기본 콘텐츠로 건너뛰기

[math] 정적분의 특성

sympy.solvers로 방정식해 구하기

sympy.solvers로 방정식해 구하기

대수 방정식을 해를 계산하기 위해 다음 함수를 사용합니다.

sympy.solvers.solve(f, *symbols, **flags)
  • f=0, 즉 동차방정식에 대해 지정한 변수의 해를 계산
  • f : 식 또는 함수
  • symbols: 식의 해를 계산하기 위한 변수, 변수가 하나인 경우는 생략가능(자동으로 인식)
  • flags: 계산 또는 결과의 방식을 지정하기 위한 인수들
    • dict=True: {x:3, y:1}같이 사전형식, 기본값 = False
    • set=True :{(x,3),(y,1)}같이 집합형식, 기본값 = False
    • ratioal=True : 실수를 유리수로 반환, 기본값 = False
    • positive=True: 해들 중에 양수만을 반환, 기본값 = False


$x^2=1$의 해를 결정합니다.

solve() 함수에 적용하기 위해서는 다음과 같이 식의 한쪽이 0이 되는 형태인 동차식으로 구성되어야 합니다. $$x^2-1=0$$
import numpy as np
from sympy import *
x = symbols('x')
solve(x**2-1, x)
[-1, 1]
위 식은 계산 과정은 다음과 같습니다. $$\begin{aligned}x^2-1=0 \rightarrow (x+1)(x-1)=0 \\ x=1 \; \text{or}\; -1\end{aligned}$$


$x^4=1$의 해를 결정합니다.

solve() 함수의 인수 set=True를 지정하였으므로 결과는 집합(set)형으로 반환됩니다.
eq=x**4-1
solve(eq, set=True)
([x], {(-1,), (-I,), (1,), (I,)})
위의 경우 I는 복소수입니다.즉 위 결과의 과정은 다음과 같습니다. $$x^4-1=(x^2+1)(x+1)(x-1)=0 \rightarrow x=\pm \sqrt{-1}, \; \pm 1=\pm i,\; \pm1$$ 실수해만을 고려하기 위해서는 변수를 정의할 때 그 변수의 범위를 지정합니다.
다음 코드는 변수 x를 실수로 지정하기 위해 real=True 인수를 전달하였습니다.
x=symbols('x', real=True)
eq=x**4-1
solve(eq, set=True)
([x], {(-1,), (1,)})


함수 $y=\frac{x+4}{2x-5}$의 해를 결정합니다.

solve((x+4)/(2*x-5), x)
[-4]
solve() 함수는 부등식의 경우에도 적용할 수 있습니다. 예를 들어 $x^2 \lt 3$의 해를 결정합니다.
solve(x**2 < 3)
$\quad\color{navy}{\scriptstyle - \sqrt{3} \lt x \wedge x \lt \sqrt{3}}$

두 식 이상으로 구성된 연립방정식에 solve()를 적용할 경우 전달하는 식들은 list형식으로 입력합니다. 다음의 경우는 결과를 사전 형식으로 반환합니다.


다음 방정식의 해를 결정합니다. $$\begin{aligned}&2y+7x=-5\\&5y-7x=12\end{aligned}$$

x, y=symbols('x y', real=True)
eq1=2*y+7*x+5
eq2=5*y-7*x-12
sol=solve([eq1, eq2], x, y, dict=True);sol
[{x: -1, y: 1}]
위 결과의 각 요소는 다음과 같이 호출할 수 있습니다.
sol[0][x], sol[0][y]
(-1, 1)
다음은 위 예의 해를 set형으로 지정한 것으로 각 변수에 대응하는 값은 분리하여 반환됩니다.
sol1=solve([eq1, eq2], x, y, set=True);sol1
([x, y], {(-1, 1)})
solveset(식, 변수, 범위)
식의 해를 계산하는 과정에서 범위를 지정할 수 있습니다.
th =symbols('theta')
k=4*cos(th)-3; th
$\quad\color{navy}{\scriptstyle \theta}$
sol=solveset(k, th, Interval(-8, 10)); sol
$\quad\color{navy}{\scriptstyle \left\{- 2 \pi - \operatorname{atan}{\left(\frac{\sqrt{7}}{3} \right)}, - 2 \pi + \operatorname{atan}{\left(\frac{\sqrt{7}}{3} \right)}, - \operatorname{atan}{\left(\frac{\sqrt{7}}{3} \right)} + 2 \pi, \operatorname{atan}{\left(\frac{\sqrt{7}}{3} \right)} + 2 \pi, - \operatorname{atan}{\left(\frac{\sqrt{7}}{3} \right)}, \operatorname{atan}{\left(\frac{\sqrt{7}}{3} \right)}\right\}}$
sol.evalf(3)
$\quad\color{navy}{\scriptstyle \left\{-7.01, -5.56, -0.723, 0.723, 5.56, 7.01\right\}}$

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

[matplotlib] 히스토그램(Histogram)

히스토그램(Histogram) 히스토그램은 확률분포의 그래픽적인 표현이며 막대그래프의 종류입니다. 이 그래프가 확률분포와 관계가 있으므로 통계적 요소를 나타내기 위해 많이 사용됩니다. plt.hist(X, bins=10)함수를 사용합니다. x=np.random.randn(1000) plt.hist(x, 10) plt.show() 위 그래프의 y축은 각 구간에 해당하는 갯수이다. 빈도수 대신 확률밀도를 나타내기 위해서는 위 함수의 매개변수 normed=True로 조정하여 나타낼 수 있다. 또한 매개변수 bins의 인수를 숫자로 전달할 수 있지만 리스트 객체로 지정할 수 있다. 막대그래프의 경우와 마찬가지로 각 막대의 폭은 매개변수 width에 의해 조정된다. y=np.linspace(min(x)-1, max(x)+1, 10) y array([-4.48810153, -3.54351935, -2.59893717, -1.65435499, -0.70977282, 0.23480936, 1.17939154, 2.12397372, 3.0685559 , 4.01313807]) plt.hist(x, y, normed=True) plt.show()

R 미분과 적분

내용 expression 미분 2차 미분 mosaic를 사용한 미분 적분 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