极限的性质【上】《用Manim可视化》

2024-08-31 07:44
文章标签 可视化 极限 性质 manim

本文主要是介绍极限的性质【上】《用Manim可视化》,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

通过前面的极限的定义,现在是计算极限的时候了。然而,在此之前,我们需要一些极限的性质,这将使我们的工作变得简单一些。我们先来看看这些。

极限的性质:

1.常数对极限的影响

1.首先,我们假设\mathop {\lim }\limits_{x \to a} f\left( x \right)\mathop {\lim }\limits_{x \to a}g\left( x \right)存在,那就是c是常数,那

\mathop {\lim }\limits_{x \to a} \left[ {cf\left( x \right)} \right] = c\mathop {\lim }\limits_{x \to a} f\left( x \right)

 换句话说,我们可以将一个乘法常数从极限中“分解”出来。

 通过一下图像都能证实上面的性质。但前提是,该函数在极限位置存在极限

实现代码 :

from manim import *  class LimitVisualization(Scene):  def construct(self):  # 创建坐标轴  axes = Axes(  x_range=[-1, 7, 1],  # x轴范围从-1到7,步长为1  y_range=[-1, 7, 1],  # y轴范围从-1到7,步长为1  axis_config={"color": BLUE},  # 坐标轴颜色设置为蓝色  )  # 定义函数 f(x) 及其缩放版本 cf(x)  def f(x):  return x**2 - 1  # 这里定义了一个简单的二次函数 f(x)  c = 3  # 常数乘数  def cf(x):  return c * f(x)  # 定义缩放过的函数 cf(x)  # 创建图形  f_graph = axes.plot(f, color=YELLOW, x_range=[-1, 9])  # 绘制 f(x) 的图形,颜色为黄色  cf_graph = axes.plot(cf, color=RED, x_range=[-1, 9])  # 绘制 cf(x) 的图形,颜色为红色  # 创建标签  f_label = axes.get_graph_label(f_graph, label='f(x)', x_val=3)  # 给 f(x) 添加标签  cf_label = axes.get_graph_label(cf_graph, label='cf(x)', x_val=2)  # 给 cf(x) 添加标签  # 在极限点 a 创建一个点  a = 1.5  # 定义 x 接近的点  limit_dot_f = Dot(axes.c2p(a, f(a)), color=YELLOW)  # f(a) 处的点,颜色为黄色  limit_dot_cf = Dot(axes.c2p(a, cf(a)), color=RED)  # cf(a) 处的点,颜色为红色  f01 = f(a)  # 计算 f(a) 的值  f02 = cf(a)  # 计算 cf(a) 的值  # 创建极限值的注释  limit_text_f = MathTex(r"\lim_{x \to a} f(x) = ", f01).next_to(limit_dot_f, RIGHT)  # f(x) 的极限注释  limit_text_cf = MathTex(r"\lim_{x \to a} cf(x) = ", f02).next_to(limit_dot_cf, RIGHT)  # cf(x) 的极限注释  # 添加关于 c 的说明  tex = MathTex(r"\lim_{x \to a} cf(x) = c\lim_{x \to a} f(x)  \\ c=3 ", color=GOLD).next_to(axes.c2p(4, 3 + 3))  self.add(tex)  # 将 c 的文本添加到场景中  # 将所有元素添加到场景中  self.play(Create(axes), Create(f_graph), Create(cf_graph))  # 创建坐标轴和函数图形  self.play(Write(f_label), Write(cf_label))  # 写入标签  self.play(Create(limit_dot_f), Create(limit_dot_cf))  # 创建极限点  self.play(Write(limit_text_f), Write(limit_text_cf))  # 写入极限值注释  # 等待展示极限点  self.wait(2)  # 高亮显式极限值  self.play(limit_dot_f.animate.set_color(ORANGE), limit_dot_cf.animate.set_color(ORANGE))  # 将极限点颜色改为橙色  self.wait(2)  # 淡出所有元素  self.play(FadeOut(axes), FadeOut(f_graph), FadeOut(cf_graph), FadeOut(limit_dot_f), FadeOut(limit_dot_cf), FadeOut(limit_text_f), FadeOut(limit_text_cf))

