从图中曲线形态来看，这是一条**衰减振荡曲线**，典型形式如： > **y = e^(-x) * cos(x) + C** 或 **y = e^(-x) * sin(x) + C** 但观察图像： - 起始点 x=0 时 y≈1.8 - 随后快速下降到约 0.2（在 x≈0.5） - 然后振荡衰减，最终趋于一个常数 ≈0.8 这提示我们：**可能是一个指数衰减的余弦函数加上一个偏移量**。 尝试拟合： 设 > **y = A * e^(-k*x) * cos(ω*x + φ) + B** 但从简单性考虑，题目说“基本三角函数绘制”，很可能只是： > **y = e^(-x) * cos(x) + 1** 验证一下： - x=0: e * cos(0) + 1 = 1*1 + 1 = 2 → 太高了（图中是1.8） - 尝试：**y = 0.8 * e^(-x) * cos(x) + 1** x=0: 0.8*1*1 + 1 = 1.8 ✅ x=π/2≈1.57: cos(π/2)=0 → y=1 x=π≈3.14: cos(π)=-1 → y=0.8*e^(-π)*(-1)+1 ≈ 0.8*(-0.043)+1 ≈ 0.965 —— 但图中在x=3附近是波峰约0.85？不太对。 再看图像趋势：振荡中心似乎趋近于 0.8，且第一个波谷在 x≈0.5, y≈0.2；第一个波峰在 x≈1, y≈1.2。 尝试另一个经典形式： > **y = e^(-x) * (cos(x) + sin(x)) + 0.8** 或者更简单的： > **y = e^(-x) * cos(x) + 0.8** 试算： - x=0: 1*1 + 0.8 = 1.8 ✅ - x=0.5: e^(-0.5)≈0.606, cos(0.5)≈0.877 → 0.606*0.877≈0.532 + 0.8 = 1.332 —— 但图中x=0.5时y≈0.2 ❌ 不对！ 等等——图中在x=0.5处是**波谷**，说明此时函数值最小。如果用的是 cos(x)，它在x=0.5还是正的，不可能到0.2。 那可能是 **sin(x)**？ 试试： > **y = e^(-x) * sin(x) + 0.8** x=0: sin(0)=0 → y=0.8 ❌ 不符合起点1.8 除非是： > **y = e^(-x) * (a*cos(x) + b*sin(x)) + c** 但太复杂。 换个思路：观察图像，它非常像 **阻尼振动**，比如： > **y = e^(-x) * cos(2πx) + 0.8** 但周期不对。 再仔细看横坐标：从0到6，有大约3个完整振荡？不，从0到1是一个大波动，1到2是一个小波动，之后越来越平缓。 实际上，这个图像非常接近： > **y = e^(-x) * cos(x) + 1** 但我们之前算过x=0时为2，而图中是1.8 —— 所以调整振幅： > **y = 0.8 * e^(-x) * cos(x) + 1** x=0: 0.8*1*1 + 1 = 1.8 ✅ x=0.5: 0.8 * e^(-0.5) * cos(0.5) + 1 ≈ 0.8 * 0.606 * 0.877 + 1 ≈ 0.8*0.532 + 1 ≈ 0.426 + 1 = 1.426 —— 但图中x=0.5时y≈0.2 ❌ 还是不对！ 等等！我可能看错了图！ 重新审视图像： - 在 x=0 时，y≈1.8 - 在 x≈0.5 时，y≈0.2 （最低点） - 在 x≈1.0 时，y≈1.2 （最高点） - 在 x≈1.5 时，y≈0.6 （次低点） - 在 x≈2.0 时，y≈0.95 （次高点） - 之后逐渐趋近于 0.8 这说明：**不是 cos(x)，而是 sin(x) 的某种变形？** 注意：sin(x) 在 x=0 时为0，但如果我们用： > **y = e^(-x) * sin(x + π/2) + 0.8 = e^(-x) * cos(x) + 0.8** 又回到原点。 或许它是： > **y = e^(-x) * (1 + cos(x))** x=0: 1*(1+1)=2 ❌ > **y = e^(-x) * (0.8 + 0.8*cos(x))** x=0: 1*(0.8+0.8)=1.6 ❌ 突然想到：会不会是 **y = e^(-x) * cos(2x) + 0.8**？ x=0: 1*1 + 0.8 = 1.8 ✅ x=0.5: e^(-0.5)≈0.606, cos(1)≈0.540 → 0.606*0.540≈0.327 + 0.8 = 1.127 ❌ 不是0.2 不行。 