yàn)闆](méi)有求極大值的函數(shù)，改求-f的極小值。Ln[21]是求多元函數(shù)的極小值。 實(shí)驗(yàn)2 線(xiàn)性規(guī)化 1.1 實(shí)驗(yàn)容：多元線(xiàn)性規(guī)劃。 1.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 1.3 實(shí)驗(yàn)結(jié)果： 1.4 結(jié)果分析： ln[27]說(shuō)明即使不等式使用嚴(yán)格不等式號(hào)，答案仍取在邊界上。在ln[

21、28]中系數(shù)使用小數(shù)，如此答案也是小數(shù)形式的。Ln[29]說(shuō)明可以使用等號(hào)，但必須鍵入“= =〞。 2.1 實(shí)驗(yàn)容：非正常的多元線(xiàn)性規(guī)劃。 2.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 2.3 實(shí)驗(yàn)結(jié)果： 2.4 結(jié)果分析 Ln[1]實(shí)質(zhì)上有無(wú)窮多個(gè)解，但沒(méi)有警告信息。Ln[2]無(wú)解，返回結(jié)果是原來(lái)的輸入式。Ln[3]區(qū)域無(wú)界，沒(méi)有最大值，如果在無(wú)界區(qū)域上有最大最小值，還是能求出來(lái)的。 3.1 實(shí)驗(yàn)容：自變量和約束不等式較多時(shí)的多元線(xiàn)性規(guī)劃。 2.2 實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 3.3 實(shí)驗(yàn)結(jié)果：

22、 3.4 結(jié)果分析 Ln[2]有無(wú)窮多解，仍沒(méi)有警告出現(xiàn)。Ln[3]無(wú)解。Ln[1]為正常情況，復(fù)雜的系數(shù)矩陣可以由數(shù)據(jù)文件讀入。 實(shí)驗(yàn)四 數(shù)理統(tǒng)計(jì) 實(shí)驗(yàn)1 樣本的數(shù)字特征 1.1、實(shí)驗(yàn)容：一元數(shù)理統(tǒng)計(jì)的根本計(jì)算。 1.2、實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 1.3、實(shí)驗(yàn)結(jié)果： 1.4、結(jié)果分析： 所給樣本的樣本容量為7，其中樣本的最小值為3.8，最大值為6.6，中值為6，平均值為6.，方差〔無(wú)偏估計(jì)〕為0.962857，標(biāo)準(zhǔn)差〔無(wú)偏估計(jì)〕為0.981253. 2.1、實(shí)驗(yàn)容：求多元數(shù)理統(tǒng)計(jì)的根本計(jì)算。 2.2

23、、實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 2.3、實(shí)驗(yàn)結(jié)果 2.4、結(jié)果分析：樣本容量為4，中值為{1.185，2.125，3.245}，平均值為{1.1925，2.14，3.125}，方差為{0.00755833，0.0200667，0.0137667}，2階中心矩為{0.00566875，0.01505，0.010325}，z的協(xié)方差為0.0093，y與z的相關(guān)系數(shù)為0.0521435，x的自相關(guān)系數(shù)為1.。 實(shí)驗(yàn)2 常用分布的計(jì)算 1.1、實(shí)驗(yàn)容：二項(xiàng)分布的各種計(jì)算。 1.2、實(shí)驗(yàn)步驟：在Math

24、ematica中輸入語(yǔ)句如下 1.4、結(jié)果分析 二項(xiàng)分布的均值為nb，方差為 n(1-p)p,特征函數(shù)為。當(dāng)二項(xiàng)分布中n=10,p=0.3時(shí)，點(diǎn)4處分布b的密度值為0.200121，點(diǎn)3.9處分布函數(shù)值為0.649611，點(diǎn)4處的分布函數(shù)值為0.849732，方差為2.1. 2.1、實(shí)驗(yàn)容：離散分布的例子。 2.2、實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 2.3、實(shí)驗(yàn)結(jié)果 2.4、結(jié)果分析 超幾何分布〔n,M,N〕的均值為，方差為。參數(shù)為5的泊松分

25、布在點(diǎn)2處的密度值為，點(diǎn)20處的密度值為。 3.1、實(shí)驗(yàn)容：〔1〕，求 。 〔2〕，求 3.2、實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 3.3、實(shí)驗(yàn)結(jié)果 3.4、結(jié)果分析 〔1〕， 〔2〕 實(shí)驗(yàn)容：繪制分布在n分別為1，5，15時(shí)的分布密度函數(shù)圖。 4.2、實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 4.3、實(shí)驗(yàn)結(jié)果 4.4、結(jié)果分析： 當(dāng)參數(shù)為1時(shí)，函數(shù)圖為藍(lán)色分支；當(dāng)參數(shù)為5時(shí)，函數(shù)圖為紅色分支；當(dāng)參數(shù)為15時(shí)，函數(shù)圖為黃色分支?？梢?jiàn)，參數(shù)越大，圖像越“矮胖〞，參數(shù)越小，圖像越“高瘦〞。 實(shí)驗(yàn)3 區(qū)間