代码解释:

  1. 导入库:首先导入Manim库,为后续绘图准备。
  2. 创建场景:定义了一个名为LimitVisualization的类,继承自Scene,表示一个图形场景。
  3. 构建设备construct方法用于构建整个场景,包括图表、文本等。
  4. 创建坐标轴:调用Axes类创建坐标轴,设置x和y的范围及颜色。
  5. 定义函数:定义了函数f(x)和其缩放形式cf(x)。这里,f(x)是一个简单的二次函数。
  6. 绘制图表:使用plot方法绘制两条函数曲线。
  7. 创建标签:给每条曲线添加标签,以便于识别。
  8. 绘制极限点:在定义的点a的横坐标处绘制两个极限点,分别对应f(a)cf(a)的值。
  9. 添加极限值注释:在极限点旁边添加文本显示极限的实际值,同时展示常数c的影响。
  10. 动态展示:使用play方法依次展示坐标轴、图形、标签和极限点等元素,并设置等待时间。
  11. 高亮极限点:在等待后,将极限点颜色高亮显示,以便更好地观察。
  12. 淡出效果:最后,使用FadeOut方法将所有元素逐步淡出,完成动画的呈现。

2.函数极限的相加

假设\mathop {\lim }\limits_{x \to a} f\left( x \right)\mathop {\lim }\limits_{x \to a}g\left( x \right)存在,那么

 \mathop {\lim }\limits_{x \to a} \left[ {f\left( x \right) \pm g\left( x \right)} \right] = \mathop {\lim }\limits_{x \to a} f\left( x \right) \pm \mathop {\lim }\limits_{x \to a} g\left( x \right)

 所以,要求和或差的极限我们需要做的就是求各个部分的极限然后用合适的符号把它们组合在一起。这也不局限于两个函数。无论我们用“+”或“-”分隔多少函数,这个事实都是有效的。

 通过一下图像都能证实上面的性质。但前提是,该函数在极限位置存在极限

实现代码:

from manim import *  class LimitPropertyVisualization(Scene):  def construct(self):  # 创建坐标轴  axes = Axes(  x_range=[-1, 4,0.5],  y_range=[-6, 9, 1],y_length=8,axis_config={"color": BLUE},  )  # 定义函数 f(x) 和 g(x)  def f(x):  return x**2 - 1  def g(x):  return x**3 - 4*x - 1  # 定义常量 a  a =1.5  # 所考察的点  # 创建图形  f_graph = axes.plot(f, color=YELLOW, x_range=[0, 3])  g_graph = axes.plot(g, color=RED, x_range=[0, 3])  # 计算极限值  limit_f_a = f(a)  limit_g_a = g(a)  limit_sum_a = limit_f_a + limit_g_a  # 创建合并函数的图形  combined_graph = axes.plot(lambda x: f(x) + g(x), color=GREEN, x_range=[0, 3])  # 创建极限点  limit_dot_f = Dot(axes.c2p(a, limit_f_a), color=YELLOW)  limit_dot_g = Dot(axes.c2p(a, limit_g_a), color=RED)  limit_dot_sum = Dot(axes.c2p(a, limit_sum_a), color=GREEN)LiD=Dot(axes.c2p(1.5,0),radius=0.15,color=RED)self.add(LiD)# 创建极限值注释  limit_text_f = MathTex(r"\lim_{x \to a} f(x) = ", limit_f_a).next_to(limit_dot_f, RIGHT)  limit_text_g = MathTex(r"\lim_{x \to a} g(x) = ", limit_g_a).next_to(limit_dot_g, RIGHT)  limit_text_sum = MathTex(r"\lim_{x \to a} (f(x) + g(x)) = ", limit_sum_a).next_to(limit_dot_sum, UR)  # 添加所有元素  self.play(Create(axes), Create(f_graph), Create(g_graph))  self.play(Create(combined_graph))  self.play(Create(limit_dot_f), Create(limit_dot_g), Create(limit_dot_sum))  self.play(Write(limit_text_f), Write(limit_text_g), Write(limit_text_sum))  # 等待展示  self.wait(2)  # 高亮极限点  self.play(limit_dot_f.animate.set_color(ORANGE), limit_dot_g.animate.set_color(ORANGE), limit_dot_sum.animate.set_color(ORANGE))  self.wait(2)  # 淡出所有元素  self.play(FadeOut(axes), FadeOut(f_graph), FadeOut(g_graph), FadeOut(combined_graph),  FadeOut(limit_dot_f), FadeOut(limit_dot_g), FadeOut(limit_dot_sum),  FadeOut(limit_text_f), FadeOut(limit_text_g), FadeOut(limit_text_sum))

