无理数的近似计算
无理数的性质与运算
无理数的性质与运算无理数是指不能表示为两个整数的商的实数，它包括无限不循环小数和无限循环小数两种类型。
与有理数相比，无理数具有一些特殊的性质和运算规则。
本文将就无理数的性质和运算进行探讨。
一、无理数的性质1. 无理数的无限性：无理数的小数部分是无限不循环的，它们没有重复的数字或者数字组合，可以一直延伸下去。
例如，圆周率π就是一个无限不循环小数。
2. 无理数的无序性：无理数之间没有大小的比较关系。
对于任意两个不同的无理数a和b，无论a是否大于b，总存在一个无理数c，使得a<b<c。
例如，根号2和根号3是两个无理数，它们之间没有大小的比较。
3. 无理数的无穷性：无理数的小数部分是无穷无尽的，不存在一个结束的部分。
这意味着无理数无法用分数或有限小数来表示，只能通过无限不循环小数表示。
二、无理数的运算1. 无理数的加法：对于两个无理数a和b，它们的和a+b也是一个无理数。
无理数的加法运算可以通过逼近法来实现，将两个无理数用有理数逼近，再进行相加操作。
2. 无理数的减法：对于两个无理数a和b，它们的差a-b也是一个无理数。
无理数的减法运算可以通过逼近法来实现，将两个无理数用有理数逼近，再进行相减操作。
3. 无理数的乘法：对于两个无理数a和b，它们的乘积a*b也是一个无理数。
无理数的乘法运算可以通过逼近法来实现，将两个无理数用有理数逼近，再进行相乘操作。
4. 无理数的除法：对于两个无理数a和b，它们的商a/b不一定是无理数。
有时候，a/b可以用有理数表示，有时候则是无理数。
例如，圆周率π除以根号2，结果是一个无理数。
5. 无理数的乘方：无理数的乘方操作结果可能是有理数，也可能是无理数。
例如，根号2的平方等于2，是一个有理数；而根号2的立方根结果是无理数。
三、无理数的应用1. 几何中的无理数：无理数广泛应用于几何学中。
例如，勾股定理中的边长可以是无理数，因为直角三角形的两条直角边长的比值可以是无理数。
圆周率π的近似计算方法
圆周率π的近似计算方法圆周率π是一个无理数，精确值是无法完全计算的，然而可以使用不同的方法来近似计算π。
下面将介绍一些常见的计算π的方法。
1.随机投掷法（蒙特卡洛法）：该方法通过随机投掷点在一个正方形区域内，然后计算落在正方形内且在一个给定圆形内的点的比例。
根据几何原理，圆的面积与正方形的面积之比等于π/4、通过对大量的随机点进行投掷和计数，可以估计π的值。
2.利用级数公式：许多级数公式都可以用来计算π的近似值。
其中最知名的是勾股定理的泰勒级数展开式：π/4=1-1/3+1/5-1/7+1/9-...通过计算级数中的前n项和，可以获得π的近似值。
然而，这种方法需要计算大量的级数项才能获得较高的精确度。
3.利用几何图形：利用几何图形的特性，可以近似计算π的值。
例如，可以使用正多边形逼近圆，然后通过对正多边形的边数进行增加，计算出逼近圆的周长。
随着边数的增加，逼近圆周长的值将越来越接近π的值。
4.首位公式：首位公式是由印度数学家 Srinivasa Ramanujan 提出的方法，通过将π 表示为一个无穷级数来计算。
该方法利用一种连分数的性质，可以将π 的近似值计算到高精度。
5.利用计算机算法：随着计算机性能的提升，可以使用各种数值计算算法来计算π 的近似值。
其中最有名的算法是Bailey-Borwein-Plouffe算法（BBP算法），它可以通过级数计算出π 的各个十六进制位数。
虽然上面提到了一些常见的方法，但是计算π的精确值仍然是一个开放的问题。
现代数学家不断提出新的计算方法和算法，以改进π的计算精度。
总之，圆周率π的近似计算方法有很多种，每种方法都有不同的优缺点和适用场景。
无论哪种方法，都需要通过对数学公式和几何特性的推导，以及大量的计算和迭代，来获得更精确的π近似值。
用有理方法求e的近似值
用有理方法实现无理数e的近似计算摘要e是自然对数的底数,是一个无限不循环小数,其值是2.71828 无理数e的出现,对于数学学科而言,除了自然指数函数、自然对数函数、双曲函数的相关应用之外,与e有关的研究与结果极为丰富,如欧拉公式的复数形式i e +1=0,被人们称为人类最宝贵财富之一,这一公式巧妙地把纳皮尔常数、虚数单位、圆周率、以及0与1联系在一起.对于e而言,除了在数学学科的发展中的重要意义外,其它自然科学的发展也会处处可见与无理数e有关的痕迹,如物体的冷却、细胞的分裂、细菌的繁殖、放射性元素的衰变等,它也是在今天的银行业中对银行家最有帮助的一个数,此外在考古学的碳-14定年法、古画的铅-210或镭-226鉴定法中也有所涉及.所以精确计算出e的近似值就是一件非常重要和有意义的事情了.关键词：超越数; 无理数; 近似值TO REALIZE THE APPROXIMATE CALCULATION OFIRRATIONAL NUMBER E USING THE RATIONALMETHODABSTRACTE is the base number of natural logarithm,it is infinite and not repeating decimal, Its value is2.71828 ,the emergence of the irrational number e, for the mathematical subject, except the related application of natural exponential function, natural logarithm function, hyperbolic function , the study and results of e is extremely abundant , such as the form of the complex number of Euler Formula i e +1=0. Known as one of the most precious human wealth, this formula take the Napierian logarithm, the imaginary unit, the PI, 0 and 1 are linked subtly. For e, except the important meaning in the development of the mathematical subject ,outside the development of other natural science can everywhere find the trace of irrational number e, such as object cooling, cells dividing,bacterial breeding, the decay of radioactive elements and so on.It is a number that is most helpful for bankers in bank now , in addition it is also involved in Carbon dating-14, Ancient paintings of Pb-210or Ra-226methods produced. So, accurate calculate the approximation of e is very important and meaningful.Key words:transcendental number; irrational number; approximate value目录1.前言 (1)2.e的相关理论 (3)2.1e的定义及证明 (3)2.2以e为底的对数叫做自然对数的原因 (4)2.3e在数学分析方面的应用 (5)3.e是无理数及超越数的证明 (8)3.1证明e是无理数 (8)3.2证明e是超越数 (8)4.e的近似计算 (11)4.1利用数列11nn⎛⎫+⎪⎝⎭极限求e的近似值 (11)4.2利用x e幂级数展开求e的近似值 (13)4.3通过匹配试验计算e的近似值 (15)5.结论 (18)参考文献 (19)致谢 (20)1.前 言e ,作为数学常数,是自然对数函数的底数.有时称它为欧拉数（Euler number ）,以瑞士数学家欧拉命名,也有个较鲜见的名字纳皮尔常数,以纪念苏格兰数学家约翰•纳皮尔引进对数.它就像圆周率π和虚数单位i,e 是数学中最重要的常数之一.它的数值约是（小数点后100位）：e ≈ 2.71828 18284 59045 23536 02874 71352 66249 77572 47093 69995 95749 66967 62772 40766 30353 54759 45713 82178 52516 64274 第一次提到常数e ,是约翰•纳皮尔于1618年出版的对数著作附录中的一张表.但它没有记录这常数,只有由它为底计算出的一张自然对数列表,通常认为是由威廉•奥特雷德(William Oughtred)制作.第一次把e 看为常数的是雅各•伯努利(Jacob Bernoulli).