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

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

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

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

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

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

摘要：（1） 4x1+2x2-x3=2 3x1-x2+2x3=10 11x1+3x2=8 （2） 2x+3y+z=4 x-2y+4z=-5 3x+8y-2z=13 4x-y+9z=-6 点击查看代码 import numpy as np # 定义系数矩阵A和常数项向量b A = np.array([[4, 阅读全文

摘要：点击查看代码 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # 模拟高程数据（假设数据已经过某种方式插值或生成） # 这里我们创建一个简单的40x50网格，并填充随 阅读全文

摘要：点击查看代码 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # 定义参数u和v u = np.linspace(-2, 2, 400) v = np.linspac 阅读全文

摘要：点击查看代码 import numpy as np import matplotlib.pyplot as plt # 定义x的范围 x = np.linspace(-10, 10, 400) # 创建一个2行3列的子图布局 fig, axs = plt.subplots(2, 3, figsize 阅读全文

摘要：点击查看代码 import numpy as np import matplotlib.pyplot as plt # 定义x的范围 x = np.linspace(-10, 10, 400) # 创建一个图形和坐标轴 plt.figure(figsize=(10, 6)) ax = plt.gca 阅读全文

摘要：点击查看代码 import numpy as np import matplotlib.pyplot as plt from scipy.integrate import quad def fun(t, x): return np.exp(-t) * (t ** (x - 1)) x = np.li 阅读全文

摘要：点击查看代码 import numpy as np import matplotlib.pyplot as plt # 定义 x 的范围 x = np.linspace(-5, 5, 400) # 计算三个函数的值 y_cosh = np.cosh(x) y_sinh = np.sinh(x) y_ 阅读全文