기본 콘텐츠로 건너뛰기

[matplotlib] 등고선(Contour)

Sympy 객체를 사용한 미분과 적분

내용

Sympy 객체를 사용한 미분과 적분

개요

모듈 듈 Sympy는 기호(symbol)로 이루어진 수학적 객체의 계산을 다룹니다. 즉, 일반적으로 사용하는 x, y 등과 같은 문자를 수학적 기호로 인식하여 수학식을 표현하는 수단을 제공합니다. 또한 sympy에서 ∞는 알파벳 소문자 o를 두번 연이어 표시하는 것으로 대체합니다.

oo = ∞

다음은 파이썬 코드와 모듈 math, sympy를 사용하여 제곱근을 계산한 결과를 나타낸 것입니다.

import math
from sympy import * 
9**0.5 
3.0
pow(9, 0.5) #파이썬 내장함수 
3.0
math.sqrt(9) #모듈 math함수 
3.0
sqrt(9) #sympy 함수
 3

위 결과는 모두 실수로 반환됩니다. 그러나 8의 제곱근과 같이 근사값(무리수)이 반환되는 경우는 그 결과의 표현이 달라집니다. sympy를 사용할 경우 일반적으로 수학적으로 표현하는 방식으로 결과를 반환합니다.

round(8**0.5,3) 
2.828
round(pow(8, 0.5), 3) #파이썬 내장함수
2.828
round(math.sqrt(8), 3) #모듈 math함수 
2.828
sqrt(8) #sympy 함수 
22

위의 sympy에 의한 결과 2는 기호입니다. 즉, sympy 객체는 실제 수와 함께 일정한 기호을 사용하기 때문에 다양한 수학적 표현이 가능합니다. sympy 모듈은 2와 같은 자체적으로 지정된 기호외에 symbols() 함수를 사용하여 사용자가 사용하는 기호를 정의할 수 있습니다.

x, y=symbols('x y')
type(x)
sympy.core.symbol.Symbol
expr=x+2*y
expr
x + 2 y

위에서 expr 객체는 기호 x, y를 지닌 객체입니다. symbols()함수에 의해 정의된 기호는 수학적 연산이 가능합니다.

expr+1
 x + 2 y + 1
type(expr)
sympy.core.add.Add
expr-x
2 y
x*expr
 x (x + 2 y)

위의 결과는 x2 + 2xy와 같이 모두 전개된 형태로 반환되지 않습니다. 모두 전개된 형태로 반환하기 위해서는 sympy 모듈의 expand() 함수를 사용하고 역으로 전개된 형태를 정리된 형태로 만들기 위해서는 factor() 함수를 사용합니다.

exEq=expand(x*expr)
exEq
 x2 + 2 x y
factor(exEq)
 x (x + 2 y)

sympy에서 모든 종류의 계산들은 기호를 중심으로 이루어 집니다.

sympy에 의한 미분

sympy에서 미분은 diff() 함수를 사용합니다.

diff(cos(x), x)
 - sin(x)
diff(exp(x**2), x)
 2 x ex2

위의 diff()에 의한 미분은 1차 미분을 나타낸 것이고 고차 미분 역시 이 함수를 사용하여 수행할 수 있습니다. 고차 미분을 위해서 미분의 횟수를 명시하거나 횟b수만큼 변수를 입력합니다. 다음은 4제곱인 x를 4번 미분한 것으로 결과는 24입니다.

diff(x**4, x)
4 x3
diff(x**4, x, 4)
24
diff(x**4, x, x, x, x)
24

함수에 여러 독립변수들이 존재한다면 diff() 함수에 변수들을 순서적으로 지정함으로서 연속미분을 실행할 수 있습니다.

x,y,z=symbols('x y z')
ex=exp(x*y*z)
ex
ex y z
diff(ex, x, y, z)
(x2 y2 z2 + 3 x y z + 1) ex y z
ex_x=diff(ex, x); ex_x
y z ex y z
ex_xy=diff(ex_x, y); factor(ex_xy)
z (x y z + 1) ex y z
ex_xyz=diff(ex_xy, z); simplify(ex_xyz)
(x2 y2 z2 + 3 x y z + 1\right) ex y z