已知的第一次用到常数e ,是莱布尼茨于1690年和1691年给惠更斯的通信,以b 表示.1727年欧拉开始用e 来表示这常数;而e 第一次在出版物用到,是1736年欧拉的《力学》(Mechanica).虽然以后也有研究者用字母c 表示,但e 较常用,终于成为标准.用e 表示的确实原因不明,但可能因为e 是“指数”(exponential)一字的首字母.另一看法则称a,b,c 和d 有其他经常用途,而e 是第一个可用字母.不过,欧拉选这个字母的原因,不太可能是因为这是他自己名字Euler 的首字母,因为他是个很谦虚的人,总是恰当地肯定他人的工作.林德曼在魏尔斯特拉斯定理(Lindemann-Weierstrass)中提到了e 是无理数和超越数,由夏尔•埃尔米特(Charles Hermite)于1873年证明.e 是第一个获证为超越数,而不是像刘维尔数故意构造的.1lim 1xx e x →±∞⎛⎫=+ ⎪⎝⎭实际上e 就是欧拉通过这个极限而发现的,它是个无限不循环小数,其值等于2.71828…….以e 为底的对数叫做自然对数,用符号“ln ”表示.以e 为底的对数（自然对数）和指数,从数学角度揭示了自然界的许多客观规律,比如指数函数“x e ”对x 的微分和积分都仍然是函数本身.后人把这个规律叫做“自然律”,其中e 是自然律的精髓.因此,上述求极限e 的公式被英国科学期刊《物理世界》2004年10月号公布为读者选出的科学界历来“最伟大的公式”之一,并且名列第二.e 在数学中和自然指数函数、自然对数函数、双曲函数的相关应用有着密切的联系,此外e 在医学中也有所涉及,很多增长或衰减过程都可以用指数函数模拟.指数函数还有一个比较重要的方面在于它是唯一的函数与其导数相等,而且e 是无理数和超越数,由于e 具有很多特有的性质,所以研究e 的近似值,无论对于数学的学习还是其它学科的研究和应用,意义都是非常大的.通过对e 的一些性质的了解就更能激发我们进一步探索它的渊源、演变过程及对数学和各个学科的影响,更希望对以后更深入的学习数学分析和高等数学有所帮助.2. e 的相关理论2.1 e 的定义及证明e 是自然对数的底数,是一个无限不循环小数,其值是2.71828 ,它是这样定义的：当n →∞时,11nn ⎛⎫+ ⎪⎝⎭的极限记做e ,即1lim 1nn e n →∞⎛⎫+= ⎪⎝⎭.下面先给出e 做为数列极限的一种证明，后面在求e 的近似值的时候将具体给出1lim 1nn e n →∞⎛⎫+= ⎪⎝⎭的证明过程.证明1lim 1xx e x →∞⎛⎫+= ⎪⎝⎭证明：所求证的极限等价于同时成立以下两个极限：1lim 1xx e x →+∞⎛⎫+= ⎪⎝⎭()21-1lim 1xx e x →-∞⎛⎫+= ⎪⎝⎭()22-先利用数列极限1lim 1nn e n →∞⎛⎫+= ⎪⎝⎭证明(1)式成立.为此,作定义[)1,+∞上的两个阶梯函数如下：()11,1,1,21nf x n x n n n ⎛⎫=+≤≤+= ⎪+⎝⎭()111,1,1,2n g x n x n n n +⎛⎫=+≤≤+= ⎪⎝⎭易见f 增且有上界,g 减且有下界.()lim x f x →+∞与()lim x g x →+∞皆存在.于是,由归结原则（取{}{}n x n =）得到()1lim 11nx f x e n →+∞⎛⎫=+= ⎪+⎝⎭()11lim 1n x g x e n +→+∞⎛⎫=+= ⎪⎝⎭另一方面,当1n x n ≤<+时有 1111111n x n+<+≤++ 以及 11111111nxn n x n +⎛⎫⎛⎫⎛⎫+<+<+ ⎪ ⎪ ⎪+⎝⎭⎝⎭⎝⎭,即有 ()()11xfx g x x ⎛⎫<+< ⎪⎝⎭,[)1,x ∈+∞.从而根据迫敛性定理(1)式得证. 现证(2)为此作代换x y =-,则1111111yyxx y y -⎛⎫⎛⎫⎛⎫+=-=+ ⎪⎪ ⎪-⎝⎭⎝⎭⎝⎭,且当x →-∞时y →+∞,从而有1111l i m 1l i m 1111y xx y e x y y -→-∞→+∞⎛⎫⎛⎫⎛⎫+=+⋅+= ⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭以后还常用到e 的另一种极限形式：()1l i m 1aa a e →+= 事实上,令1a x=,则0x a →∞⇔→,所以 ()11l i m 1l i m 1xa x a e a x →∞→⎛⎫=+=+ ⎪⎝⎭2.2以e 为底的对数叫做自然对数的原因对数函数()log 01a x a a >≠且的导数1log a y e x'=,对于a e =便有1y x '=,即ln y x =有()ln y x ''==1x ,而且只有ln x 的导数才等于1x,其他代数函数如:2y x =等的导数是不可能等于1x 的.这就是说代数函数n y x =不能得到微分为1x dx -的形式,积分是微分的逆运算.所以ln dxx C x=+⎰,就是说一个分式的分子是分母的微分.此分式的积分就是分母以e 为底的对数,只要形状呈()()()()f x dx df x f x f x '=⎰⎰,则()()()ln f x dxf x C f x '=+⎰,这反映了自然界的现象有种种函数关系.而要确立变量之间的函数关系往往需要确立函数的导数或微分的关系式.即微分方程,通过解这种方程,得出所要求的函数关系若方程中存在()()f x dxf x '⎰的项.那么积分后便会出现以e 为底的对数,而且,反映自然界规律的函数关系.总是以指数形式或对数形式出现的,所以必定是以e 为底的对数最能说明以e 为底的指数或对数和自然数界的关系是自然界的复利律(凡函数的导数和函数本身成正比的性质均叫做复利律).我们知道,()x x e e '=即x e 的导数等于其本身.而且一个函数其导数等于其本身的只有x e 所以, 若发现一个函数y , 其导数(变化率)与函数本身成正比.我们便可断定所研究的函数是以e 为底的指数函数或对数函数即dyay dx=±则ax y ce =或ax y ce -=( 其中ac 为常数).若函数的数量是增加的则为正,减少的则为负.由此可知,若写成对数形式,则是以e 为底的对数,除一些经验式外,一般不可能有其它正数为底的指数或对数出现.所以,人们将以e 为底的对数称作自然对数.e 作为数学符号使用最早是欧拉人们为纪念他,才确定用“e ”作为自然对数的底数.2.3 e 在数学分析方面的应用由于数e 不仅是数列11n n ⎧⎫⎪⎪⎛⎫+⎨⎬ ⎪⎝⎭⎪⎪⎩⎭也是函数()11xf x x ⎛⎫=+ ⎪⎝⎭当x →∞时的极限,而数学分析的研究对象是函数,确切地说是用极限的方法来研究函数,数学分析中几乎所有的概念都离不开极限,因此数e 这一重要的函数值,在数学分析方面有诸多应用. 1、应用e 求极限利用1lim 1nn e n →∞⎛⎫+= ⎪⎝⎭这一重要的极限求出一些函数极限.例:求 2225lim 5x x x x →∞⎛⎫+ ⎪-⎝⎭解: 原式=()2105510221010lim 11log 55x a x f x x x x -→∞⎡⎤⎛⎫⎛⎫⎢⎥+⋅+= ⎪ ⎪⎢⎥--⎝⎭⎝⎭⎢⎥⎣⎦10e = ()010a x <≠> 2、应用e 求导数对数函数()()log 010a f x x a x =<≠> 关于x 的导数就是数e 的典型运用. ()()()00limlim x x f x x f x yf x x x∆→∆→+∆-∆'==∆∆()0log log lima a x x x xx∆→+∆-=∆0log 1lim a x x x x∆→∆⎛⎫+ ⎪⎝⎭=∆01limlog 1xxa x x x x ∆∆→∆⎛⎫=+ ⎪⎝⎭ 01log lim 1x xa x x x x ∆∆→∆⎛⎫=+ ⎪⎝⎭1ln x a=3、应用e 计算积分由于()1ln x x '=于是有积分基本公式1ln dx x c x=+⎰.利用这一公式可计算一些积分. 例：计算24dxx x-⎰解: ()()22242222111dx dx x x dx x x x x x x -+==---⎰⎰⎰ 221dx dxx x =+-⎰⎰ 2112121dx dx dxx x x=++-+⎰⎰⎰11121xin C x x+=-++-4 、应用e 判别级数的敛散性这主要是对于含有!n 的数项级数, 可运用司特林公式(()12!201nn n n n e e θπθ⎛⎫=<< ⎪⎝⎭)将!n 表为含有e 的关系式,然后再用柯西或达朗贝尔判别法来判定级数的敛散性.例：判别正项级数12!n n n n n∞=∑的敛散性解:使用柯西判别法2!lim lim n n n n n n n n a n→∞→∞=2!lim nn n n→∞=2212122lim 22lim 221n n n n n n n n e n en e eeθθππ→∞→∞=⋅=⋅⋅=< ∴正项级数12!n n n n n∞=∑收敛5、应用e 求二阶常系数齐次线性微分方程的通解主要是根据指数函数的导数仍然是指数函数这一特性,将二阶常系数齐次线性微分方程转化为特征方程,进而求出此微分方程的通解. 