기본 콘텐츠로 건너뛰기

[matplotlib] 등고선(Contour)

삼각함수(Trigonometric function)의 정의

삼각함수

직각삼각형의 세 변의 길이의 비를 삼각비라고 하며 삼각비에는 일정한 관계를 보입니다. 삼각함수(Trigonometric function)는 삼각비의 일정한 관계를 함수로 나타낸 것입니다. 그림 1은 원 내부에 작성된 직각삼각형을 나타냅니다.

그림 1. 원 내부에 직각삼각형.
x=np.linspace(-1, 1, 100)
y=np.sqrt(1-x**2)
y1=-np.sqrt(1-x**2)
a=0.8
b=np.sqrt(1-a**2)
fig, ax=plt.subplots(figsize=(3,3))
ax.plot(x, y, color="b")
ax.plot(x, y1, color="b")
ax.arrow(0,0, a, b, color="k" )
ax.vlines(a, 0, b, ls="dotted", color="k")
ax.hlines(b, 0, a, ls="dotted", color="k")
cod=[(-0.1,-0.1), (a,-0.1), (-0.1, b), (a+0.05, b), (0.13, 0.01), (0.55, 0.03),(0.3, b+0.02), (a+0.02, 0.3), (0.3, 0.3)]
nme=['O', 'a', 'b', 'P', r'$\theta$', r'$90^o$','a', 'b', 'r']
for i in range(len(cod)):
    if i <=5:
        ax.text(cod[i][0], cod[i][1], nme[i], weight="bold", color="k")
    else:
        ax.text(cod[i][0], cod[i][1], nme[i], fontsize=11, color="g")
ax.spines['left'].set_position(("data", 0))
ax.spines['bottom'].set_position(("data", 0))
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
ax.set_xticks([])
ax.set_yticks([])
plt.show()

그림 1은 반지름 r인 원 내부의 직각삼각형으로 반지름 r을 기준으로 삼각비의 관계를 나타내고 있습니다(식 1).

sin(θ)=br(식 1)cos(θ)=artan(θ)=ab

식1로부터 식 2를 유도할 수 있습니다.

(2)tan(θ)=BC=BACA=cos(θ)sin(θ)csc(θ)=1sin(θ)sec(θ)=1cos(θ)cot(θ)=1tan(θ)

예 1)

다음 삼각형에서 sin(A), cos(A), than(A)?

a=4
c=8
b=np.sqrt(c**2-a**2)
plt.figure(figsize=(2,2))
plt.plot([0, 0], [0, a])
plt.plot([0, b], [0, 0])
plt.plot([0, b], [a, 0])
plt.text(-1, 2, "4", color="b")
plt.text(3.7, 2, "8", color="g")
plt.text(0.2, 0.2, r"$90^o$", color="k")
plt.axis("off")
plt.show()

위 삼각형 밑면의 길이는 피타고라스 정리에 의해 결정할 수 있습니다.

빗변2=높이2+밑변282=42+x2x=8242

h=4
hy=8
base=np.sqrt(hy**2-h**2)
round(base, 2)
6.93
sinA=h/hy
sinA
0.5
cosA=base/hy
round(cosA, 3)
0.866
tanA=h/base
round(tanA, 3)
0.577

일반적으로 각도는 라디안(radian) 값으로 환산하여 나타냅니다. 각은 0에서 360°의 구간에서 반복되며 최대각인 360°를 2π로 하여 환산한 값을 라디안이라고 하며 식 3의 비례식으로 환산할 수 있습니다.

(식 3)180:π=x:90x=90180π

import numpy as np
import pandas as pd
from sympy import *
import matplotlib.pyplot as plt

식 2의 환산 결과는 numpy 모듈의 radians() 함수로 확인할 수 있습니다. 반대로 라디안을 각으로 전환하기 위해 degrees() 함수를 사용할 수 있습니다.

  • numpy.radians(): degree(각)을 radian으로 환산
  • numpy.degrees(): radian을 degree로 환산
x1=np.radians(270)
round(x1, 3)
4.712
np.degrees(x1)
270.0

sympy 모듈에서 N() 또는 .evalf()함수를 사용하여 수학의 특정표현을 수치로 나타낼 수 있습니다.

(3/2*N(pi)).evalf(4)
4.712

그림 1의 각도 θ는 0 ~ 360o순환합니다. 그러므로 각 각도에 대응하는 sin 또는 cos의 값역시 반복합니다.

x=[0, 45, 90,  135, 180, 225, 270, 315, 360]
x_rad=np.radians(x)
print(x_rad.round(2))
[0.   0.79 1.57 2.36 3.14 3.93 4.71 5.5  6.28]
sinx=np.sin(x_rad)
print(sinx. round(2))
[ 0.    0.71  1.    0.71  0.   -0.71 -1.   -0.71 -0.  ]
cosx=np.cos(x_rad)
print(cosx. round(2))
[ 1.    0.71  0.   -0.71 -1.   -0.71 -0.    0.71  1.  ]
sinS=['+'  if i >0 else '0' if i ==0 else '-' for i in sinx.round(2)]
cosS=['+'  if i >0 else '0' if i == 0 else '-' for i in cosx.round(2)]
pd.DataFrame([x, sinS, cosS], )
0 1 2 3 4 5 6 7 8
0 0 45 90 135 180 225 270 315 360
1 0 + + + 0 - - - 0
2 + + 0 - - - 0 + +

1) 어떠한 각도에 대한 x, y 좌표는 cos(θ), sin(θ)값으로 표현할 수 있습니다. 그러므로 0~2π의 구간에 각 삼각함수의 양수(positive), 음수(negative) 구간을 설정할 수 있습니다.

