기본 콘텐츠로 건너뛰기

벡터와 행렬에 관련된 그림들

함수의 그래프

다음 그림들은 전자책 파이썬과 함께하는 미분적분의 1장과 2장에 수록된 그래프들과 코드들입니다.

import numpy as np 
import pandas as pd
from sympy import *
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style("darkgrid")
#그림 1.1.3
x=np.linspace(0, 2, 20)
y=3-x**2
x1=np.linspace(2, 7, 20)
y1=2*x1-6
plt.figure(figsize=(4, 3))
plt.plot(x, y, color="g", label=r"y=3-$x^2$")
plt.plot(x1, y1, color="brown",  label="y=2x-6")
plt.hlines(4, 0, -3, color="orange", label="y=4")
plt.scatter(0, 4, color="orange")
plt.scatter(0, 3, color="white", edgecolors="k")
plt.scatter(2, -1, color="g")
plt.scatter(2, -2, color="white", edgecolors="k")
plt.xlabel("x",  fontsize="11")
plt.ylabel("y", fontsize="11")
plt.legend(loc="upper center", labelcolor=["g", "brown", "orange"], frameon=False)
plt.show()
#그림 2.1.1
x=np.linspace(-3, 3, 100)
y=2*x**2
y1=4*x-2
px=[0.5, 1]
py=[0, 2]
plt.figure(figsize=(3, 3))
plt.plot(x, y, color="g", label=r"f(x)=2$x^2$")
plt.plot(x, y1, color="brown", label="y=4x-2")
plt.scatter(px, py, s=10, c=["r", 'g'])
plt.xlim(-1, 2)
plt.ylim(-3, 7)
plt.xlabel("x", fontsize="11")
plt.ylabel("y", fontsize="11")
plt.legend(labelcolor="linecolor")
plt.show()
#그림 2.1.2
x=np.linspace(0, 3, 100)
y=[2*x**2, 4*x-2, 3*x-0.6, 4.2*x-1.2, 6*x-1.8]
plt.figure(figsize=(4, 3))
plt.plot(x, y[0], color="g", label=r"f(x)=2$x^2$")
plt.plot(x, y[1], color="r",  alpha=0.5, label="y=4x-2")
plt.plot(x, y[2], ls="--", alpha=0.5, color="brown", label="y=3x-0.6")
plt.plot(x, y[3], ls="--", alpha=0.5, color="k", label="y=4.2x-1.2")
plt.plot(x, y[4], ls="--", alpha=0.5, color="orange", label="y=6x-1.8")
plt.xlabel("x", loc="right", fontsize="11")
plt.ylabel("y", loc="top", fontsize="11")
plt.legend(loc="best", labelcolor="linecolor")
plt.grid(True)
plt.show()
#그림 2.1.4
x1, x2=np.linspace(-3, 1.9, 50), np.linspace(2.1, 10, 50)
y1, y2=(x1**2+4*x1-12)/(x1**2-2*x1), (x2**2+4*x2-12)/(x2**2-2*x2)
p=[2, 6]
plt.figure(figsize=(4, 3))
plt.plot(x1, y1, color="b", label=r"$\frac{x^2+4x-12}{x^2-2x},\; x\neq 2$")
plt.plot(x2, y2, color="b")
plt.scatter(p[0], p[1], s=50, c="r", label="(2, 6)")
plt.scatter(2, 4, s=50, c="w", edgecolors='k')
plt.xlabel("x",fontsize="11")
plt.ylabel("y",fontsize="11")
plt.ylim(-5, 10)
plt.legend(loc="best", labelcolor=["b", "r"])
plt.show()
#그림 2.1.5
x=np.linspace(-1, 2, 50)
y=4*x**3-6*x**2+3*x-2
plt.figure(figsize=(4,3))
plt.plot(x, y, color="b", label=r"$4x^3-6x^2+3x-2$")
plt.xlabel("x", fontsize="11")
plt.ylabel("y", rotation="horizontal",fontsize="11")
plt.legend(loc="lower right")
plt.show()
