PTA 循环 7-9 泰勒展开式求sinx近似值

用泰勒展开式求sinx近似值的多项式为:

输入x求sinx的近似值,要求误差不大于0.00001。

输入格式:

直接输入一个实型数据。没有其它任何附加字符。

输出格式:

直接输出保留3位小数的实型结果。

输入样例:

2.5

结尾无空行

输出样例:

0.598

结尾无空行

#include<stdio.h>
#include<math.h>
int main()
{
	int i=0,j ,k=1;
	float sum=0,x,a,b;
	scanf("%f",&x);
	do //因为fabs(a)无法判定 所以要用do-while循环(先执行再判断是否符合条件)  
	{
		b=1;
		for(j=1;j<=k;j++)
		b=b*j;           //b为分母   
		a=pow(x,k)*pow(-1,i)/b;  //a为分子  pow(x,k)意味x的k次方
		sum=sum+a;
		i++;
		k=k+2;
	}while(fabs(a)>=0.00001); 
          // 误差不大于0.00001 所以a要小于0.00001(eg:if a=0.01时误差不大于(小于)0.1 )
	printf("%.3f",sum);
	return 0; 
 } 
 

  • 2
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 用展开sinx近似值的多项为: sinx ≈ x - x^3/3! + x^5/5! - x^7/7! + ... 在计算机中进行计算时,我们需要设定一个运算精度(例如,保留小数点后五位),然后计算多项中的每一项,直到达到需要的精度为止。具体实现过程可以使用Python中的math库中的sin函数来验证计算结果的准确性。 具体而言,可以通过不断累加每一项的值来计算sinx近似值,直到当前项的值小于需要的精度为止。例如,设定计算精度为0.00001,可以使用下面的Python代码来计算sin(1.2)的近似值: import math def sin_approx(x, precision): term = x sinx = term i = 1 while abs(term) >= precision: term = (-1)**i * x**(2*i+1) / math.factorial(2*i+1) sinx += term i += 1 return sinx x = 1.2 precision = 0.00001 sinx = sin_approx(x, precision) print("sin(%.1f) ~= %.5f" % (x, sinx)) 输出结果为: sin(1.2) ~= 0.93204 ### 回答2: 展开是用于将某一函数在某点附近展开成无限次幂的和,可用于函数在该点的近似值。对于正弦函数sinx,其在0点处的展开为: sinx = x - (x^3)/3! + (x^5)/5! - (x^7)/7! + ... 根据展开,我们可以得到sinx的n次多项近似: P(x) = x - (x^3)/3! + (x^5)/5! - (x^7)/7! + ... + (-1)^(n+1)×(x^(2n+1))/(2n+1)! 为了使误差不大于0.00001,我们可以通过计算前几项的和,来得到sinx的多项近似值。具体来说,我们可以通过以下步骤来计算: 1. 设置一个初始值n=0,计算第一项:P(x) = x。 2. 循环计算后续的项,直到满足误差要。具体来说,我们可以在每次循环中,将P(x)加上(-1)^(n+1)×(x^(2n+1))/(2n+1)!,并计算当前的误差,即sinx-P(x)。如果当前的误差小于等于0.00001,我们就可以停止循环,输出P(x)作为sinx的多项近似值。 虽然这种方法能够计算出较为精确的近似值,但其计算时间相对较长,因此在实际计算中可能需要考虑使用其他近似方法,如牛顿迭代法等。 ### 回答3: 展开是一种用多项来逼近函数值的方法,可以将一个函数在某一点附近用一系列幂函数的和来表示。用展开sinx近似值的多项如下: sinx ≈ x - x^3/3! + x^5/5! - x^7/7! + ... 这个公是在以0为中心点的展开中得到的,它表示的是在x附近的近似值。 我们可以通过增加级数中的项数来提高近似的精度。一般来说,如果我们要误差不超过某个阈值,我们可以通过增加级数中的项数来实现这个目标。在这道题中,我们需要使误差不大于0.00001,那么我们需要一直计算级数,直到级数的第n项小于等于0.00001。 下面介绍一种解的方法:我们可以先定义一个变量sum用来存放级数的和,然后用一个循环,计算级数的每一项,当某一项的值小于0.00001时,我们停止循环,将所有项的和加起来作为最后的结果。 下面是代码实现: ``` # 定义一个变量sum用来存放sinx近似值 sum = 0 # 初始化变量n和t,用于计算级数的每一项,当某一项的误差小于0.00001时,停止循环 n = 1 t = x while abs(t) >= 0.00001: sum += t n += 2 t = (-1)**(n/2) * x**n / math.factorial(n) # 返回近似值 return sum ``` 注意,上面的代码中我们使用了math.factorial函数来计算阶乘,所以需要先导入math库。 总之,使用展开来计算sinx近似值,是一种基本的数学方法,在实际生活与工作中,我们经常会接触到类似的问题,需要用数学知识与计算机技能来解决。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值