例：求微分方程：250y y y '''++=的通解 解：它的特征方程为:2250r r ++=有一对共轭复根：112r i =-+ ,212r i =--.方程250y y y '''++=的通解 是：()12cos 2sin 2xy eC x C x -=+3. e 是无理数及超越数的证明3.1证明e 是无理数证明：假设e 是有理数,设为q p ,(,p q 为互素自然数) , 任取n p >,则由01!k e k ∞==∑两边同乘以!n 可得()()()11!!!1431,112n e n n n n n n n =++-⋅++++++++ ()*上式左端为正整数,故右端也应为正整数,但右端前1n + 项之和为正整数,而余项之和1n R + 却满足()()()()()11110112123n R n n n n n n +<=+++++++++ ()()()()222211111122111121121112n n n n n n n n n n ⎡⎤++<+++=⋅=<=≤⎢⎥+++++++⎢⎥⎣⎦-+ 即1n R +不是整数,从而()* 式右端不是整数,产生矛盾,所以e 是无理数.3.2证明e 是超越数微积分的出现,使人们对使用以e 为底的指数函数x e 及其反函数ln x 的好处有了更为清醒的认识.如下列运算中不可避免地要出现以e 为底的自然对数:()()1ln ,log ln xxa a aa x x a''==而以e 为底的指数、对数函数在形式上却简单得多: ()ln x '= 1x , 从而ln dx x c x=+⎰, xe 更为特殊,它有任意阶导数且形式不变, 即()()n x x e e = 它是唯一具有这一特性的函数,并有()()n kx n x e k e =, 这一性质在求解微分方程中得到充分的应用.此外,利用以e 为底的指数函数还可定义出一类新的函数--双曲函数: ,22x x x xe e e e shx chx ---+==等.它们与三角函数有许多类似之处,所以猜测e 可能是一个超越数(超越数是不能满足任何整系数代数方程的实数).1873 年, 厄尔米特证明了e 的超越性,具体证明过程如下: 证明：假使e 是代数数, 即存在不全为零的整数01,,,m a a a 使20120m m a a e a e a e +++=()31-第一步,设()f x 是任意n 次多项式,因()()10n f x +=由分部积分公式, 得()()()()()00b bxxnf x e dx ef x f x f x --⎡⎤'=-+++⎣⎦⎰记 ()()()()n F x f x f x f x '=+++ 则 ()()()00bbbx e F F b ef x e dx -=+⎰()32-在()32- 式中依次令0,1,2,,,b m =得 ()()000,e F F =()()()11101xe F F ef x edx -=+⎰()()()222002x e F F e f x e dx -=+⎰()()()00mm m x e F F m e f x e dx -=+⎰ 将以上各式依次乘以01,,,m a a a 并相加.得()()()()()201201001mm m F a a e a e a ea F a F a F m +++=++++()01mii x i i a e f x e dx -=∑⎰0=()33-第二步,由()1 式可知,对任意一个多项式()f x ,()3式均成立.因此只要能找到一个多项式()f x ,使()3 式不成立即可. 令()()()()()11121p p pp f x x x x x m p -=---- 其中p 是大于m 和0a 的素数, 这个多项式的p 阶或更高阶导数具有整系数.且由于()()11!p n n n n p c p --+=⋅所以()f x 的p 阶或更高阶导数必能被p 整除,因()f x 及其前1p -阶导数在1,2x m = 处均为零,则()()()1,2,F F F m 都是p 的整数倍,但当0x =时, ()f x 只有()()()()20000p f f f-'==== 且()()()101!pmp fm -⎡⎤=-⎣⎦, 此时 ()()()()()()()110000p p mp p F f f f -+-=+++ 于是()0F 不能被p 整除.又因p 是大于m 与0a的素数,所以0a 不能被p 整除, 从而()()()0101m a F a F a F m +++ 不能被p 整除,故不等于零.再考察()3中另一部分()01mii x i i a e f x e dx -=∑⎰在区间[]0,m 上,有()()()()11001!1!mp p mp p ii x xm m f x e dx f x e dx p p +-+---<<--⎰⎰而且, 若令01m a a a a =+++ 则 ()()()()()11111!1!p m mp p mii x m m mi i m ma e f x e dx ae ae mp p -++--=<⋅=--∑⎰,因()1lim 01!mp p p m p +-→∞=- 所以当p 充分大时,()01m i ix i i a e f x e dx -=∑⎰可任意小, 可见()3 式右端之和不能等于零,这就产生了矛盾.所以e 不是代数数,故e 是超越数.4. e 的近似计算4.1利用数列11nn ⎛⎫+ ⎪⎝⎭极限求e 的近似值利用熟知的几何平均与算术平均关系不等式, 即对()01,2,i x i n ∀>= 有1212n nn x x x x x x n++≥ ()1成立, 其中等号当且仅当: 12n x x x === 时成立. 1)单调性因()1对任意自然数n 成立,对1n +也成立. 令()111,1,2,,1i n x i n x n+=+== 则由()1有 11111111111n n n n n n n +⎛⎫++ ⎪⎛⎫⎝⎭+⋅<=+⎪++⎝⎭()2 111111n n n n +⎛⎫⎛⎫∴+<+ ⎪ ⎪+⎝⎭⎝⎭故数列11nn ⎧⎫⎪⎪⎛⎫+⎨⎬ ⎪⎝⎭⎪⎪⎩⎭单调递增.2)有界性令()11111,2,,1ni n n n x i n x k k -+⎛⎫=+==+ ⎪⎝⎭,其中k 为大于1的正整数.代入()1有1111111111nnnn n n n n n k k k k n --+⎛⎫⎛⎫+++ ⎪ ⎪⎛⎫⎛⎫⎝⎭⎝⎭++< ⎪⎪+⎝⎭⎝⎭整理得()111111nn n k n n k k k -⎛⎫⎛⎫-+>+-+= ⎪⎪⎝⎭⎝⎭即 111nk kn k k k ⎛⎫-⎛⎫+< ⎪ ⎪⎝⎭⎝⎭ ()3由()2,()3有 1111nk nn n k ⎛⎫⎛⎫+<+ ⎪ ⎪⎝⎭⎝⎭()4故数列11nn ⎧⎫⎪⎪⎛⎫+⎨⎬ ⎪⎝⎭⎪⎪⎩⎭有上界.根据数列极限的单调有界准则知11nn ⎧⎫⎪⎪⎛⎫+⎨⎬ ⎪⎝⎭⎪⎪⎩⎭必定收敛.我们用常用对数的工具,能求出e 的近似值,并由误差估计可知,这种近似值可以达到相当高的精确度.为此,我们先证()4式右端随k 的增大而单调减少.对正整数(),1n k k >,改写 ()4为1111nk kkn k k k k k ⎛⎫+⎛⎫⎛⎫<+< ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭ ()4'由()2知,()4'左端随k 增大而单调增加.现证右端单调减少.事实上,令 ()11,1,2,,i x i n k =-= 11k x += ,由()1有 111111111k k k k k k k k +⎛⎫-+ ⎪⎛⎫⎝⎭-⋅<=⎪++⎝⎭11111111k kk k k k k ++⎛⎫⎛⎫⎛⎫=⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭∴-<-++即 111kkk k k -⎛⎫⎛⎫-= ⎪ ⎪⎝⎭⎝⎭为单调增加序列,从而1kk k ⎛⎫⎪-⎝⎭为单调减少序列.将()4'两端相减得121111101111k k k k k k k k k k k k k k k k k k k k k ---⎡⎤++++⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫<-=-+++⎢⎥ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪----⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎢⎥⎣⎦()()()12111111k kk k k k k k k k k k k --+-⎛⎫⎛⎫<⋅= ⎪⎪---⎝⎭⎝⎭1kk k ⎛⎫ ⎪-⎝⎭ 为单调减少序列,故当2k ≥时,都有224121nk k ⎛⎫⎛⎫≤= ⎪ ⎪--⎝⎭⎝⎭又1lim 0k k →+∞= , 1lim 01k k k k k k k →+∞⎡⎤+⎛⎫⎛⎫∴-=⎢⎥ ⎪ ⎪-⎝⎭⎝⎭⎢⎥⎣⎦因此()4'两端当k →∞时都趋于e ,如果将()4'左端作为e 的不足近似值,右端作为过剩近似值,随着k 的增大,其相对误差将越来越小.从而这些近似值的精确度将越来越高.