위 그림에서 양의 x축을 기준으로 반시계방향으로

범위(각)사분면sin(θ)cos(θ)
0θπ2 1사분면positivepositive
π2θπ 2사분면positivenegative
πθ3π2 3사분면negativepositive
3π2θ2π 4사분면negativenegative

2) 이 각도는 원 중심각의 이동을 나타내는 것으로 360°(2π)를 기준으로 반복됩니다. 이러한 반복을 위한 일정한 범위를 주기(period)라고 합니다.

3) π3을 기준으로 반시계방향으로 180° 이동시킨 것은 이 값에 π를 더하는 것으로 표현할 수 있습니다. 반대로 시계방향으로 180° 이동은 π를 빼주는 것으로 나타냅니다.

  • π3+π: 반시계방향으로 180도 이동
  • π3π: 시계방향으로 180도 이동

그러므로 위 그림에서 나타낸 것과 같이 2π3,2π3는 각각 반시계방향, 시계방향으로 회전함을 의미합니다. 회전방향에 따라 cos(θ), sin(θ)의 특성을 식 4와 같이 나타낼 수 있습니다.

(식 4)sin(2π3)=32sin(2π3)=32cos(2π3)=12cos(2π3)=12

식 4에 나타낸 sin과 cos의 관계는 식 5와 같이 일반화할 수 있습니다.

sin(θ)=sin(θ)csc(θ)=csc(θ)(식 5)cos(θ)=cos(θ)sec(θ)=sec(θ)tan(θ)=tan(θ)cot(θ)=cot(θ)

식 5의 tan(θ)의 경우는 sin(θ)과 cos(θ)의 비로 나타낼 수 있습니다. sin(θ)과 cos(θ)은 식 5에서 나타낸 것과 같이 입력된 값의 부호를 처리하는 과정에 차이가 납니다. 즉, 다음에 정의한 홀함수와 짝함수로 나타낼 수 있습니다. sin(θ)와 cos(θ)를 각각 홀함수와 짝함수로 명명할 수 있습니다.

  • f(-x)=-f(x)를 홀함수(기함수, odd function)
  • f(-x)=f(x)를 짝함수(even function)이라고 합니다
y=[pi/3, -pi/3]
sinVal=[sin(i) for i in y]
sinVal
[sqrt(3)/2, -sqrt(3)/2]
cosVal=[cos(i) for i in y]
cosVal
[1/2, 1/2]

위 결과와 같이 sin 함수는 인수인 각도의 부호에 따라 다른 값을 나타내는 홀함수이지만 cos 함수는 같은 값을 나타내는 짝함수입니다.

예 2)

2cos(x)=3의 해?

식을 정리하면 다음과 같습니다. 식의 결과인 32에 대응하는 함수는 cos(π6)입니다.이 함수는 짝함수이므로 π6 역시 같은 값을 나타냅니다.

cos(x)=32

sympy.solve(eq, 변수) 함수를 적용하여 식의 해 x를 계산할 수 있습니다. 이 함수에 전달하는 eq는 식 6과 같이 한쪽이 0인 음함수 형태이어야 합니다.

(식 6)2cos(x)3=0

x=symbols('x')
k=2*cos(x)-sqrt(3)
solve(k)
[pi/6, 11*pi/6]

위의 해는 [0, 2 π]의 범위에서의 값들로서 이 값들은 식 7과 같이 확장할 수 있습니다.

(식 7)π6=π6+2nπ,n=0,±1,±2,11π6=11π6+2nπ,n=0,±1,±2,

그러므로 특정한 구간내에서 해를 구하기 위해서는 다음과 같이 solveset(식, 변수, 구간) 함수를 사용하여 구간을 인수로 전달합니다.

solveset(k, x, Interval(-2*pi, 2*pi))
{11π6,π6,π6,11π6}

예 3)

2sin(5x)=cos(2x),[3π2,3π2]의 해?

x=symbols('x')
k=sin(2*x)+cos(2*x)
solveset(k, x, Interval(-3*pi/2, 3*pi/2)).evalf(3)
{3.53,1.96,0.393,1.18,2.75,4.32}

예 4)

2sin(5x)=cos(2x),[3π2,3π2]의 해?

solveset(k, x, Interval(-8, 10)).evalf(3)
{−7.01,−5.56,−0.723,0.723,5.56,7.01}

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...