기본 콘텐츠로 건너뛰기

[matplotlib] 등고선(Contour)

역함수의 미분

역함수의 미분

함수 y = 3x의 종속 변수 y는 독립 변수 x에 의존합니다. 두 변수의 관계가 역전되는 경우는 다음과 같이 나타낼 수 있습니다. x=y3 이러한 형태를 역함수(inverse function)이라고 합니다. 함수의 미분은 dydx가 되지만 역함수의 미분은 dxdy가 됩니다. 이들의 곱은 1이 됩니다. 이 과정은 다음과 나타낼 수 있습니다.

y=3xdydx=3x=y3dxdy=13dydx=1dxdydydxdxdy=1

위 과정은 다음과 같이 코드화 할 수 있습니다.

import numpy as np
import pandas as pd
from sympy import *
import matplotlib.pyplot as plt
x, y=symbols('x y') 
eq=y-3*x 
eq
−3x+y
y1=solve(eq, y)
y1
[3*x]
y1[0].diff(x)
3
x1=solve(eq, x) 
x1
[y/3]
x1[0].diff(y)
13
y1[0].diff(x)*x1[0].diff(y)
1

y=4x2에 대해 역함수의 미분을 시행해 봅니다.

x, y=symbols("x, y", real=True) 
eq=4*x**2-y 
eq 
4x2-2
y1=solve(eq, y)
y1
[4*x**2]
dy=[i.diff(x) for i in y1] 
dy
[8*x]
x1=solve(eq, x) 
x1
[-sqrt(y)/2, sqrt(y)/2]
dx=[i.diff(y) for i in x1] 
dx
[-1/(4*sqrt(y)), 1/(4*sqrt(y))]
dydx=[dy[0]*i for i in dx] 
dydx
[-2*x/sqrt(y), 2*x/sqrt(y)]
re=[i.subs(y, y1[0]) for i in dydx]
re
[-x/Abs(x), x/Abs(x)]

위 결과는 결국 1을 의미합니다. 따라서 역함수의 미분계수는 원함수 미분계수의 역수가 됩니다. 그러므로 원함수의 미분이 곤란할 경우 역함수 미분으로 대신할 수 있습니다. 예로 다음 함수 y의 경우 직접 미분은 복잡해 보입니다. 그러므로 이 함수의 역함수 x의 미분계수를 계산하여 그 결과의 역수에 원래의 함수를 치환하는 방식으로 미분을 실시할 수 있습니다.

y=(3x1)x=(3y2+1)
x, y=symbols("x, y", real=True) 
eq=sqrt(3/x -1)-y 
eq
y+1+3x
y1=solve(eq, y) #원함수  
y1[0]
3xx
x1=solve(eq, x) #역함수  
x1[0]
3y2+1
dx=x1[0].diff(y) 
dx
6y(y2+1)2
dy=1/dx.subs(y, y1[0]) 
dy
(1+3xx)263xx
simplify(dy)
32x2x3x
simplify(y1[0].diff(x)) #원함수
33xx2x(x3)

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. (1)A=PBP1P1AP=B 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. (식 2)BλI=P1APλP1P=P1(APλP)=P1(AλI)P 식 2의 행렬식은 식 3과 같이 정리됩니다. det(BλI)=det(P1(APλP))=det(P1)det((AλI))det(P)=det(P1)det(P)det((AλI))=det(AλI)det(P1)det(P)=det(P1P)=det(I) 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

[sympy] Sympy객체의 표현을 위한 함수들

Sympy객체의 표현을 위한 함수들 General simplify(x): 식 x(sympy 객체)를 간단히 정리 합니다. import numpy as np from sympy import * x=symbols("x") a=sin(x)**2+cos(x)**2 a sin2(x)+cos2(x) simplify(a) 1 simplify(b) x3+x2x1x2+2x+1 simplify(b) x - 1 c=gamma(x)/gamma(x-2) c Γ(x)Γ(x2) simplify(c) (x2)(x1) 위의 예들 중 객체 c의 감마함수(gamma(x))는 확률분포 등 여러 부분에서 사용되는 표현식으로 다음과 같이 정의 됩니다. 감마함수는 음이 아닌 정수를 제외한 모든 수에서 정의됩니다. 식 1과 같이 자연수에서 감마함수는 factorial(!), 부동소수(양의 실수)인 경우 적분을 적용하여 계산합니다. (식 1)Γ(n)={(n1)!n:자연수0xn1exdxn:부동소수 x=symbols('x') gamma(x).subs(x,4) 6 factorial 계산은 math.factorial() 함수를 사용할 수 있습니다. import math math.factorial(3) 6 a=gamma(x).subs(x,4.5) a.evalf(3) 11.6 simpilfy() 함수의 알고리즘은 식에서 공통사항을 찾아 정리하...

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 예 x2=1의 해를 결정합니다. solve() 함수에 적용하기 위해서는 다음과 같이 식의 한쪽이 0이 되는 형태인 동차식으로 구성되어야 합니다. x21=0 import numpy as np from sympy import * x = symbols('x') solve(x**2-1, x) [-1, 1] 위 식은 계산 과정은 다음과 같습니다. x21=0(x+1)(x1)=0x=1or1x4=1의 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. x41=(x2+1)(x+1)(x1)=0x=±1,±1=±i,±1 실수...