Đang tải... (xem toàn văn)
ĐẠI HỌC THƯƠNG MẠI KHOA TÀI CHÍNH NGÂN HÀNG BẢO HIỂM BÀI BÁO CÁO HỌC PHẦN TOÁN CAO CẤP 1 Nhóm thực hiện 11 Lớp CN18 TNA DB3 Giáo viên hướng dẫn Lê Văn Tuấn Hà Nội,ngày 10 tháng 12 năm 2021 Thành viên nhóm 1 Bùi Minh Quân (Nhóm trưởng) 2 Phạm Thu Phương 3 Vũ Hải Phương 4 Nguyễn Minh Quang 5 Lê Đình Quý 6 Bùi Xuân Quyền 7 Đậu Thị Như Quỳnh 8 Đinh Thảo Quỳnh 9 Nguyễn Thị Thúy Quỳnh 10 Trần Diễm Quỳnh Nhiệm vụ nhóm Nhóm11 num=11 Nhiệm vụ 1 Thực hiện các phép toán bài 1 1 a,c,d import numpy as np.
ĐẠI HỌC THƯƠNG MẠI KHOA TÀI CHÍNH-NGÂN HÀNG-BẢO HIỂM BÀI BÁO CÁO HỌC PHẦN TỐN CAO CẤP Nhóm thực hiện: 11 Lớp: CN18-TNA.DB3 Giáo viên hướng dẫn: Lê Văn Tuấn Hà Nội,ngày 10 tháng 12 năm 2021 * Thành viên nhóm: 1.Bùi Minh Quân (Nhóm trưởng) 2.Phạm Thu Phương 3.Vũ Hải Phương 4.Nguyễn Minh Quang 5.Lê Đình Quý 6.Bùi Xuân Quyền 7.Đậu Thị Như Quỳnh 8.Đinh Thảo Quỳnh 9.Nguyễn Thị Thúy Quỳnh 10.Trần Diễm Quỳnh * Nhiệm vụ nhóm : Nhóm11 num=11 Nhiệm vụ 1: -Thực phép toán:bài 1.1: a,c,d import numpy as B = C = np np.array([[2,4], [-4,7], [0,1]]) np.array([[-2,1,-6,-1], [5,4,7,10]]) print(np.dot(B,C)) Kết quả: [16 18 16 38] [43 24 73 74] [ 10] import numpy as np B = np.array([[2,4], [-4,7], [0,1]]) C = np.array([[-2,1,-6,-1], [5,4,7,10]]) print(np.dot(B,C)) Kết quả: [[4 [0 [0 [0 0 0 0] 0] 0] 4]] import numpy as np B = np.array([[2,4], [-4,7], [0,1]]) C = np.array([[-2,1,-6,-1], [5,4,7,10]]) print(np.dot(B,C)) Kết quả: [78] [72] [31] -Tính định thức ma trận nghịch đảo ma trận 1.8 với m=11: 1) import numpy as np B = np.array([[3,4,2], [6,8,4], [9,12,11]]) print(np.linalg.det (B)) Kết quả: 0.0 2) import numpy as np B = np.array([[1, 2, 1,1], [2, 3, 2, 6], [-120, -1, 0, 14], [1, 1, 1, 5]]) print(B) print(np.linalg.det (B)) Kết quả: [[ 1] [ 6] [-120 -1 14] [ 1 5]] 7.99360577730112e-14 Nhiệm vụ 2: - Tính hạng ma trận 1.7 với λ=11 1) import numpy as np B = np.array([[5, -4, 3, 1], [9, 11, 6, 3], [4, 1, 3, 2]]) print(np.linalg.matrix_rank(B)) Kết quả: 2) import numpy as np B = np.array([[1, 11, -1, 2], [2, -1, 11, 5], [1, 10, -6, 1]]) print(np.linalg.matrix_rank(B)) Kết quả: - Xét ĐLTT PTTT hệ vecto 2.4 2.5,với m=11 (tính hạng python,rồi suy ĐLTT hay PTTT): Bài 2.4: Cho X1=(1,-1,2,0,3);X2=(2,-3,5,1,-4);X3=(4,-5,9,1,11); X4=(2,-2,4,12,6).Tìm hạng xét tính độc lập, phụ thuộc tuyến tính hệ vectơ import numpy as np B = np.array([[1, -1, 2, 0, 3], [2, -3, 5, 1, -4], [4, -5, 9, 1, 11], [2, -2, 4, 12, 6]]) print(np.linalg.matrix_rank(B)) Kết quả: Hệ độc lập tuyến tính Bài 2.5: Cho X1=(1,0,-1,2,-2);X2=(2,1,0,3,-5);X3=(5,2,-1,8,-110); X4=(-3,-1,1,-5,14).Tìm hạng xét tính độc lập,phụ thuộc tuyến tính hệ vecto import numpy as np B = np.array([[1, 0, -1, 2, -2], [2, 1, 0, 3, -5], [5, 2, -1, 8, -110], [-3, -1, 1, -5, 14]]) print(np.linalg.matrix_rank(B)) Kết quả: Hệ phụ thuộc tuyến tính Nhiệm vụ 3: Giải hệ PTTT 3.4,3.6,3.9 với k=11: Bài 3.4: 1) import numpy as np a = np.array([[12,1,1],[1,12,1],[1,1,12]]) b = np.array([1,11,121]) x = np.linalg.solve(a, b) print(x) Kết quả: [-0.77272727 0.13636364 10.13636364] 2) import numpy as np a = np.array([[2,1,3,4],[0,3,1,4],[-4,-2,4,-6],[2,4,9,-10]]) b = np.array([4,2,-2,3]) x = np.linalg.solve(a, b) print(x) Kết quả: [0.52982456 0.06666667 0.53684211 0.31578947] Bài 3.6: 1) 10 3) import numpy as np import math from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D x = np.arange(11, 21, 0.05) y = x / math.e ** x 14 plt.plot(x, y) plt.xlabel("Truc