代码解释:

  1. 导入库:使用Manim库进行动画生成。
  2. 创建类:定义类LimitPropertyVisualization,继承自Scene,表示一个动画场景。
  3. 构建坐标轴:创建x和y的坐标轴,以适应函数范围。
  4. 定义函数:定义两个函数 f(x) 和 g(x)。
  5. 计算极限值:计算在点 a=1.5 处的极限值。
  6. 绘制图形:绘制上面定义的函数和它们的总和。
  7. 创建极限点:在图上标记出每个函数的极限值,并且在总和函数的极限值也进行标记。
  8. 添加注释:为每个极限点添加相应的文本注释,显示其极限值。
  9. 动画效果:通过play方法逐步展示图形和注释,以便观众理解极限的性质。
  10. 高亮显示:在等待一段时间后,将极限点的颜色改变以进行高亮显示,最后淡出所有元素。

 3.函数相乘的极限

\mathop {\lim }\limits_{x \to a} \left[ {f\left( x \right)g\left( x \right)} \right] = \mathop {\lim }\limits_{x \to a} f\left( x \right)\,\,\,\mathop {\lim }\limits_{x \to a} g\left( x \right),求乘积的极限就像求和或差的极限一样。只要取出碎片的极限,然后把它们拼回去。同样,与和或差一样,这一事实不仅限于两个函数。

        这个一个很好用的方法,如果让你找一个很复杂的极限的值,也许你找不到,但你可以把他分解出好几个极限来处理,这样很容易找到对应的值。

这是该性质的实现图形

实现代码如下:

from manim import *  class LimitProductPropertyVisualization(Scene):  def construct(self):  # 创建坐标轴  axes = Axes(  x_range=[-1, 4,0.5],  y_range=[-6, 9, 1],y_length=8,axis_config={"color": BLUE},  )  # 定义函数 f(x) 和 g(x)  def f(x):  return x**2 - 1  def g(x):  return x**3 - 4*x - 1  # 定义常量 a  a = 2  # 所考察的点  # 创建图形  f_graph = axes.plot(f, color=YELLOW, x_range=[0, 3])  g_graph = axes.plot(g, color=RED, x_range=[0, 3])  # 计算极限值  limit_f_a = f(a)  limit_g_a = g(a)  limit_product_a = limit_f_a * limit_g_a  # 创建乘积函数的图形  product_graph = axes.plot(lambda x: f(x) * g(x), color=GREEN, x_range=[0, 3])  # 创建极限点  limit_dot_f = Dot(axes.c2p(a, limit_f_a), color=YELLOW)  limit_dot_g = Dot(axes.c2p(a, limit_g_a), color=RED)  limit_dot_product = Dot(axes.c2p(a, limit_product_a), color=GREEN)  # 创建极限值注释  limit_text_f = MathTex(r"\lim_{x \to a} f(x) = ", limit_f_a).next_to(limit_dot_f, RIGHT)  limit_text_g = MathTex(r"\lim_{x \to a} g(x) = ", limit_g_a).next_to(limit_dot_g, UR)  limit_text_product = MathTex(r"\lim_{x \to a} (f(x)g(x)) = ", limit_product_a).next_to(limit_dot_product, UR)  # 添加所有元素  self.play(Create(axes), Create(f_graph), Create(g_graph))  self.play(Create(product_graph))  self.play(Create(limit_dot_f), Create(limit_dot_g), Create(limit_dot_product))  self.play(Write(limit_text_f), Write(limit_text_g), Write(limit_text_product))  # 等待展示  self.wait(2)  # 高亮极限点  self.play(limit_dot_f.animate.set_color(ORANGE), limit_dot_g.animate.set_color(ORANGE), limit_dot_product.animate.set_color(ORANGE))  self.wait(2)  # 淡出所有元素  self.play(FadeOut(axes), FadeOut(f_graph), FadeOut(g_graph), FadeOut(product_graph),  FadeOut(limit_dot_f), FadeOut(limit_dot_g), FadeOut(limit_dot_product),  FadeOut(limit_text_f), FadeOut(limit_text_g), FadeOut(limit_text_product))

