기본 콘텐츠로 건너뛰기

[matplotlib] 등고선(Contour)

Sympy를 사용한 극한(limit)

내용

극한

limit() 함수

limit()함수를 사용합니다.
limit(식, 변수, 값) 이 함수의 각 인수는 다음과 같습니다. $$\underset{\text{변수} \to \text{값}}{\quad \text{limit} \quad }\text{식}$$
import numpy as np
import pandas as pd
from sympy import * 


함수 f(x)=sin(x)와 $g(x)=\frac{\sin(x)}{x}$의 0으로의 극한을 계산합니다.

x=symbols('x')
f=sin(x)
limit(f, x, 0)
0
g=sin(x)/x
limit(g, x, 0 )
1
극한이 정해진 수에 접근하는 경우 .subs() 메서드를 적용할 수 있습니다.
ex=x**2/exp(x)
limit(ex, x, 1000)
$\quad\color{navy}{\scriptstyle \frac{1000000}{e^{1000}}}$
ex.subs(x, 1000)
$\quad\color{navy}{\scriptstyle \frac{1000000}{e^{1000}}}$ 그러나 변수가 무한대로 접근하는 경우 .subs()를 적용할 수 없습니다.
limit(ex, x, oo)
0
ex.subs(x, oo)
NaN
sympy의 Limit 클래스는전달되는 식의 계산이 평가되지 않은 상태로 반환됩니다.
Limit((cos(x)-1)/x, x, 0)
$\quad\color{navy}{\scriptstyle \lim_{x \to 0^+}\left(\frac{\cos{\left(x \right)} - 1}{x}\right)}$
위 표현식을 평가하기 위해 .doit() 메서드가 적용됩니다.
Limit((cos(x)-1)/x, x, 0).doit()
0
limit((cos(x)-1)/x, x, 0)
0

좌극한, 우극한

함수가 지정된 값으로 접근하는 방향은 다음 그림과 같이 두 가지입니다.
  • 왼쪽에서 접근하는 경우: 좌극한(left limit)로 '-'를 사용하여 나타냅니다.
  • 오른쪽에서 접근하는 경우: 우극한(right limit)로 '+'를 사용하여 나타냅니다.
limit(1/x, x, 0, '+')
$\quad\color{navy}{\scriptstyle \infty}$
limit(1/x, x, 0, '-')
$\quad\color{navy}{\scriptstyle -\infty}$

data4limit

한 점으로 좌측에서 접근할 경우, 우측에서 접근할 경우 함수 값의 변화를 나타내기 위해 사용자 정의 함수 data4limit()함수를 작성합니다.
def data4limit(point, rng, func, symbol, factor=0.1):
    p=point
    x=[]
    x1=[]
    n=1
    for i in range(rng):
        n*=factor
        x.append(p+n)
        x1.append(p-n)
    y=[float(func.subs(symbol, i)) for i in x]
    y1=[float(func.subs(symbol, i)) for i in x1]
    return (pd.DataFrame([x, y, x1, y1], index=['x+','y+', 'x-', 'y-']).T)


함수 $h(x)=(x+1)^{\frac{1}{x}}$에 대해 x=0으로의 좌극한과 우극한을 계산해 봅니다.

x=symbols('x')
h=(x+1)**(1/x); h
$\quad \color{navy}{(x+1)^{\frac{1}{x}}}$
data4limit(0, 3, h1, h, factor=0.001)
x+ y+ x- y-
0 1.0000e-03 2.7169 -1.0000e-03 2.7196
11.0000e-06 2.7183 -1.0000e-06 2.7183
2 1.0000e-09 2.7183 -1.0000e-09 2.7183

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...

[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 $\sin^{2}{\left(x \right)} + \cos^{2}{\left(x \right)}$ simplify(a) 1 simplify(b) $\frac{x^{3} + x^{2} - x - 1}{x^{2} + 2 x + 1}$ simplify(b) x - 1 c=gamma(x)/gamma(x-2) c $\frac{\Gamma\left(x\right)}{\Gamma\left(x - 2\right)}$ simplify(c) $\displaystyle \left(x - 2\right) \left(x - 1\right)$ 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. $$\tag{식 1}\Gamma(n) =\begin{cases}(n-1)!& n:\text{자연수}\\\int^\infty_0x^{n-1}e^{-x}\,dx& n:\text{부동소수}\end{cases}$$ x=symbols('x') gamma(x).subs(x,4) $\displaystyle 6$ 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 $x^2=1$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. $$\begin{aligned}x^2-1=0 \rightarrow (x+1)(x-1)=0 \\ x=1 \; \text{or}\; -1\end{aligned}$$ 예 $x^4=1$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. $$x^4-1=(x^2+1)(x+1)(x-1)=0 \rightarrow x=\pm \sqrt{-1}, \; \pm 1=\pm i,\; \pm1$$ 실수...