26、估計(jì) 1.1、實(shí)驗(yàn)容：，求鐵水平均含炭量的置信區(qū)間。 。 1.2、實(shí)驗(yàn)步驟：在Mathematica中輸入語(yǔ)句如下 、實(shí)驗(yàn)結(jié)果 根據(jù)所做程序，實(shí)驗(yàn)沒(méi)有給出一個(gè)的正確的置信區(qū)間。 1.4、結(jié)果分析 本機(jī)所裝Mathematica程序中沒(méi)有相應(yīng)的外部函數(shù)。 實(shí)驗(yàn)4 回歸分析 1.1、實(shí)驗(yàn)容：某食品廠(chǎng)使用自動(dòng)裝罐機(jī)生產(chǎn)罐頭，每罐標(biāo)準(zhǔn)質(zhì)量是500g，標(biāo)準(zhǔn)差為10g，現(xiàn)抽取10罐，測(cè)的質(zhì)量〔單位：g〕分別為495,510,505,498,503,492,502,512,497，506，假定罐頭的質(zhì)量服從正態(tài)分布，顯著性水平為0.05，問(wèn)裝罐機(jī)工作是否正常？ 1.2、實(shí)驗(yàn)步驟：在M

27、athematica中輸入語(yǔ)句如下 、實(shí)驗(yàn)結(jié)果 根據(jù)所做程序，實(shí)驗(yàn)沒(méi)有得出一個(gè)的正確的假設(shè)檢驗(yàn)。 、結(jié)果分析 本機(jī)所裝Mathematica程序中沒(méi)有相應(yīng)的外部函數(shù)。 五、心得體會(huì) 之前在數(shù)值分析、常微分方程、以與運(yùn)籌學(xué)等課程中學(xué)習(xí)了很多關(guān)于數(shù)值計(jì)算方面的問(wèn)題，但是之前一直都是筆算進(jìn)展的。有時(shí)候問(wèn)題特別復(fù)雜，或是題設(shè)特別多的時(shí)候，總給人一種無(wú)從下手的感覺(jué)，我們必須花費(fèi)大量的時(shí)間去練習(xí)求極限、導(dǎo)數(shù)和積分的技能，需要死背大量的公式，這些重復(fù)勞動(dòng)的技能令人厭煩，在擠占理解數(shù)學(xué)概念和理論方面所花時(shí)間的同時(shí)，還直接影響了我們的學(xué)習(xí)興趣。但這次通過(guò)做數(shù)值分析的實(shí)驗(yàn)，我了解了很多關(guān)于

28、數(shù)值分析編程方面的知識(shí)，而且，無(wú)論題設(shè)多復(fù)雜，題目多么難，只要會(huì)調(diào)用相關(guān)的函數(shù)，并編寫(xiě)正確的調(diào)用格式，就會(huì)在極短的時(shí)間得到我們所想要的結(jié)果。這無(wú)疑節(jié)省了我們很多時(shí)間，而且通過(guò)這次實(shí)驗(yàn)讓我對(duì)計(jì)算數(shù)學(xué)產(chǎn)生了一定的興趣。通過(guò)計(jì)算機(jī)的輔助，我們可以解決很多實(shí)際問(wèn)題中筆算明顯存在費(fèi)時(shí)費(fèi)力的問(wèn)題，快速而又準(zhǔn)確的高效率無(wú)疑是一項(xiàng)極有意義的工作。 在實(shí)驗(yàn)過(guò)程中還是存在很多問(wèn)題，如常微分方程的求解上，編程存在一定的問(wèn)題，導(dǎo)致一直運(yùn)行不出來(lái)結(jié)果，但是在日后的學(xué)習(xí)中，我會(huì)繼續(xù)尋找問(wèn)題的根源，盡早解決它。還有在數(shù)理統(tǒng)計(jì)的計(jì)算方面，由于學(xué)校機(jī)房的Mathematic7.0與我自己電腦上的Mathetivca9.0自帶

29、的程序包中缺乏實(shí)現(xiàn)統(tǒng)計(jì)計(jì)算的一些外部函數(shù)，導(dǎo)致在數(shù)理統(tǒng)計(jì)模塊中，無(wú)法對(duì)總體數(shù)學(xué)期望與總體方差的區(qū)間進(jìn)展估計(jì)，沒(méi)能對(duì)總體數(shù)學(xué)期望與總體方差的假設(shè)進(jìn)展檢驗(yàn)。在做回歸分析模型時(shí)也未能生成回歸分析報(bào)表。雖然在做的過(guò)程中受到了很大的阻礙，最終沒(méi)能達(dá)到自己預(yù)期的效果，但是單日后的學(xué)習(xí)中，我會(huì)繼續(xù)思考能否在不用調(diào)用外部函數(shù)的條件下，用其他方法快速、準(zhǔn)確的求出其結(jié)果。 雖然機(jī)械可以代替人做重復(fù)的、繁重的工作，但不如人靈活，譬如在沒(méi)有相關(guān)的調(diào)用函數(shù)時(shí)，問(wèn)題便無(wú)從下手。Mathematica的符號(hào)功能雖然強(qiáng)大，能代替人解數(shù)學(xué)教材中的絕大多數(shù)計(jì)算題，但很多時(shí)候都沒(méi)有人的思維靈活。所以，在解決一個(gè)問(wèn)題時(shí)，首先應(yīng)該自己思考清楚，真正把問(wèn)題想清楚了，才能運(yùn)用正確的方法去解決，計(jì)算機(jī)只是一個(gè)輔助工具，是為了讓我們能更快速的得出答案，節(jié)約時(shí)間，并不能代替我們?nèi)ニ伎肌?