위의 결과와 같이 편미분에서 동일한 변수로 여러번 미분을 시행할 경우 변수 다음에 숫자를 인수로 전달하는 것으로 동일한 결과를 나타낼 수 있습니다.

diff(ex, x,2,y,z)
y z (x2 y2 z2 + 5 x y z + 4) ex y z
diff(ex, x,x,y,z)
y z (x2 y2 z2 + 5 x y z + 4) ex y z

위의 diff() 함수는 대상이 되는 식을 인수로 전달합니다.동일한 이름의 메소드를 사용할 수 있습니다. 즉 식.diff()를 적용할 수 있습니다. 적용방법은 diff()함수와 동일합니다

객체이름.diff()
x, y=symbols('x y')
f=x**2*y**3
diff(f, x, y)
 6 x y2
f.diff(x, y)
 6 x y2

기호로 구성된 sympy 객체에 값을 전달하기 위해서 subs()메서드를 사용합니다. 이 결과가 무리수 일 경우는 a 등과 같이 기호로 반환됩니다. 이러한 결과를 실수로 전환하기 위해서는 evalf()메소드 또는 N()함수를 적용합니다.

re=f.diff(y, x).subs({x:sqrt(2), y:7}); re
2942
re.evalf(4)
415.8
N(re, 4)
415.8

미분 식을 생성하기 위한 다른 방법으로는 Derivative 클래스의 Derivate()를 사용합니다. 이 함수는 미분된 결과를 모두 나타내지 않습니다. 즉, 평가되지 않은 상태로 결과가 출력됩니다. 그 사용방법은 diff()함수와 같습니다.

x, y=symbols('x y')
f=x**2
df=Derivative(f, x)
df
ddxx2

위와 같이 Derivative 클래스 객체는 평가되지 않은 결과 즉, 미분된 형식을 나타냅니다. 이러한 평가되지 않은 객체는 미분의 평가를 지연시키기 위해 또는 출력 목적으로 사용하는데 유용합니다. 적분에서도 같은 종류의 객체를 생성할 수 있습니다. 이러한 객체의 계산을 위해서는 doit()함수를 사용합니다.

Sympy에 의한 적분

적분을 계산하기 위해 integrate() 함수를 사용합니다. 적분은 부정적분과 정적분의 두 가지 종류가 있습니다. 부정적분을 실행하기 위해서는 함수의 적분을 실시할 범위를 전달하지 않습니다.

  • 부정적분 :integrate(식, 변수)
  • 정적분 : integrate(식, (변수, 범위 하한, 범위 상한))
x=symbols('x')
in_int=integrate(cos(x), x)#부정적분
in_int
sin(x)
de_int=integrate(cos(x), (x, -1, 1))#정적분
de_int
sin(1)
de_int.evalf(3)
1.68
  • 부정적분은 위 코드의 결과와 같이 상수를 나타내지 않습니다.
  • sympy에서는 ∞를 알파벳 소문자 o를 두번 연이어(oo) 사용하여 표시합니다.

다음을 적분해 봅니다.

x=symbols('x')
integrate(exp(-x), (x, 0, oo))
1

두 개의 변수를 가진 식에 각 변수에 따라 적분을 수행할 경우 integrate()함수에 변수와 범위를 튜플 형식으로 나열합니다. 이 경우 안쪽에 있는 변수부터 실행됩니다. 또한 평가할 수 없는 경우는 적분 식 자체를 반환합니다.

x, y=symbols('x y')
integrate(exp(-x**2-y**2), (x, -oo, oo),(y, -oo, oo))
π
integrate(x**x, x)
xxdx

미분의 Derivative()와 같은 형식으로 적분은 Integral()를 사용합니다. 미분과 마찬가지로 Integral 객체의 평가를 위해서는 doit() 함수를 사용합니다. 이 클래스를 사용하여 위 코드의 이중 적분을 나타내볼까요.

int1=Integral(exp(-x**2-y**2), (x, -oo, oo),(y, -oo, oo)); int1 
ex2y2dxdy
int1.doit()
π

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...