代码解释:

  1. 导入库:使用Manim库进行动画生成。
  2. 创建类:定义类LimitProductPropertyVisualization,继承自Scene,表示一个动画场景。
  3. 构建坐标轴:创建x和y的坐标轴,以适应函数范围。
  4. 定义函数:定义两个函数 f(x) 和 g(x)g(x)。
  5. 计算极限值:计算在点 a=2 处的极限值。
  6. 绘制图形:绘制上面定义的函数 f(x)、g(x) 以及它们的乘积函数。
  7. 创建极限点:在图上标记出每个函数的极限值,并且在乘积函数的极限值也进行标记。
  8. 添加注释:为每个极限点添加相应的文本注释,显示其极限值。
  9. 动画效果:通过play方法逐步展示图形和注释,以便观众理解极限的性质。
  10. 高亮显示:在等待一段时间后,将极限点的颜色改变以进行高亮显示,最后淡出所有元素。

4.函数相处的极限

\displaystyle \mathop {\lim }\limits_{x \to a} \left[ {\frac{​{f\left( x \right)}}{​{g\left( x \right)}}} \right] = \frac{​{\mathop {\lim }\limits_{x \to a} f\left( x \right)}}{​{\mathop {\lim }\limits_{x \to a} g\left( x \right)}}{\rm{,}}\,\,\,\,\,条件是 \mathop {\lim }\limits_{x \to a} g\left( x \right) \ne 0。正如在表述中提到的,当求商的极限时,我们只需要考虑分母的极限为零。如果它是0我们就会得到除以0的错误我们需要避免这种情况。

这个一个很好用的方法,如果让你找一个很复杂的极限的值,也许你找不到,但你可以把他分解出好几个极限来处理,这样很容易找到对应的值。

        这是该性质的实现图形

 实现代码:

from manim import *  class LimitQuotientPropertyVisualization(Scene):  def construct(self):  # 创建坐标轴  axes = Axes(  x_range=[-1, 6, 1],  y_range=[-10, 10, 5],  axis_config={"color": BLUE},  )  # 定义函数 f(x) 和 g(x)  def f(x):  return x**2 - 1  def g(x):  return x**3 - 4*x - 1  # 定义常量 a  a = 2  # 所考察的点  # 创建图形  f_graph = axes.plot(f, color=YELLOW, x_range=[-3, 3])  g_graph = axes.plot(g, color=RED, x_range=[-3, 3])  # 计算极限值  limit_f_a = f(a)  limit_g_a = g(a)  limit_quotient_a = limit_f_a / limit_g_a  # 创建商函数的图形  quotient_graph = axes.plot(lambda x: f(x) / g(x), color=GREEN, x_range=[-3, 3])  # 创建极限点  limit_dot_f = Dot(axes.c2p(a, limit_f_a), color=YELLOW)  limit_dot_g = Dot(axes.c2p(a, limit_g_a), color=RED)  limit_dot_quotient = Dot(axes.c2p(a, limit_quotient_a), color=GREEN)  # 创建极限值注释  limit_text_f = MathTex(r"\lim_{x \to a} f(x) = ", limit_f_a).next_to(limit_dot_f, RIGHT)  limit_text_g = MathTex(r"\lim_{x \to a} g(x) = ", limit_g_a).next_to(limit_dot_g, RIGHT)  limit_text_quotient = MathTex(r"\lim_{x \to a} \left(\frac{f(x)}{g(x)}\right) = ", limit_quotient_a).next_to(limit_dot_quotient, DR)  # 添加所有元素  self.play(Create(axes), Create(f_graph), Create(g_graph))  self.play(Create(quotient_graph))  self.play(Create(limit_dot_f), Create(limit_dot_g), Create(limit_dot_quotient))  self.play(Write(limit_text_f), Write(limit_text_g), Write(limit_text_quotient))  # 等待展示  self.wait(2)  # 高亮极限点  self.play(limit_dot_f.animate.set_color(ORANGE), limit_dot_g.animate.set_color(ORANGE), limit_dot_quotient.animate.set_color(ORANGE))  self.wait(2)  # 淡出所有元素  self.play(FadeOut(axes), FadeOut(f_graph), FadeOut(g_graph), FadeOut(quotient_graph),  FadeOut(limit_dot_f), FadeOut(limit_dot_g), FadeOut(limit_dot_quotient),  FadeOut(limit_text_f), FadeOut(limit_text_g), FadeOut(limit_text_quotient))%manim  -qm -v  WARNING LimitQuotientPropertyVisualization

