기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

R 미분과 적분

내용

미분과 적분

R에서의 미분과 적분 함수는 expression()함수에 의해 생성된 표현식을 대상으로 합니다.

expression

expression(문자, 또는 식)
이 표현식의 평가는 eval() 함수에 의해 실행됩니다.
> ex1<-expression(1+0:9)
> ex1
expression(1 + 0:9)
> eval(ex1)
 [1]  1  2  3  4  5  6  7  8  9 10
> ex2<-expression(u, 2, u+0:9)
> ex2
expression(u, 2, u + 0:9)
> ex2[1]
expression(u)
> ex2[2]
expression(2)
> ex2[3]
expression(u + 0:9)
> u<-0.9
> eval(ex2[3])
 [1] 0.9 1.9 2.9 3.9 4.9 5.9 6.9 7.9 8.9 9.9

미분

D(표현식, 미분 변수)함수로 미분을 실행합니다. 이 함수의 표현식은 expression() 함수로 생성된 객체이며 미분 변수는 다음 식의 분모의 변수를 의미합니다. $$\frac{d}{d \text{변수}}\text{표현식}$$ 이 함수는 어떤 함수의 미분의 결과를 표현식으로 반환합니다.
> D(expression(2*x^3), "x")
2 * (3 * x^2)
> eq<-expression(log(x))
> eq
expression(log(x))
> D(eq, "x")
1/x
> eq2<-expression(a/(1+b*exp(-d*x))); eq2
expression(a/(1 + b * exp(-d * x)))
> D(eq2, "x")
a * (b * (exp(-d * x) * d))/(1 + b * exp(-d * x))^2
> a<-3; b<-2; d<-1; x<-3
> eval(D(eq2, 'x'))
[1] 0.2470693
실제 값의 계산을 위해서는 deriv() 함수를 이용한다.
deriv(expression, 변수, function.arg=NULL)
expression식이 아닌 직접식으로 나타낼 경우 tilt(~)와 함께 나타냅니다. deriv(expression(x^2,...) =derive(~x^2, ...)
이 함수의 3번째 인수를 function.arg=True로 지정할 경우 미분된 결과를 함수로 반환하므로 직접적인 수치해석이 가능합니다. 이 인수는 func=T로 간단히 표기할 수 있습니다.
> g <- deriv(~ exp(-x^2), "x")
> g
expression({
    .expr3 <- exp(-x^2)
    .value <- .expr3
    .grad <- array(0, c(length(.value), 1L), list(NULL, c("x")))
    .grad[, "x"] <- -(.expr3 * (2 * x))
    attr(.value, "gradient") <- .grad
    .value
})
> g(2)
g(2)에서 다음과 같은 에러가 발생했습니다:함수 "g"를 찾을 수 없습니다
> g <- deriv(~exp(-x^2), "x", function.arg=TRUE)
> g
function (x) 
{
    .expr3 <- exp(-x^2)
    .value <- .expr3
    .grad <- array(0, c(length(.value), 1L), list(NULL, c("x")))
    .grad[, "x"] <- -(.expr3 * (2 * x))
    attr(.value, "gradient") <- .grad
    .value
}
> g(2)
[1] 0.01831564 #원 함수 값 exp(-4)
attr(,"gradient")
               x
[1,] -0.07326256 #미분된 함수의 값 -(2*2)exp(-4)
> g(seq(1, 2, 0.2))
[1] 0.36787944 0.23692776 0.14085842 0.07730474 0.03916390 0.01831564
attr(,"gradient")
               x
[1,] -0.73575888
[2,] -0.56862662
[3,] -0.39440358
[4,] -0.24737517
[5,] -0.14099002
[6,] -0.07326256
> g <- deriv(expression(exp(-x^2)), "x", function.arg=TRUE) 
> g(2)
[1] 0.01831564
attr(,"gradient")
               x
[1,] -0.07326256

예)
$f(w)=7\log(w)+3\log(1-w)$를 미분하고 w=0.1, 0.2에서의 미분값을 결정합니다.

> f<-expression(7*log(w)+3*log(1-w))
> df<-D(f, 'w') ; df
7 * (1/w) - 3 * (1/(1 - w))
> w<-c(0.1, 0.2)
> eval(df)
[1] 66.66667 31.25000
> derf<-deriv(f, 'w', function.arg=TRUE);derf
function (w) 
{
    .expr3 <- 1 - w
    .value <- 7 * log(w) + 3 * log(.expr3)
    .grad <- array(0, c(length(.value), 1L), list(NULL, c("w")))    
    .grad[, "w"] <- 7 * (1/w) - 3 * (1/.expr3)
    attr(.value, "gradient") <- .grad
    .value
}
> derf(c(0.1, 0.2))
[1] -16.43418 -11.93550
attr(,"gradient")
            w
[1,] 66.66667
[2,] 31.25000