让我们反向思考：既然题目说“基本三角函数绘制”，而且图像明显是**指数衰减乘以三角函数再加常数**，那么最合理的猜测是： > **y = e^(-x) * cos(x) + 1** 虽然x=0时是2，但也许图中的刻度或绘图有误差？或者我们接受近似？ 但图中明确显示x=0时y=1.8，所以我们必须匹配这一点。 尝试： > **y = 0.8 * e^(-x) * cos(x) + 1** 如前所述，x=0.5时计算得1.426，但图中是0.2 —— 差太远。 除非……我看错了纵坐标？ 再看原图： 纵轴从0.2到1.8，间隔0.2。 在x=0.5处，曲线确实接近0.2。 那什么函数能在x=0时为1.8，x=0.5时为0.2？ 假设是： > **y = A * e^(-k*x) * cos(ω*x) + B** 代入两个点： x=0: A * 1 * 1 + B = 1.8 → A + B = 1.8 x=0.5: A * e^(-0.5k) * cos(0.5ω) + B = 0.2 还需要更多点。 x=1: y≈1.2 → A * e^(-k) * cos(ω) + B = 1.2 x=1.5: y≈0.6 → A * e^(-1.5k) * cos(1.5ω) + B = 0.6 这太复杂了。 或许这不是 cos(x)，而是 **cos(2πx)** 或其他频率？ 另一个想法：图像看起来像 **sinc函数** 或 **damped sine wave with phase shift**. 但为了简化，考虑到这是教学题，“基本三角函数”，很可能是指： > **y = np.exp(-x) * np.cos(x) + 1** 尽管数值不完全匹配，但在教学中常这样画。 或者，更精确地，我们可以用： > **y = 0.8 * np.exp(-x) * np.cos(x) + 1** 并承认x=0.5时的理论值与图示有差异，可能是绘图分辨率或视觉误差。 但等一下！我发现了关键点： 在 x=0.5 时，如果是 **cos(x)**，cos(0.5 rad) ≈ cos(28.6°) ≈ 0.877，是正的，所以 y 应该大于1，但图中是0.2 —— 这说明在x=0.5时，三角函数部分应该是负的！ 所以，应该是 **sin(x)** 吗？sin(0.5)≈0.479，还是正的。 除非是 **cos(x + π)** = -cos(x) 试试： > **y = e^(-x) * (-cos(x)) + 1.8** x=0: 1*(-1) + 1.8 = 0.8 ❌ > **y = e^(-x) * cos(x + π) + 1.8 = e^(-x) * (-cos(x)) + 1.8** x=0: -1 + 1.8 = 0.8 ❌ 不行。 > **y = e^(-x) * sin(x - π/2) + 1.8 = e^(-x) * (-cos(x)) + 1.8** 同上。 或许： > **y = e^(-x) * cos(2x) + 1** x=0: 1*1 +1=2 ❌ > **y = 0.8 * e^(-x) * cos(2x) + 1** x=0: 0.8*1*1 +1=1.8 ✅ x=0.5: 0.8 * e^(-0.5) * cos(1) +1 ≈ 0.8*0.606*0.540 +1 ≈ 0.8*0.327 +1 = 0.262 +1 = 1.262 ❌ 还是不对。 我意识到：在x=0.5时，y=0.2，而在x=0时y=1.8，差值为1.6，且是下降的。 如果三角函数部分是 **cos(πx)** 呢？ cos(π*0.5) = cos(π/2) = 0 → y = e^(-0.5)*0 + B = B，但图中是0.2，所以B=0.2，但x=0时 cos(0)=1，y=e^0*1 +0.2=1.2 ❌ 不是1.8。 除非： > **y = A * e^(-x) * cos(πx) + B** x=0: A*1*1 + B = 1.8 x=0.5: A*e^(-0.5)*0 + B = B = 0.2 → 所以 B=0.2, A=1.6 then y = 1.6 * e^(-x) * cos(πx) + 0.2 验证： x=0: 1.6*1*1 +0.2=1.8 ✅ x=0.5: 1.6*e^(-0.5)*0 +0.2=0.2 ✅ x=1: 1.6*e^(-1)*cos(π) +0.2 = 1.6*0.3679*(-1) +0.2 ≈ -0.588 +0.2 = -0.388 ❌ 但图中x=1时y≈1.2 不对。 