x") plt.ylabel("Truc y") plt.title('Toan dai cuong') plt.show() 4) import numpy as np import math from matplotlib import pyplot as plt def f(x): return x * (math.log(x)) ** f2 = np.vectorize(f) x = np.arange(11, 21, 0.05) plt.plot(x, f2(x)) plt.xlabel("Truc x") 15 plt.ylabel("Truc y") plt.title('Toan dai cuong') plt.show() 16 5) import numpy as np import math from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D x = np.arange(11, 21, 0.05) y = (math.e)**x/(x+1) plt.plot(x, y) plt.xlabel("Truc x") plt.ylabel("Truc y") plt.title('Toan dai cuong') plt.show() 17 18 6) import numpy as np import math from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D x = np.arange(11, 21, 0.05) y = (x+1)*(x**2-1)**(1/3) plt.plot(x, y) plt.xlabel("Truc x") plt.ylabel("Truc y") plt.title('Toan dai cuong') plt.show() 19 7) 20 import numpy as np import math from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D x = np.arange(11, 21, 0.05) y = x*(x**2-1)**1/5 plt.plot(x, y) plt.xlabel("Truc x") plt.ylabel("Truc y") plt.title('Toan dai cuong') plt.show() Nhiệm vụ 5: Tính giới hạn 5.8 với α=11 β=21 1) 21 import sympy x = sympy.symbols('x') y = (sympy.log(1+11*x,2)) / x; result = sympy.limit(y, x, 0) print("Gia tri : {}".format(result)) Kết quả: 11/log(2) 2) import math import sympy x = sympy.symbols('x') y = x*(11**(-x)-1); result = sympy.limit(y, x, math.inf) print("Gia tri : {}".format(result)) Kết quả: -oo 3) import math import sympy x = sympy.symbols('x') y = ((sympy.exp(11*x))-(sympy.exp(21*x)))/x; result = sympy.limit(y, x, 0) print("Gia tri : {}".format(result)) Kết quả: -10 4) 22 import math import sympy x = sympy.symbols('x') y =((sympy.exp(11*x))-(sympy.exp(21*x)))/((sympy.sin(11*x))(sympy.sin(21*x))); result = sympy.limit(y, x, 0) print("Gia tri : {}".format(result)) Kết quả: Nhiệm vụ 6: Tính đạo hàm hàm số 6.1 x=11 1) import numpy as np from sympy import * x = Symbol('x') y = x**(2/3) - 2/sqrt(x) 23 y1 = y.diff(x) y1 = lambdify(x, y1) print(y1(11)) Kết quả: 0.32717299758274865 2) import numpy as np from sympy import * x = Symbol('x') y = log(x+sqrt(1+x**2)) y1 = y.diff(x) y1 = lambdify(x, y1) print(y1(11)) Kết quả: 0.09053574604251853 3) import numpy as np from sympy import * x = Symbol('x') 24 y = atan(x+4/1-4*x) y1 = y.diff(x) y1 = lambdify(x, y1) print(y1(11)) Kết quả: -0.0035629453681710215 4) import numpy as np from sympy import * x = Symbol('x') y = log(x**2-sin(x),3) y1 = y.diff(x) y1 = lambdify(x, y1) print(y1(11)) Kết quả: 0.16410849302512046 5) import numpy as np from sympy import * x = Symbol('x') y = exp(x)*log(sin(x)) y1 = y.diff(x) y1 = lambdify(x, y1) print(y1(11)) Kết quả: :2: RuntimeWarning: invalid value encountered in log return exp(x)*log(sin(x)) + exp(x)*cos(x)/sin(x) 25 ... với k =11 : Bài 3.4: 1) import numpy as np a = np.array([ [12 ,1, 1], [1, 12 ,1] , [1, 1 ,12 ]]) b = np.array( [1, 11, 1 21] ) x = np.linalg.solve(a, b) print(x) Kết quả: [-0.77272727 0 .13 636364 10 .13 636364] 2)... Nhóm 11 num =11 Nhiệm vụ 1: -Thực phép toán :bài 1. 1: a,c,d import numpy as B = C = np np.array([[2,4], [-4,7], [0 ,1] ]) np.array([[-2 ,1, -6, -1] , [5,4,7 ,10 ]]) print(np.dot(B,C)) Kết quả: [16 18 16 ... np.array([ [1, 11 , -1, 2], [2, -1, 11 , 5], [1, 10 , -6, 1] ]) print(np.linalg.matrix_rank(B)) Kết quả: - Xét ĐLTT PTTT hệ vecto 2.4 2.5,với m =11 (tính hạng python,rồi suy ĐLTT hay PTTT): Bài 2.4: Cho X1= (1, -1, 2,0,3);X2=(2,-3,5 ,1, -4);X3=(4,-5,9 ,1, 11) ;