2차 미분

D()함수는 1차 미분을 실행합니다. 2차 이상의 미분을 시행하기 위해 D()함수를 사용하여 다음과 같이 사용자 정의함수를 작성하여 사용할 수 있습니다.
dHigh<-function(expr, name, order=1){
    if (order<1) stop('order should be more than 1.')
    if (order==1) D(expr, name)
    else dHigh(D(expr, name), name, order-1)
}
> eq<-expression(x^4)
> dHigh(eq, 'x')
4 * x^3
> dHigh(eq, 'x', 2)
4 * (3 * x^2)
> dHigh(eq, 'x', 3)
4 * (3 * (2 * x))

mosaic를 사용한 미분

mosaic 라이브러리의 미분과 적분을 사용하기 위해서는 mosaicCalc의 라이브러리를 사용합니다. D(식~변수) 함수를 사용합니다.
> f=D(A*x^2*sin(y)~x) 
> f
function (x, y, A) 
2 * A * x * sin(y)
> f(3,2,1)
[1] 5.455785
> plotFun(f(A=2, y=3, x=x)~x, x.lim=range(1,10))
이 함수의 인수인 변수를 입력하는 횟수에 따라 고차 미분을 시행할 수 있습니다.
> D(x^4~x)     
function (x) 
4 * x^3
> D(x^4~x+x+x)
function (x) 
24 * x
> D(x^4~x+x+x+x)
function (x) 
24
> D(x^4~x+x+x+x+x)
function (x) 
0

적분

R에서 정적분은 integrate(함수) 함수를 사용합니다. 인수로서 함수는 function()으로 생성된 함수이어야 합니다.
> f<-function(x){
+ return(2*x-x^2)}
> integrate(f, 0, 3)
1.665335e-16 with absolute error < 3e-14
편적분을 위해서는 cubature 라이브러리의 adaptIntegrate()를 사용한다. 부정적분을 계산하기 위해서는 기호를 변수로 인식하는 것이 필요합니다. 이는 라이브러리 mosaic와 mosaicCalc의 함수 antiD() 함수를 사용합니다.
> F<-antiD(a*x^2~x, a=1)
> F
function (x, a = 1, C = 0) 
(x^3 * a)/3 + C
> F(3)-F(1)
[1] 8.666667
> P=antiD(exp(x^2)~x);P
function (x, C = 0) 
{
    F <- makeF(exp(x^2))
    evalFun(F, x = x, .const = C)
}

> P(3)-P(1)
[1] 1443.082

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...

부분분수의 미분

내용 방법 1 방법 2 방법 3 부분분수의 미분 분수의 미분은 일정한 공식 을 적용하여 계산할 수 있습니다. 그러나 분수 자체가 단순한 표현으로 이루어지지 않았다면 미분 과정이나 결과는 매우 복잡할 수 있습니다. 만약 복잡한 분수 함수를 간단한 분수들로 분해할 수 있다면 계산이 보다 간편해질 것입니다. 이와 같이 분해된 간단한 분수들을 부분분수 라고 합니다. 예를 들어 다음 두 분수의 합을 계산해 봅니다. $$\begin{align} \frac{1}{x+1}+\frac{2}{x-1}&=\frac{x-1+2(x+1)}{(x+1)(x-1)}\\ &=\frac{3x+1}{x^2-1} \end{align}$$ 위 과정은 3개 이상의 여러 분수에서도 이루어질 수 있습니다. 또한 역으로 진행될 수 있습니다. 즉, 분수를 부분 분수로 분할할 수 있습니다. 그러나 이러한 과정은 대수분수 (분자의 가장 큰 차수가 분모의 최고의 차수보다 작은 분수)에서만 이루어질 수 있습니다. 예를 들어 $\displaystyle \frac {x^2+2}{x^2-1}$의 경우는 분자와 분모의 차수는 2차로 같습니다. 이러한 경우 다음과 같이 분리할 수 있습니다. $$\frac{x^2+2}{x^2-1}=1+\frac{3}{x^2-1}$$ 위의 식 중 $\displaystyle \frac{3}{x^2-1}$은 분자의 차수가 분모의 차수 보다 낮은 대수 분수이므로 부분 분수로 분리할 수 있습니다. 이와같이 부분 분수로 분해하는 방법은 다음과 같이 몇 가지로 구분할 수 있습니다. 방법 1 위 예의 결과 $\displaystyle \frac{3x+1}{x^2-1}$의 경우를 역으로 생각해 봅니다. 분모의 인수분해가 가능하면 그 분모의 인수에 의해 다음과 같이 분해할 수 있습니다. $$\begin{align} \frac{3x+1}{x^2-1}&=\frac{3x+1}{(x+1)(x-1)}\\ &=\frac{A}{x+1...