cos(πx) 在x=1时是-1，导致负值，但图中是正值。 所以不是 cos(πx)。 试试 cos(2πx): x=0: cos(0)=1 x=0.5: cos(π)= -1 x=1: cos(2π)=1 哦！这有可能！ 设： > **y = A * e^(-x) * cos(2πx) + B** x=0: A*1*1 + B = 1.8 x=0.5: A*e^(-0.5)*(-1) + B = 0.2 x=1: A*e^(-1)*1 + B = 1.2 解方程组： From x=0: A + B = 1.8 ...(1) From x=0.5: -A*e^(-0.5) + B = 0.2 ...(2) From x=1: A*e^(-1) + B = 1.2 ...(3) 用(1)和(2): (1) - (2): A + B - [-A*e^(-0.5) + B] = 1.8 - 0.2 => A + A*e^(-0.5) = 1.6 => A(1 + e^(-0.5)) = 1.6 e^(-0.5)≈0.6065, so 1+0.6065=1.6065 A = 1.6 / 1.6065 ≈ 0.996 Then from (1): B = 1.8 - 0.996 = 0.804 Check with x=1: A*e^(-1) + B = 0.996*0.3679 + 0.804 ≈ 0.366 + 0.804 = 1.17 ≈ 1.2 ✅ 很接近！ 所以，函数很可能是： > **y = 1.0 * e^(-x) * cos(2πx) + 0.8** 取整后： > **y = np.exp(-x) * np.cos(2*np.pi*x) + 0.8** 验证各点： - x=0: 1*1*1 +0.8=1.8 ✅ - x=0.5: e^(-0.5)*cos(π) +0.8 = 0.6065*(-1) +0.8 = -0.6065+0.8=0.1935≈0.2 ✅ - x=1: e^(-1)*cos(2π) +0.8 = 0.3679*1 +0.8=1.1679≈1.2 ✅ - x=1.5: e^(-1.5)*cos(3π) +0.8 = e^(-1.5)*(-1) +0.8 ≈ 0.2231*(-1)+0.8=0.5769≈0.6 ✅ - x=2: e^(-2)*cos(4π) +0.8 = 0.1353*1 +0.8=0.9353≈0.95 ✅ - x=3: e^(-3)*cos(6π) +0.8 = 0.0498*1 +0.8=0.8498≈0.85 ✅ - x=6: e^(-6)*cos(12π) +0.8 ≈ 0.0025*1 +0.8=0.8025≈0.8 ✅ 完美匹配！ 因此，正确的函数是： > **y = e^{-x} \cdot \cos(2\pi x) + 0.8** 现在，编写Python代码绘制此图。 使用 matplotlib 和 numpy。 ```python import numpy as np import matplotlib.pyplot as plt # 定义x范围 x = np.linspace(0, 6, 1000) # 定义函数 y = np.exp(-x) * np.cos(2 * np.pi * x) + 0.8 # 创建图形 plt.figure(figsize=(10, 6)) plt.plot(x, y, 'r-', linewidth=2.5) # 红色粗线 # 设置坐标轴 plt.xlim(0, 6) plt.ylim(0.1, 1.9) # 根据图中范围调整 # 添加网格（可选，图中没有网格，但可以加） # plt.grid(True, alpha=0.3) # 显示图形 plt.show() ``` 注意：图中没有网格线，所以不加 grid。 另外，线条颜色是红色，宽度较粗，符合图示。 运行此代码将生成与题目描述一致的图像。 --- ✅ 最终答案： ```python import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 6, 1000) y = np.exp(-x) * np.cos(2 * np.pi * x) + 0.8 plt.figure(figsize=(10, 6)) plt.plot(x, y, 'r-', linewidth=2.5) plt.xlim(0, 6) plt.ylim(0.1, 1.9) plt.show() ``` 这段代码会绘制出与题目图片完全一致的衰减振荡曲线。