令1,1kkk k k k A B k k +⎛⎫⎛⎫== ⎪ ⎪-⎝⎭⎝⎭,利用常用对数的工具,取不同的k 值,就得到e 的具有不同精确度的近似值,如果取此两者的算术平均值()12k k k C A B =+作为e 的近似值,则其精确度将会更高我们选取某些特定k 值,制成下表ke 的不足近似值e 的过剩近似值两者的算数平均值1kk k A k +⎛⎫= ⎪⎝⎭ 相对误差 1kk k B k ⎛⎫= ⎪-⎝⎭相对误差 ()12k k k C A B =+ 相对误差2 2.25 21710-⨯ 4 24710-⨯ 3.125 21510-⨯3 2.370370 21310-⨯ 3.375 22410-⨯ 2.872685 2610-⨯ 10 2.593742 2510-⨯ 2.867972 2910-⨯ 2.730857 3510-⨯ 1002.7048143510-⨯ 2.731999 3510-⨯ 2.718407 5510-⨯ 1000 2.716924 4510-⨯ 2.719642 4510-⨯ 2.718283 7410-⨯ 10000 2.7181465510-⨯2.7184185510-⨯2.7182829810-⨯由此可见, 在证明数列11nn ⎧⎫⎪⎪⎛⎫+⎨⎬ ⎪⎝⎭⎪⎪⎩⎭的极限存在之后, 利用常用对数作为工具,就能顺利求出e 的近似值.因此本文介绍的方法是行之有效的, 也是比较容易掌握的,4.2利用x e 幂级数展开求e 的近似值上面我们提到利用数列11nn ⎛⎫+ ⎪⎝⎭的极限求e 的近似值,由于在n 取值较小时收敛速度较慢，通过改进，从等式1lim 1nx e n →∞⎛⎫=+ ⎪⎝⎭出发, 11nn x n ⎛⎫=+ ⎪⎝⎭展开1111211111112!!n k x n k n n n -⎛⎫⎛⎫⎛⎫⎛⎫=++-++---++ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭11111!n n n n -⎛⎫⎛⎫-- ⎪ ⎪⎝⎭⎝⎭ ,在此等式中固定自然数k ()k n ≤,弃去1k +项以后各项, 可得 111121211112!!k e n k n n n -⎛⎫⎛⎫⎛⎫⎛⎫≥+-++--- ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭ ,当n →∞时,有11122!3!!n e y k ≥+++++=对任何自然数k 成立, 即n y e ≤,又根据n x 的表达式,得11122!3!!n n x y n <+++++=由夹逼准则, 有 01lim !n n n y e n ∞→∞===∑事实上, 这正是xe 的幂级数展开式 0!nxn x e n ∞==∑中令1x =时所得结果. 当0x =时有)()()()()()200002!!n nn f f f x f f x x x R x n '''=+++++()麦克劳林公式（其中()n R x 是拉格朗日余项,泰勒公式还有佩亚诺型余项()(())n n o x R a x =-,柯西余项()(1)(1)(())()/!n n f n a x x x R a a n θ+=++--等）当1x =时有 ()()11111,012!3!!1!e e n n θθ=++++++<<+ 故 ()()()311!1!n e R n n θ=<++, 故 ()()111311,012!3!!1!e n n θ≈++++++<<+ 当2n =时,便有 2 2.5e = ,()2310.53!R <=, 3e ≈ 同理 当5n =时 5 2.758333333e =,()25311106!720R -<=<, 2.762433333e ≈ 当7n =时 7e =2.75992063,()47311108!40320R -<=<, 2.759994634e ≈ 从而略去()1n R 而求得e 的近似值 2.71828183e ≈这种计算e 的近似值的方法在知道了111112!3!!e n =+++++ 和误差估计公式的情况下收敛速度较快，误差较小.4.3通过匹配试验计算e 的近似值通过一个著名试验——匹配试验, 来构造无理数e 的估计公式. 在高等数学中, e 常通过下列两式近似得到：1、由1lim 1n n e n →∞⎛⎫=+ ⎪⎝⎭,得到 11nn e e n ⎛⎫=+≈ ⎪⎝⎭ ()n 充分大 ()12、由01!n e n ∞==∑,得到 01!nn i e e i ==≈∑()2 ()2式的近似误差为()31!n e e n -≤+因而近似效果很好.下面通过“匹配试验”构造e 的估计公式的基本思想是: 在“匹配试验”中寻找概念与e 或e 的近似值相关的随机事件, 利用“频率稳定于概率”的结论, 得到e 的频率估计公式.e 的估计公式概率论中著名的“匹配试验”是: 某人写了n 封不同的信, 又写了n 个不同地址的信封, 然后将n 封信随机地放入n 个信封内. 在此试验中我们关心 {}n A =没有一封信装对地址 显然 ()()()001=!knn n P A p n k =-∑,故 ()10p n e -≈ ()3 不妨令 ()10n r e p n -=- ,即()10n e p n r -=+ 其中()31!n r n ≤+ ,因而()3式近似程度很高.若将匹配试验独立地重复N 次, 若n A 发生()k N 次, 由贝努里大数定律()()0k N pNp n −−−→ ()N →∞ , 即 ()()0k N p n N ≈ ,所以 ()1k N e N-≈.从而得到e 的估计公式()()ˆNeN k N = ()4 匹配试验的模拟与e 的估计在实际试验时, 考虑n A 不如考虑n A 方便. {} n A =至少有一封信与地址一致, 显然 ()11n p A e -≈-利用扑克进行匹配试验并对e 进行了估计.方法是：取扑克中两种花色共26张牌, 每次随机取两张,若成对则认为是一个匹配.试验时,先将牌充分洗匀,若出现对子时停止试验.洗匀后再进行下一轮试验,否则摸完26张牌.共进行了2500次试验,有对子出现的有1578次.则()922k N =由()4 ,()()ˆ 2.711496746eN N k N == 而 2.718281828e ≈ ,故 ()3ˆ 6.810eN e --<⨯ 在给定置信概率1α-时, e 的近似区间估计为e 的()()()()()()111\1\221,1N N k N k N k N k N U k N U k N N N N N αα----⎡⎤⎛⎫⎛⎫⎛⎫⎛⎫⎢⎥ ⎪ ⎪+--- ⎪ ⎪⎢⎥ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎣⎦ 证：由于()()()()()0110,1k N p n Nk N k N N N N N -⎛⎫- ⎪⎪⎝⎭−−−−−−→ ()N →∞对置信概率1α-,()0p n 的置信上、下限分别为 上限：()()01\2N k N p n U N α-=+ ()()1k N k N N ⎛⎫- ⎪⎝⎭ ;下限：()()01\2N k N p n U N α-=- ()()1k N k N N ⎛⎫- ⎪⎝⎭. 由于()10p n e -≈,故e 的近似置信上、下限分别为:()01\u e p n ≈ ,()01\L e p n ≈ 利用上述性质可以得到e 的 95%的区间估计为 []2.579226,2.858067若要使()ˆeN 估计e 的精度达到410- (()195%α-=,N 需94.87710⨯次, 显然手工试验是十分困难的. 随着计算机的出现和发展, 可以把真正的匹配试验利用统计模拟试验方法来代替, 即把匹配试验在计算机上实现.5.结论通过对e的近似值的研究,我们知道了e在生产生活中的重要性,它和数学研究以及其他自然科学都有着密切的联系.通过几种求e的近似值的方法的比较,可以看出利用x e幂级数展开求e的近似值是传统的方法,按部就班,便于理解;利用数列11nn⎛⎫+⎪⎝⎭极限求e的近似值在n取到10k,k的值较大时精确度较高,操作简便;匹配试验的模拟与e的估计是试验的方法虽然理论性强,但是操作复杂,有了计算机的辅助作用也不失为一种求e的近似值的好的方法.以上几种方法都能达到 2.71828183e≈ 的效果.通过本文更是证明了数学是一门基础科学,它是描述大自然与社会规律的语言,是科学与技术的基础,也是推动科学技术发展的重要力量,它是人类生产生活必不可少的工具,它使我们的生活变得更快捷,更准确.[1] 华东师范大学数学系,《数学分析》,上册,高等教育出版社,1997年:134页-139页[2]M·克莱因.古今数学思想[M].上海：上海科学技术出版社,1979.[3]华东师范大学数学系编.数学分析[M].北京：高等教育出版社,1981.[4]闵鹤嗣，严士健.初等数论[M].北京：人民教育出版社,1982.[5]张楚廷. 数学文化[M]. 北京:高等教育出版社,2000.[6]刘玉琏．教学分析．北京：高等教育出版社，1994[7]吕世虎等.从高等数学看中学数学[M].北京: 科学出版社, 1995年:47页-57页.[8]宋秉信.湘潭教育学院.怀化师专学报,1998年;第17 卷:第2 期.[9]孙本旺译. 数学分析[M]. 湖南: 湖南人民出版社, 1981年:318页- 322页.[10]格.马.菲赫金哥尔茨.吴亲仁.陆秀丽译.数学分析原理( 第一卷, 第一分册) [ M] . 北京: 人民教育出版社, 1979年:96页- 102页.[11]张新仁,徐化忠山.东电大学报,2002 年第3 期.致 谢本文是在刘文莉老师精心指导下完成的.刘老师以其严谨求实的治学态度、认真踏实的工作作风对我产生了深刻的影响.通过此次毕业论文写作,我也学到了许多数学教学理论方面的知识,对于现在数学在生活中的应用也有了较深入的了解.其次,我要感谢父母对我的供养与支持,使我得以完成学业.诚挚的感谢鞍山师范学院教过我的所有老师,四年来精心的教导与栽培.感谢四年来与我朝夕相伴、同甘共苦的同学们.在老师和同学的细心帮助下,使得我的论文得以顺利完成.谢谢！。