#그림 2.1.6
plt.figure(figsize=(4,3))
plt.hlines(1, 0, 2, lw=2, color="b", label="y=1, if x>=0")
plt.hlines(0, 0, -2, lw=2, color="r", label="y=0, if x<0")
plt.scatter(0, 1, s=30, c="b")
plt.scatter(0, 0, s=30, c="white", edgecolor="k")
plt.xlabel("x", fontsize="11")
plt.ylabel("y", rotation="horizontal",fontsize="11")
plt.legend(loc="upper left")
plt.show()
#그림 2.1.7
x=np.linspace(-2,5, 100)
y=4*x**2
plt.figure(figsize=(4, 3))
plt.plot(x, y, color="g", label="f(x)")
plt.vlines(2, 0, 16, ls="--", alpha=0.6, color="b")
plt.vlines(3, 0, 36, ls="--", alpha=0.6, color="r")
plt.vlines(4, 0, 64, ls="--", alpha=0.6, color="b")
plt.hlines(16, 0, 2, ls="--", alpha=0.6, color="b")
plt.hlines(36, 0, 3, ls="--", alpha=0.6, color="r")
plt.hlines(64, 0, 4, ls="--", alpha=0.6, color="b")
plt.hlines(-0.5, -2, 5, color="gray" )
plt.vlines(0, 0, 100, color="gray")
plt.scatter([2, 3, 4], [16, 36, 64], s=50, c=["b","r","b"])
plt.xticks([2,3,4], labels=[r"a-$\Delta$", "a", r"a+$\Delta$"], fontsize="10")
plt.yticks([16, 36, 64], labels=[r"L-$\epsilon$", "L", r"L+$\epsilon$"], fontsize="10")
plt.xlabel("x", fontsize="11")
plt.ylabel("y", rotation="horizontal", fontsize="11")
plt.legend(loc=(0.5, 0.8), labelcolor=["g", "brown"])
plt.show()
#그림 2.1.8
x=np.linspace(0.01, 7, 100)
y=x**2
y1=(x+1)/x
plt.figure(figsize=(4, 3))
plt.plot(x, y1, color="brown", label=r"(a) $y=\frac{x+1}{x}$")
plt.plot(x, y, color="g", label=r"(b) $y=x^2$")
plt.hlines(1, 0, 7, ls="--", alpha=0.6)
plt.xlabel("x",fontsize="11")
plt.ylabel("y", rotation="horizontal", fontsize="11")
plt.ylim([0, 5])
plt.legend(loc=(0.5, 0.6), labelcolor=["brown", "g"], fontsize="11")
plt.show()
#그림 2.2.1
x=np.linspace(-2, 2, 100)
y=np.abs(x)
plt.figure(figsize=(4, 3))
plt.plot(x, y, color="g", label="y=|x|")
plt.xlabel("x", fontsize="11")
plt.ylabel("y", rotation="horizontal", fontsize="11")
plt.legend(loc=(0.6, 0.9), fontsize="11")
plt.show()
#그림 2.2.2
x=np.linspace(-2, 7, 100)
y=-x**3+6*x**2
plt.figure(figsize=(4, 3))
plt.plot(x, y, color="g", label=r"$y=x^3+6x^2$")
plt.hlines(32, -2, 7, ls="--", alpha=0.6, color="b")
plt.hlines(0, -2, 7, ls="--", alpha=0.6, color="r")
plt.scatter(0,0, s=30, c="r", label="(0,0)" )
plt.scatter(4, 32, s=30, c="b", label="(4, 32)" )
plt.xlabel("x", fontsize="11")
plt.ylabel("y", rotation="horizontal", fontsize="11")
plt.legend(loc="lower center", labelcolor=["g", "r", "b"])
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. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 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...