기본 콘텐츠로 건너뛰기

[matplotlib] 등고선(Contour)

유리함수 그래프와 점근선 그리기

내용

유리함수 그래프와 점근선 그리기

유리함수(Rational Function)

유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. f(x)=x21x2+x6 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]
<x<3,3<x<2,2<x< 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'].set_visible(False)
    ax.spines['bottom'].set_position(('data', 0))
    ax.spines['top'].set_visible(False)
    hasym=solve(denom(f))  #④
    for i in hasym:  
        try:
            ax.axvline(float(i), linestyle="--", color="red")
        except:
            pass
    vasym=[limit(f, sym, +oo), limit(f, sym, -oo)]  #⑤
    for j in vasym: 
        try:
            ax.axhline(float(j), linestyle="--", color="red")
        except:
            pass
①: 위 함수들에 전달되는 인수 f는 sympy.symbols()를 사용한 수학함수입니다. 임의로 지정한 정의역이 함수 f에 정의될 수 없는 경우가 존재하므로 함수 f에서 정의할 수 있는 정의역 값과 그에 대응하는 y값을 계산하는 사용자정의함수
②: 그래프의 기준축을 x=0, y=0 으로 하기 위해 spine()함수를 사용하기 위해 그래프 작성을 위한 새로운 축 ax를 선언
③: 분모가 0이 되는 지점을 제외하므로 정의역은 두 부분 이상으로 분리됩니다. 그러므로 각 구간의 그래프를 별도로 작성하기 위해 for 반복문을 사용
④: 분모를 0으로 하는 x 값(들)에 대한 수직선을 작성합니다. 이 선을 수직 점근선이라 합니다. 이 x값이 존재하지 않거나 실수가 아닌 경우 수직 점근선을 작성하지 않기 위해 try~except 문을 적용
⑤: 함수를 x±로 하는 경우 특정한 값(y)으로 수렴되는 경우 역시 각 부분 그래프들을 분리할 수 있는 결정선(decision line)을 생성할 수 있습니다. 이를 수평점근선이라 합니다. 위 수직점근선의 경우와 마찬가지로 try~except 문을 적용
from sympy import * 
import matplotlib.pyplot as plt
a=symbols('a', real=True) 
f=(a**2-1)/(a**2+a-6); f
a21a2+a6
asympt=solve(denom(f), a); asympt
[-3, 2]
x1=np.linspace(-6, -3, 100)
x2=np.linspace(-3, 2, 100)
x3=np.linspace(2, 6, 100)
RationalPlot([x1, x2, x3], f, a)
plt.text(-2.8, 6, 'x=-3', color="red")
plt.text(1, 6, 'x=2', color="red")
plt.axhline(1, linestyle="--", color='black')
plt.text(0.2, 1.2, 'y=1', color="black")
plt.ylim(-7,7)
plt.show()

점근선(asymptote)

유리함수의 경우 정의역이 구분되므로 전체 실수 영역에서 연속이 되지 못합니다. 즉, 불연속점(p)을 기준으로 함수 그래프가 분리되며 각 불연속점에서 또는 로 발산됩니다. 반대로 정의역 x가 또는 으로 발산하는 경우 특정한 값으로 수렴됩니다. 위 그림과 같이 이러한 지점에 각 그래프를 분리를 나타낼 수 있는 선을 표시할 수 있습니다. 이러한 선을 점근선이라 합니다. 수직점근선
함수 f(x)의 불연속점 a에서 다음의 특성을 보입니다. limxa+f(x)=또는limxaf(x)=또는 수평점근선
함수 f(x)의 정의역이 분리되는 경우 정의역이 무한대로 발산되면 불연속점 a로 수렴되는 특성을 보입니다. limxf(x)=alimxf(x)=a 수직선이나 수평선 외에 임의의 직선에 의해 함수의 그래프가 분리되는 경우 그 직선 역시 점근선이 됩니다.
위 그래프의 붉은 점선은 수직 점근선이 됩니다.
x1=np.linspace(-6, -3, 100)
(oo, -oo)
x2=np.linspace(-3, 2, 100)
(-oo, oo)
위 그래프의 검은 점선은 수평 점근선이 됩니다.
x3=np.linspace(2, 6, 100)
(1, 1)
이외에도 유리함수가 대분수 일 경우 즉, 분자의 차수가 분모의 차수보다 클 경우 그래프들을 분리할 수 있는 수직, 수평 점근선외에 특정한 직선식을 가진 점근선이 존재합니다. 예를 들어 다음 유리함수의 경우 x± 에서 대응하는 극한 값은 발산합니다. f(x)=x24x1
f1=apart(f); f1
x+13x1
위 결과에 대한 극한은 다음과 같이 계산됩니다. limx±(x+1)3x1=limx±(x+1)limx±3x1=limx±(x+1)+0= 위 결과는 y=x+1의 직선에 의해 발생하며 함수 f(x)의 그래프들을 분리하는 결정선이 됩니다. 이러한 선을 경사점근선(slant asymptot)라고 합니다.
a=np.linspace(-5, 5, 100)
RationalPlot([a], f, x)
plt.plot(a, a+1)
plt.ylim(-20, 20)
plt.text(1.5, 15, 'x=1', color="red", weight="bold")
plt.text(2, 5, 'y=x+1', color="orange", weight="bold")
plt.show()

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...