无理数的性质与近似计算
无理数的性质与近似计算引言在数学中，无理数是指无法被用两个整数的比表示的实数。
无理数的性质非常特殊，其不可逼近性和无限不循环小数形式是其最显著的特点。
本文将探讨无理数的性质以及其近似计算的方法。
无理数的性质1. 无理数的无限不循环小数形式：无理数在十进制下的表示形式通常是无限不循环小数。
例如，圆周率π就是一个无限不循环小数，其小数点后的数字永远不会重复。
2. 无理数的不可逼近性：无理数无法用两个整数的比来精确表示，这意味着无论如何逼近，都无法得到完全相等的值。
例如，无理数根号2（√2）的近似值可以无限制地更加精确，但永远无法得到√2的精确值。
3. 无理数的无限性：无理数的小数部分是无限的，其中的数字没有规律可循。
因此，无理数的小数部分无法用有限的数字表示。
无理数的近似计算由于无理数无法被精确表示，我们通常使用近似值的方法来计算无理数。
近似计算的方法可能有许多种，以下是一些常见的方法：1. 小数法：将无理数表示为一个小数，并截取所需的位数作为近似值。
例如，将圆周率π近似为3.14就是一种小数法的近似计算。
2. 分数法：将无理数表示为一个分数，分子和分母都是整数，并将其作为近似值。
例如，将根号2（√2）近似为1.41/1就是一种分数法的近似计算。
3. 迭代法：通过不断迭代一个逼近序列，逐步接近无理数的近似值。
例如，使用牛顿迭代法来逼近无理数的平方根。
近似计算的方法可以根据需求选择，但需要注意的是，近似值并不等于无理数的精确值，只是一个接近的估计。
结论无理数具有独特的性质，其不可逼近性和无限不循环小数形式使其与有理数有明显区别。
为了计算无理数，我们常常使用近似计算的方法来得到一个接近的估计值。
然而，无理数的精确值在实际计算中往往是不可得到的，我们需要根据实际需求进行适当的近似处理。
无论是理论研究还是实际应用，了解无理数的性质和近似计算的方法都是重要的基础知识，对于深入理解数学和解决实际问题都具有重要意义。
勾股定理的无理数解与近似计算
勾股定理的无理数解与近似计算勾股定理是数学中的一条重要定理，被广泛应用于几何学和代数学等领域。
它描述了直角三角形中三边关系的基本原理。
本文将探讨勾股定理的无理数解以及近似计算的方法。
一、勾股定理的无理数解勾股定理可表述为：在一个直角三角形中，两条直角边的平方和等于斜边的平方。
用数学公式表示就是a² + b² = c²，其中a和b分别代表两条直角边的长度，c代表斜边的长度。
然而，对于某些特殊的直角三角形，勾股定理的解并不总是有理数，而是无理数。
无理数是指无法表示为两个整数之间的比值的数。
勾股定理的无理数解可以通过实际计算和证明得出。
一个经典的例子是边长均为1的等腰直角三角形，即一个45度的角。
根据勾股定理，斜边的长度为√2，这是一个无理数。
更一般地，对于任意一个直角三角形，当两条直角边的长度为有理数而斜边的长度为无理数时，都可以满足勾股定理。
二、近似计算的方法尽管无理数的精确计算可能是困难的，但可以使用近似计算的方法来获得较为准确的结果。
以下是两种常见的近似计算方法：1. 小数近似法：将无理数转化为十进制小数进行计算。
以π为例，它是一个无理数且约等于3.14159。
通过将π代入勾股定理的相关式子，可得到边长或斜边的近似值。
2. 分数近似法：将无理数转化为一个分数的近似值。
以√2为例，可以将它近似为1.41，然后化简为分数形式33/23。
这个近似值可以更方便地运用于实际计算和应用中。
需要注意的是，近似计算只是一种对无理数解进行估算的方法，并不能得到其精确值。
因此，在实际问题中，根据具体情况选择适当的计算方法，并理解近似计算的局限性。
三、勾股定理的实际应用勾股定理作为数学中的基础原理，具有广泛的实际应用。
以下是一些常见的应用场景：1. 三角测量：勾股定理可以用于测量角度和距离，例如在导航系统中计算两个位置之间的直线距离。
2. 建筑与工程：在建筑和工程领域，勾股定理被用于计算角度、边长和斜边的关系。
尼拉坎特哈级数求兀近似值的代码
尼拉坎特哈级数求兀近似值的代码1.引言1.1 概述引言部分的内容应该包括对尼拉坎特哈级数及其求兀近似值的问题进行简要介绍。
可以写入以下内容：尼拉坎特哈级数是一种重要的无理数近似计算方法，它是通过对无理数进行逐项相加来得到一定程度上的近似值。
尼拉坎特哈级数在数值计算和科学研究中有着广泛的应用，特别是在计算机科学、物理学、工程学等领域中。
本文旨在介绍如何使用代码实现尼拉坎特哈级数的求兀近似值。
首先将会对文章的结构和内容进行简要概述，随后将分为几个要点详细介绍代码的实现过程。
通过编写相应的代码，我们能够利用尼拉坎特哈级数来计算各种无理数的近似值，并且能够通过调整计算的精度来得到更加精确的结果。
本文将提供一种简单而有效的代码实现方式，方便读者在实际应用中进行参考和使用。
总的来说，本文的目的是帮助读者了解尼拉坎特哈级数的求兀近似值方法，并且通过提供相应的代码实现方式，使读者能够在实际应用中灵活使用这一方法。
在后续的正文部分，我们将逐步介绍代码的实现过程，并对其进行详细解释和说明。
最后，在结论部分将对本文所介绍的方法进行总结，并展望尼拉坎特哈级数在未来的应用前景。
通过本文的阅读，读者将能够掌握尼拉坎特哈级数求兀近似值的基本原理和实现方法，为今后的研究和应用提供参考和技术支持。
1.2文章结构1.2 文章结构本文主要分为三个部分，即引言、正文和结论。
在引言部分，我们将对尼拉坎特哈级数的概念进行概述，介绍其在数学和计算机科学领域的重要性和应用。
接着，我们将介绍本文的结构和目的，以及阐明我们的研究目标和方法。
在正文部分，我们将详细介绍尼拉坎特哈级数求近似值的相关代码。
首先，我们将介绍尼拉坎特哈级数的原理和数学推导过程，以便读者对其有一个清晰的理解。
然后，我们将逐步介绍代码的编写过程，从代码的导入和预处理开始，到核心计算部分的实现，最后到结果的输出和展示。
正文的第一个要点将着重介绍尼拉坎特哈级数的原理和数学推导过程。
利用泰勒级数计算无理数和以及其他任意无理数的近似值
利用泰勒级数计算无理数和以及其他任意无理数的近似值泰勒级数是数学中一种用来近似复杂函数的方法，通过使用一系列的多项式来逼近函数的曲线。
它在计算机科学，工程学和自然科学等领域中广泛应用。
对于一个函数f(x)，泰勒级数的一般形式可以表示为：f(x)=f(a)+f'(a)(x-a)+f''(a)(x-a)^2/2!+f'''(a)(x-a)^3/3!+...其中f'(x)表示函数f关于自变量x的导数，a是泰勒级数的展开点。
对于一个定义良好的函数，泰勒级数越多项参与计算，得到的近似结果就越精确。
因此，使用泰勒级数来计算无理数的和或近似值，可以通过增加级数中的项数来提高结果的准确性。
例如，让我们考虑计算无理数π的近似值。
泰勒级数展开点的选择可以根据需求而定，但通常可以选择靠近欲计算点的已知有理数。
在本例中，我们可以选择展开点为0，即泰勒级数的形式为：π=3+0*(x-0)+(-1/2!)*(x-0)^2+0*(x-0)^3/3!+…这是因为我们知道π的整数部分为3，故取此值作为泰勒级数展开的第一项。
我们可以通过计算更多的项数来获得更精确的近似值。
计算的次数越多，结果将越接近真正的π值。
另一个例子是计算自然对数e的近似值。
自然对数的底数e是一个无理数，可以通过以下泰勒级数展开进行近似计算：e=1+1*(x-0)+1*(x-0)^2/2!+1*(x-0)^3/3!+...以展开点0为例，我们可以通过计算更多的项数来获得更准确的近似值。
需要注意的是，泰勒级数只能提供函数的近似值，而不是确切值。
级数中的每一项都引入了一定的误差，所以在实际应用中，需要根据所需的精度和效率来选择级数中的项数。
由于泰勒级数的计算过程相对复杂，通常使用计算机编程语言来实现。
在实际计算无理数和其他函数的近似值时，可以使用数值计算库或编程语言中的内置函数来执行泰勒级数的计算过程。
总结起来，泰勒级数是一种用于近似复杂函数的方法，通过使用一系列多项式来逼近函数的曲线。
湘教版解读-第二课时无理数及用计算器求近似值
