x(t)=-2tsin(t2)，0≤t≤8，从0开始，以△t=0.01、0.02、0.04、0.08、0.1、0.25、0.5、1等为间隔，分别绘制不同△t下的x(t)的离散曲线

你的问题是关于函数x(t)的离散曲线的绘制。根据你的要求，我们需要分别以不同的△t为间隔，计算并绘制对应离散点的坐标。具体步骤如下：

1. 首先，导入必要的数学库，如numpy和matplotlib。

2. 定义函数x(t)。

3. 定义不同的△t值，使用for循环对每个△t值进行以下操作：

(1) 定义一个空列表x_list，用于存放每个离散点的横坐标和纵坐标。

(2) 使用for循环，从0开始以△t为间隔，计算x(t)的值，并将其横坐标和纵坐标作为一个元组添加到x_list中。

4. 使用matplotlib库绘制离散曲线，将x_list中的各个点按照顺序连接起来即可。

下面是示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 定义函数x(t)
def x(t):
    return -2*t*np.sin(t**2)

# 定义不同的△t值
delta_ts = [0.01, 0.02, 0.04, 0.08, 0.1, 0.25, 0.5, 1]

# 对每个△t值进行操作
for delta_t in delta_ts:
    # 定义空列表x_list
    x_list = []
    # 计算离散点的横纵坐标
    t = 0
    while t <= 8:
        x_list.append((t, x(t)))
        t += delta_t
    # 绘制离散曲线
    xs = [p[0] for p in x_list]
    ys = [p[1] for p in x_list]
    plt.plot(xs, ys, label=f'delta_t={delta_t}')

# 添加图例、标题等
plt.legend()
plt.title('Discrete Curve of x(t)')
plt.xlabel('t')
plt.ylabel('x(t)')
plt.show()

注意：这里为了方便，使用了Python的内置函数plot直接绘制了离散曲线。实际上，如果要严格按照题目要求，可能需要手动绘制散点，并将其连接起来。如果你需要更加优美、自然的曲线，可以尝试使用Python的插值库，如scipy.interpolate。