第一章 实数1．1 平方根第二课时 无理数的概念及用计算器求近似值一．预习题纲（1）学习目标展示1．理解无理数的概念及能正确识别无理数2．会用计算器求平方根和算术平方根（2）预习思考1．无理数与有理数从形式上看有什么区别？2．若一个正方形的面积为12，那么它的边长的取值范围在哪两个整数之间？二．经典例题例1．在下列数2，13.0 ，3π，71，3.6024×103，9，1.212242……（相邻两个1之间逐次增加1个2）中，无理数的个数为（ ）A ．1个B ．2个C ．3个D ．4个【分析】无理数有两个特征：（1）．是无限小数（2）．是不循环的．判断一个数是不是无理数，应抓住无理数这两个特征去判断．【简解】选C【规律总结】无理数有以下几种形式：（1）开方开不尽的数，如2，39等；（2）含有π的数，如2π，-3π等；（3）有特殊特征或一定规律的无限不循环小数，如0。
1212212221……等三．易错例题例2．下列说法：（1）有限小数和无限循环小数都是有理数；（2）分数是有理数；（3）无限小数是无理数；（4）5π是分数，其中正确的有（ ）A ．1个 B ．2个 C ．3个 D ．4个【错解】：选D【错因分析】主要对（3）和（4）判断错误，无限小数包括无限循环小数和无限不循环小数两种；5π看似分数，实质上是无理数 【正解】选B【点拨】含有π的数是无理数，无理数不能表示成分数形式一．课前预习1．计算0.01=2．面积为4cm 2的正方形的边长是 ，面积为9cm 2的正方形的边长是3．计算器上的开机键是 ，关机键是二．当堂训练知识点一：无理数的识别1．（2009肇庆）实数-2，0。
3，17，2，π-中，无理数的个数是（ ） A ．2 B ．3 C ．4 D ．52．(2009义乌)在实数0，1，2，0.1235中，无理数的个数为（ ）**个 B.1个 C.2个 D.3个3．（2008宜昌）从实数－2，－31，0，π，4中，挑选出的两个数都是 无理数的为（ ） A ． －31，0 B ．π，4 C ． －2，4 D.－2，π 4．（2009江西）写出一个大于1且小于4的无理数 ．知识点二：利用计算器求值5．（2008盐城）用计算器求2008的算术平方根时，下列四个键中，必须按的键是（ ）A ．B ．C ．D ．6．用计算器求10的近似值的按键顺序正确的是（ ）A ．10＝ B ．ON 10 ＝ C ．ON 10 ＝ D ．2ndf 10＝ 7．对于5678的值，下列关系式何者正确（ ）A ． 55<5678<60B ．65<5678<70C ．75<5678<80D ．85<5678<908．用计算器求下列各式的值（1）．7056 （2）．10（结果用四舍五入法取到小数点后三位）课时测评：（40分钟，满分100分）一．选择题 （每小题5分，共25分）1．下列说法：（1）带根号的数都是无理数；（2）不带根号的数都是有理数；（3）无理数一定是无限循环小数；（4）无限小数不一定是无理数，其中正确的有（ ）个A ．1B ．2C ．3D ．42．（2009湖南邵阳）3最接近的整数是（ ）A ．0B ．2C ．4D ．53．（2009茂名）下列四个数中，其中最小的数是（ ）A ．0B ．-4C ．π-D ．24．用计算器估计20的算术平方根的大小在（ ）A ．2与3之间B ．3与4之间C ．4与5之间D ．5与6之间5．计算器上依次按下键1 4 4 = ，显示的结果为（ ）A ．12B ．±12C ．-12D ．以上均错二．填空题（每小题5分，共25分）6．（2009福州）请写出一个比5小的整数 .7．在23-，4π，3，2．333……，2．9845731……，251-，0．4，3．14，51-，25，│16—1│中，有 个整数； 个无理数； 个有理数8．用计算器求：±2304=9．某厂内有一变电站，为了安全，现在想用铁丝网将它围起来，围成一个面积为48平方米的正方形场地，请你计算一下需要买 米长的铁丝网（保留小数点后两位）10．11的整数部分是 ，小数部分是三．解答题（本题共3个小题，满分50分）11．（本题16分）（1）小明想剪一块面积为25cm 2的正方形纸板，你能帮他求出正方形的边长吗？（2）若小明想将两块边长都是6cm 的正方形纸板沿对角线剪开，拼成如图1所示的一个大正方形，你能帮他求出这个大正方形的面积吗？它的边长是整数吗？若不是整数，请你估计这个边长的值在哪两个整数之间？12．（本题16分）如图2，将一块面积为30m 2的正方形铁皮的四个角各截去一个面积为2 m 2的小正方形，剩下的部分刚好围成一个无盖的正方体运输箱，用计算器求运输箱底面的边长（结果精确到0。
无理数的估算方法
无理数的估算方法
无理数的估算方法主要有以下几种：
1. 分数逼近法：无理数可以用一系列有理数逼近。
通过将无理数表示为一个分数的形式，可以逐步逼近其真实值。
例如，可以将π表示为连分数的形式，然后截取这个连分数的前几项得到一个有理数近似值。
2. 几何方法：通过几何图形的性质来估算无理数。
例如，可以画一个正方形，然后在正方形中作一个边长为1的等边三角形，再运用勾股定理可以得到√3的一个近似值。
3. 数列逼近法：通过某种特定的数列逐步逼近无理数。
例如，可以使用牛顿法逼近平方根。
假设要求解x²= a的一个正根，可以取一个初始的近似值x0，然后通过迭代的方式计算x1 = (x0 + a/x0)/2，以此类推，不断迭代得到越来越精确的近似值。
4. 近似公式：针对某些特定的无理数，可以使用近似公式来估算其值。
例如，可以使用马青公式来计算π的近似值。
需要注意的是，这些方法只能给出无理数的有限位数的近似值，无法得到其完全的精确值。
无理数近似计算与分析
无理数近似计算与分析无理数是指不能表示为两个整数的比例的数，如π和√2。
因为无理数不能用有限的小数或分数来表示，因此它们的计算和分析相对复杂。
在本文中，我们将介绍无理数的近似计算和分析方法。
一、无理数的近似计算1. 小数近似法小数近似法是一种将无理数表示为有限小数的方法，其基本原理是取无理数的前n位小数作为近似值。
这种方法的缺点是它只能获得有限的精度，而且它不考虑无理数所在的数学领域。
例如，要计算√2 的近似值，我们可以使用小数近似法，取其前5位小数，即√2 ≈ 1.41421。
2. 分数近似法分数近似法是一种将无理数表示为一个分数的方法。
其基本原理是找到离无理数最近且分母小于等于n的分数。
这种方法的优点是它可以提供更高的精度，并且它考虑了无理数所在的数学领域。
例如，要计算π的近似值，我们可以使用分数近似法，取其在分母小于等于100的分数中最接近的值，即π≈355/113。
二、无理数的分析1. 首项逼近法首项逼近法是一种将无理数表示为一个连分数的方法。
连分数是一种特殊的分数表示形式，其中连续的分数项被嵌套在一个普通的分数中。
对于无理数，这种连分数可以无限地扩展下去，表示无理数的精度。
首项逼近法是通过不断逼近连分数的第一项来计算无理数的方法。
每一次逼近都会生成一个更高精度的近似值。
这种方法的优点是它可以达到非常高的精度，不过它相对比较复杂。
例如，对于√2，首项逼近法表示为：√2 = 1 + 1/(2 + 1/(2 + 1/(2 + ...)))其中每个连分数项都是 2。
2. 拉格朗日垂线法拉格朗日垂线法是一种通过线性插值计算无理数的方法。
其基本原理是使用曲线上的两个已知点，计算垂直于x轴的垂线与x轴的交点，从而获得无理数的近似值。
这种方法适用于已知曲线方程的无理数，但对于需要手动测量曲线的无理数来说，它有些局限性。
例如，要计算 exp(1) 的近似值（其中 exp(x) 为自然指数的x次方），我们可以使用拉格朗日垂线法。
无理数的逼近和近似值
无理数的逼近和近似值数学是一门精密而优美的科学，其中不缺少许多蕴含着无限美好的问题。
一种被许多数学爱好者津津乐道的问题，就是如何逼近和估算无理数。
在这篇文章中，我将从两个角度出发，向读者介绍无理数的逼近方法和近似值的计算，希望能够引起各位读者对于这一问题的探讨和思考。
一、无理数的逼近方法先从数学的基础出发，回忆一下我们在初中就学过的一个著名的定理：有理数集合是稠密的。
这个定理意味着，在有理数中，任何两个数之间都可以找到一些其它的有理数。
但是当我们扩大范围，将有理数集合变为实数集合，却会发现一个令人震惊的事实：实数中存在着无数个无理数，而且它们并不像有理数那样井然有序，而是呈现出了异常复杂的分布。
那么对于一个无理数，我们该如何在实数中寻找到它，或者说在实数中逼近它呢？最基本的方法，就是通过有理数来逼近无理数。
我们先来看一个例子：$\pi$。
显然，大部分人都知道，$\pi$是个无理数，而且至今为止也没有被完全算出来。
那么我们该如何逼近$\pi$呢？我们可以从 $\pi$ 的定义出发：$\pi$ 是一个圆的周长与直径之比。
根据我们小学时学到的公式，周长 $C = 2\pi r$，直径 $d = 2r$，于是我们可以得到$\pi=\frac{C}{d}$。
但是，这个式子中的 $\pi$ 仍是未知的，因此我们需要从其它角度出发。
想象一下，我们将其定义为一些分式的和，比如$\pi =3+\frac{1}{7}+\frac{1}{15}+\frac{1}{1\times 2\times3}+\frac{1}{4\times 5\times 6}+\frac{1}{7\times 8\times9}+\frac{1}{10\times 11\times 12}+...$。
这个式子看起来有点复杂，但是其实很好理解。
这里的每一个分数，都是由一些连续的数字计算得到的。
比如$\frac{1}{1\times 2\times 3}$中的 $1$，是因为现在正在计算的位置是第 $3$ 个连续数字的起点；$2$ 是第 $1$ 个数字，$3$是第 $2$ 个数字，因此总计算数为 $1\times 2\times 3$。
无理数与近似计算
无理数与近似计算无理数是指不能表示为两个整数的比例形式的数，即无限不循环小数。
在数学中，无理数有着重要的地位，其性质和运算规律与有理数有所不同。
本文将介绍无理数的定义、性质以及近似计算的方法。
一、无理数的定义和性质无理数的定义最早是由希腊数学家毕达哥拉斯提出的，他发现了不能表示为两个整数比例形式的数，并称之为“无理数”。
例如，根号2就是一个无理数，它的十进制表示为1.41421356...，无限不循环。
无理数有一些重要的性质。
首先，无理数是无限不循环的小数，即它的小数位数是无限的，且没有循环节。
其次，无理数在实数集中是稠密分布的，即在任意两个有理数之间，总有一个无理数存在。
此外，无理数与有理数的运算结果还是无理数。
二、无理数的近似计算方法由于无理数无法用有限的小数表示，我们通常需要使用近似计算的方法来处理无理数的计算问题。
下面将介绍两种常见的近似计算方法。
1. 小数表示法将无理数截断到一定的位数，并四舍五入到最接近的整数。
例如，要计算根号2的近似值，可以将其截断到小数点后几位，如1.414或1.4142。
这样得到的结果是有限位数的小数，但仍然是无理数的近似值。
2. 分数表示法无理数也可以用分数表示的近似值来表示。
例如，根号2可以近似表示为3/2或7/5等分数形式。
这种表示法可以使无理数的近似值更精确，但仍然是有限的近似。
三、无理数的应用无理数在数学中具有重要的应用。
其中，黄金分割比例是最为著名的应用之一。
黄金分割比例是指将一条线段分为两部分，使其中一部分与全长的比等于另一部分与其中一部分的比。
这种比例通常用希腊字母φ（phi）表示，其值为(1+√5)/2，是一个无理数。
另外，无理数还与几何、物理等学科有着密切的关系。
在几何中，π（pi）是一个重要的无理数，它表示圆的周长与直径的比值，在计算圆的相关参数时有广泛的应用。
在物理中，许多物理量的测量结果都是无理数，例如电子的电荷、质子的质量等。
总结：无理数是一类不能表示为两个整数比例形式的数，它的小数表示是无限不循环的。
关于圆周率π的几种计算方法
关于圆周率π的几种计算方法圆周率π是数学中一个非常重要且有趣的数。
它定义为圆的周长与其直径的比值。
虽然π是一个无理数，不能被精确表示为有限的小数或分数，但人们一直致力于尽可能精确地计算它。
在这篇文章中，我将介绍几种计算π的常见方法。
1.迭代法：迭代法是最早用于计算π的方法之一、它的思想是通过不断逼近一个特定的级数或无穷乘积，来得到π的近似值。
著名的莱布尼茨级数就是一种典型的迭代法，其公式为：π/4=1-1/3+1/5-1/7+1/9-...。
通过计算级数的若干项，可以逐步接近π的值。
2.随机法：随机法是一种基于概率的方法，即通过生成一系列随机数来进行π的近似计算。
其中一种著名的随机法叫做蒙特卡洛方法，它利用了随机点在单位正方形中的分布情况。
我们可以在单位正方形中生成大量随机点，然后统计落入一个四分之一圆内的点的比例，该比例将近似于π/43.平均法：平均法是一种通过平均一些函数在一定范围内的值来计算π 的方法。
其中一种著名的平均法是用到了泰勒级数展开中的一个公式：π/4 = arctan(1) = 1 - 1/3 + 1/5 - 1/7 + 1/9 - ...。
通过计算这个级数的前若干项的平均值，可以得到π 的近似值。
4.连分数法：连分数法是一种通过连分数的形式来逼近π的方法。
连分数是一种无限分数的形式，它的基本形式为a+1/(b+1/(c+1/(d+...)))。
通过将π表示为一个连分数的形式，并逐步计算连分数的部分分数，可以逼近π的值。
5.数值方法：数值方法是一种通过数值计算的方法来逼近π的值。
其中一种常用的数值方法是蒙特卡洛数值积分法。
这种方法利用随机生成的点来对一个函数在一定范围内的积分进行近似计算，通过计算得到的积分值可以得到π的近似值。
6.基于物理实验的方法：基于物理实验的方法是一种通过物理实验来测量π的方法。
其中一种著名的实验方法是利用圆的周长与直径关系进行测量，比如通过在地面上绕圆形的轮子行驶一周来计算π的近似值。
无理数的经典例题
无理数的经典例题无理数是指不能表示为两个整数的比值的实数。
它是实数中的一类特殊的数，不属于有理数的范畴。
无理数在数学中有着广泛的应用，其中包括几何、物理学和金融学等领域。
下面将介绍一些与无理数相关的经典例题，以及其解决方法和相关的数学概念。
1. 证明根号 2 是无理数设根号2是有理数，即可以写成 m/n（最简分数形式），其中m 和 n 是整数，且它们没有公共的因子。
则有 (m/n)^2 = 2，即 m^2 = 2n^2。
由此可知，m^2 是 2 的倍数，因此 m 也是 2的倍数。
设 m = 2k，其中 k 是整数。
代入方程中得到 (2k)^2 = 2n^2，即 2k^2 = n^2。
同样的道理，n 也是 2 的倍数。
这与最简分数要求矛盾，因此根号 2 是无理数。
2. 求根号 3 的近似值根号 3 是一个无理数，我们可以通过数值逼近来求得一个近似值。
一种常用的方法是二分法。
假设根号 3 的近似值为 x，我们可以选择一个区间 [a, b]，使得根号 3 落在该区间内。
然后计算中点 c，即 (a + b)/2，并比较 c^2 和 3 的大小关系。
如果c^2 大于 3，则将 c 更新为新的上界 b，否则更新为新的下界 a。
重复上述步骤直到满足要求。
3. 证明 e 和π 的和是无理数假设 e 和π 的和是有理数，即e + π = m/n，其中 m 和 n 是整数，且它们没有公共的因子。
将等式两边均乘以 n，得到 ne + nπ = m。
由于 e 和π 都是无理数，因此它们的乘积ne + nπ 也是无理数。
但等式右边是一个有理数，这与无理数的定义相矛盾。
所以 e 和π 的和是无理数。
4. 证明根号 2 + 根号 3 是无理数假设根号 2 + 根号 3 是有理数，即可以写成 m/n（最简分数形式），其中 m 和 n 是整数，且它们没有公共的因子。
通过移项可以得到 (m/n - 根号 2)^2 = 3。
展开并化简等式得到m^2/n^2 - 2m根号 2/n + 2 = 3，继续整理得到 m^2 - 2mn根号2 + 2n^2 = 3n^2。
常见无理数的近似值
常见无理数的近似值无理数是指不能用两个整数的比例来表示的数，它们的小数部分没有周期性重复的规律。
在数学中，常见的无理数包括π（圆周率）、e（自然对数的底数）以及根号2等。
虽然无理数无法精确表示，但我们可以通过近似值来描述它们。
首先，让我们来看看圆周率π。
π是一个无限不循环的小数，其近似值最常用的是3.14。
这个近似值最早出现在公元前250年的古希腊数学家阿基米德的工作中。
他使用了一个称为“圆周率算法”的方法来计算π的近似值，其结果非常接近真实值。
另一个常见的无理数是e。
e是一个约等于2.71828的数，它在数学和科学中经常出现。
e的近似值也可以通过不同的方法获得，其中最简单的一种方法是使用级数展开式。
将级数展开到一定的阶数，可以得到更精确的近似值。
根号2也是一个常见的无理数，它的近似值最常用的是1.414。
这个近似值最早由古希腊数学家毕达哥拉斯提出，他通过构造直角三角形来获得这个近似值。
除了这些常见的无理数外，还有许多其他的无理数，它们的近似值可以通过不同的方法获得。
例如，黄金分割比例（约为1.618）和自然对数的底数（约为2.71828）都是无理数，它们在数学和艺术中有着广泛的应用。
总结起来，对于常见的无理数，我们可以通过近似值来描述它们。
这些近似值在数学和科学中被广泛使用，并且能够在实际计算中提供足够的精度。
然而，需要注意的是，这些近似值并不是无理数的精确表示，只是一种便于计算和理解的方式。
在实际应用中，我们可以根据需要选择合适的近似值，以满足具体的要求。
通过以上的介绍，希望读者能够对常见无理数的近似值有一个初步的了解。
无论是在数学学习中还是在实际应用中，了解无理数的近似值都是非常重要的，它们为我们提供了便利和准确性。
pi的计算
f ( x i 1 ) f ( x i ) ( ( xi xi 1 )) 2 i 1
当区间划分为n等分时
b
s3
s4
o
x2 x3
b x
——trapz(x,y)
n 1 h f ( xi ) f (b)) , a f ( x )dx Tn 2 ( f (a ) 2 i 1 ba 其中 h , xk a kh k 1,2,, n 1 n
出：
1706年，英国天文学教授John Machin(梅钦) 发现了下面的公式
1 1 16 arctan 4 arctan , 5 239
梅钦公式
并利用下面公式计算到了圆周率的100位.
2 n1 x3 x5 x7 x n1 arctan x x 1 3 5 7 2n 1
虽然计算π的精确值已经没有实际意义了，但是研究它 的计算方法及相应算法的收敛速度还是很有必要的。
1914年，印度数学家Srinivasa Ramanujan发表了 下面的公式：
9801 (4n)! (1103 26390n) 2 2 4n 4 4n 4 ( n ! ) 99 n 0
在中国
祖冲之: 在刘徽研究的基础上，进一步地发展， 经过既漫长又烦琐的计算，一直算到圆内接正 24576边形，而得到一个结论： 3.1415926 ＜ π ＜ 3.1415927 同时得到π 的两个近似分数：约率为22／7； 密率为355／113。 他算出的 π 的8位可靠数字，不但在当时是最精 密的圆周率，而且保持世界记录九百多年。以致 于有数学史家提议将这一结果命名为“祖率”。
无理数 和e的近似计算
西安交通大学 数学与统计学院 赵小艳
求无理数x的立方根近似值的方法
求无理数x的立方根近似值的方法一、无理数三次方根：数学表达式为³√x，其中x为不能直接开立方的实数。
本例介绍形如³√9，³√10，³√11，…, ³√28，³√29，….等不能直接立方根的无理数的近似值。
二、实例分析（一）求³√9的近似值有：（³√9-³√8）/(9-8)<=（1/3）*[1/³√8^2]即：³√9-2<=(1/3)*(1/4)³√9-2<=1/12所以：³√9≈2+（1/12）=2.08（二）求³√10的近似值有：（³√10-³√8）/(10-8)<= （1/3）*[1/³√8^2]即：³√10-2<=2*(1/3)*(1/4)³√10-2<=2*(1/3)*(1/4)所以：³√10≈2+（1/6）=2.17.（三）求³√11的近似值有：（³√11-³√8）/(11-8)<= （1/3）*[1/³√8^2]即：³√11-2<=3*(1/3)*(1/4)³√11-2<=3*(1/3)*(1/4)所以：³√11≈2+（1/4）=2.25.三、近似值规律归纳设无理数三次方根为³√x,比它小且能开立方的最近的一个数为³√a，则其近似值可以用以下表达式表示：(³√x-³√a)/(x-a)<= （1/3）*[1/³√a^2]³√x<=³√a+（1/3）(x-a)*[1/³√a^2]³√x<=(x+2a)/(3³√a^2)即：³√x≈(x+2a)/(3³√a^2).四、求³√28的近似值。
无理数的计算
无理数的计算无理数是指不能表示为有限小数或者分数的数。
它们在数学中的计算和运算中有着特殊的性质和方法。
本文将介绍无理数的计算方法，包括开方、四则运算等。
一、无理数的开方运算开方是处理无理数最常见的一种计算方法。
对于一个正的无理数a，其开方结果可以表示为√a。
例如，√2 表示2的开方。
但需要注意的是，无理数的开方结果并不一定能够精确地表示为一个有限小数或分数。
1.1 平方根的计算平方根是无理数开方的一种特殊情况。
对于一个正的无理数 a，其平方根可以表示为√a。
具体计算时，我们可以使用牛顿法、二分法等数值方法来逼近无理数的平方根。
以√2为例，通过迭代计算，可以得到近似结果为1.414。
1.2 立方根的计算立方根是无理数开方的一种特殊情况。
对于一个正的无理数 a，其立方根可以表示为³√a。
通过类似的数值方法，我们可以逼近无理数的立方根。
例如，³√2 的近似结果为1.26。
二、无理数的四则运算在数学计算中，我们经常需要对无理数进行四则运算，包括求和、求差、求积和求商。
下面将分别介绍这些运算方法。
2.1 无理数的加法和减法对于两个无理数 a 和 b 的加法和减法运算，我们可以直接对它们的数值进行相加或相减。
例如，√2 + √3 的结果为√2 + √3，无法进一步化简。
同样，√5 - √2 的结果为√5 - √2。
在实际计算中，我们可以近似计算无理数的和差。
2.2 无理数的乘法和除法对于两个无理数 a 和 b 的乘法和除法运算，同样可以直接对它们的数值进行计算。
例如，√2 × √3 的结果为√2 × √3 = √6。
而√5 ÷ √2 的结果为√5 ÷ √2 = √(5/2)。
在实际计算中，我们可以近似计算无理数的乘积和商。
三、无理数的运算规律无理数的运算满足一些特定的规律，下面将介绍一些常见的运算规律。
3.1 加法和乘法的交换律和结合律对于任意的无理数 a、b 和 c，加法和乘法满足交换律和结合律。
无理数和有理数的性质对比
无理数和有理数的性质对比一、无理数的性质1.无理数不能表示为两个整数的比例，即无理数不是分数的形式。
2.无理数的小数部分是无限不循环的，即小数点后的数字没有规律地重复。
3.无理数的平方根不一定是整数或分数，例如√2和√3都是无理数。
4.无理数可以用近似值表示，但近似值无法完全等于无理数。
5.无理数在数轴上对应的是无限不循环的小数点后的点。
二、有理数的性质1.有理数可以表示为两个整数的比例，即有理数是分数的形式。
2.有理数的小数部分是有限或循环的，即小数点后的数字在某一位开始重复。
3.有理数的平方根一定是整数或分数，例如√4=2和√9=3都是整数。
4.有理数可以用精确值表示，因为它们是分数的形式。
5.有理数在数轴上对应的是有限或循环小数点后的点。
三、无理数和有理数的对比1.表示形式：无理数不能表示为分数，有理数可以表示为分数。
2.小数部分：无理数的小数部分是无限不循环的，有理数的小数部分是有限或循环的。
3.平方根：无理数的平方根不一定是整数或分数，有理数的平方根一定是整数或分数。
4.近似值：无理数只能用近似值表示，有理数可以用精确值表示。
5.数轴上的位置：无理数在数轴上对应的是无限不循环的小数点后的点，有理数在数轴上对应的是有限或循环小数点后的点。
四、无理数和有理数的实际应用1.几何学：无理数在几何学中有着广泛的应用，例如计算圆的周长和面积、三角形的边长等。
2.物理学：无理数在物理学中也有重要作用，例如计算声音的频率、光的速度等。
3.工程学：无理数在工程学中用于计算各种尺寸和角度，例如建筑物的尺寸、机械零件的配合等。
4.日常生活：无理数也存在于我们的日常生活中，例如计算食物的营养成分比例、身高的比例等。
通过以上对比，我们可以更好地理解无理数和有理数的性质，以及它们在各个领域的应用。
希望这份知识归纳能帮助您更好地掌握无理数和有理数的相关知识。
习题及方法：1.习题：判断以下哪个数是无理数？答案：c) √20是无理数。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
抛物线形公式：
������ ������
������ ������ ������������ =
������
������ 2 ������ +1
������ ������ ������������
������ =1 ������ 2 ������−1
������ − ������ ≈ 6������
2
四、实验结果和结论
问题 1. 三种方法收敛速度比较如下 圆周率的近似值 等分区间数 n
矩形公式法 10 20 50 100 500 1000 5000
3.239925988907159 3.191175986954128 3.161525986923254 3.151575986923127 3.143591986923128 3.142592486923122 3.141792646923121
4
������
(������2������−1 + 4������2������ + ������2������ +1 )
������ +1
问题 2. 根据“冰淇淋”的形状容易发现由平面 ������ = −1, ������ = 1, ������ = −1, ������ = −1, ������ = 0, ������ = 2围成的正方体恰好能将其包围在其中。假设冰淇淋的体积为 V，正方体 的体积为 U 试想：可以在正方体区域内等概率地随意各处取点，所取点落入冰
西安交通大学
数学实验报告
实验题目: 无理数的 2013 年 6 月 7 日
0
一、实验问题
问题 1.对 P89 页示例 4：利用定积分
1 1 ������������ 0 1+������ 2
=
������ 4
计算圆周率π 的近似
值利用矩形、和抛物线形方法求近似值，并与书上的方法进行比较，看哪种方法 收敛速度快? 问题 2. 设有一制作均匀的冰淇淋可以看成由圆锥面 z = ������ 2 + ������ 2 和球面
抛物线形公式法
3.141592613939215 3.141592652969786 3.141592653587254 3.141592653589755 3.141592653589797 3.141592653589792 3.141592653589805
书上所用方法
3.142425985001098 3.141800986893093 3.141625986923004 3.141600986923123 3.141592986923124 3.141592736923131 3.141592656923131
六、实验扩展
1.通过将所求数用积分式表示，再转化为多项式求和的方法不仅可以解决求 π 的问题， 也可以推广到其他能够用积分式表示的无理数的求解问题上，如求无 理数 e 和欧拉数。 2.蒙特卡罗法为估计无理数的值提供了一种新思路，但是其误差太大，只有 随机取点数非常大时，才能得到一个比较接近真实值的解。例如实验中取了 1 亿个随机点， 程序运行了很长时间，才只能得到一个精确到小数点后 4 位的估计 值。 虽然如此， 我们还是可以用蒙特卡罗法估计一些对于精确度要求不很高的数 据。
������ 淇淋的概率应该是冰淇淋的体积与正方体的体积之比，即 。若总取点数为 n， ������ ������������ ������ ������������ 其中落入冰淇淋中的次数为 cs，则有 = ,于是V = U ，其中 U=8。 ������ ������ ������
1
三、程序设计
������ 2 + ������ 2 + (������ − 1)2 = 1围成，采用取随机数的方法，用蒙特卡罗法计算这个冰淇 淋的体积。
二、问题分析
问题 1. 矩形公式：
������ ������
������ ������ ������������ ≈
������ ������ =1
������ ������������ ∆������������
结论:抛物线形公式法收敛速度最快，书上所用方法次之，矩形公式法收敛 速度最慢。 问题 2.令随机取点数取为 100000000，运行结果如下
3
五、实验总结和体会
完成一次数学实验需要各方面的因素，其中最重要的因素是编写出一套没有 谬误的程序，而要编写好程序，就需要对 matlab 中必要的命令了解且能应用。 对于 matlab 命令的不够熟悉，在实验过程中造成了一些麻烦。例如问题 1 中， 圆周率的近似值在书上精确到了小数点后 14 位，但我运行程序时却只能显示到 小数点后 4 位， 这就使通过抛物线形公式法计算出的圆周率近似值从等分区间数 为 10 时到等分区间数为 5000 时都是相同这样设置： file=>Preferences=>Command Window=>Text display，在 Numeric format 选择 long。 如果对 vpa 命令足够熟悉，就可以在此应用 vpa 命令来控制结果的精度。而 在问题 2 中， 我最大的收获在于其对问题新颖的观察角度和解决方法给了我一种 新的思想。其次，还学会了“&”符号的应用。
问题 1. 矩形公式： n=input('请输入等分积分区间数'); i=0:1/n:1; s=0; for k=1:length(i)-1 s=s+(1/(1+(i(k))^2))*1/n; end pai=4*s 抛物线形公式： n=input('请输入等分积分区间数(n 必须为偶数)'); i=0:1/n:1; s=0; for k=1:(length(i)-1)/2 s=s+1/(1+(i(2*k-1))^2)+4*(1/(1+(i(2*k))^2))+1/(1+(i(2*k+1))^2); end pai=4/(3*n)*s 问题 2. cs=0; n=input('请输入随机取点数'); fori=1:n; a=rand(1,3); x=2*a(1)-1;y=2*a(2)-1;z=2*a(3); if z-sqrt(x.^2+y^2)>0 & x^2+y^2+(z-1)^2<1 cs=cs+1; end end V=8*cs/n