代码解释:

  1. 导入库:使用Manim库进行动画生成。
  2. 创建类:定义类LimitQuotientPropertyVisualization,继承自Scene,表示一个动画场景。
  3. 构建坐标轴:创建x和y的坐标轴,设置适当的范围。
  4. 定义函数:定义f(x)f(x) 和 g(x)g(x),用以计算极限。
  5. 计算极限值:在点 a=1a=1 处计算极限值,并确保 lim⁡x→ag(x)≠0limx→a​g(x)=0。
  6. 绘制图形:分别绘制函数 f(x)f(x)、g(x)g(x) 和它们的商。
  7. 创建极限点:在图上标记出每个函数的极限值以及商函数的极限值。
  8. 添加注释:为极限值添加文本注释,显示各自的极限值。
  9. 动画效果:逐步展示所有图形、极限点和注释,以便观众理解极限的性质。
  10. 高亮显示:在等待一段时间后,将极限点高亮显示,最后淡出所有元素。

这篇关于极限的性质【上】《用Manim可视化》的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1123292

相关文章

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目

基于SSM+Vue+MySQL的可视化高校公寓管理系统

系统展示 管理员界面 宿管界面 学生界面 系统背景   当前社会各行业领域竞争压力非常大,随着当前时代的信息化,科学化发展,让社会各行业领域都争相使用新的信息技术,对行业内的各种相关数据进行科学化,规范化管理。这样的大环境让那些止步不前,不接受信息改革带来的信息技术的企业随时面临被淘汰,被取代的风险。所以当今,各个行业领域,不管是传统的教育行业

「大数据分析」图形可视化,如何选择大数据可视化图形?

​图形可视化技术,在大数据分析中,是一个非常重要的关键部分。我们前期通过数据获取,数据处理,数据分析,得出结果,这些过程都是比较抽象的。如果是非数据分析专业人员,很难清楚我们这些工作,到底做了些什么事情。即使是专业人员,在不清楚项目,不了解业务规则,不熟悉技术细节的情况下。要搞清楚我们的大数据分析,这一系列过程,也是比较困难的。 我们在数据处理和分析完成后,一般来说,都需要形成结论报告。怎样让大

11Python的Pandas:可视化

Pandas本身并没有直接的可视化功能,但它与其他Python库(如Matplotlib和Seaborn)无缝集成,允许你快速创建各种图表和可视化。这里是一些使用Pandas数据进行可视化的常见方法: 1. 使用Matplotlib Pandas中的plot()方法实际上是基于Matplotlib的,你可以使用它来绘制各种基本图表,例如折线图、柱状图、散点图等。 import pandas

【全网最全】2024年数学建模国赛A题30页完整建模文档+17页成品论文+保奖matla代码+可视化图表等(后续会更新)

您的点赞收藏是我继续更新的最大动力! 一定要点击如下的卡片,那是获取资料的入口! 【全网最全】2024年数学建模国赛A题30页完整建模文档+17页成品论文+保奖matla代码+可视化图表等(后续会更新)「首先来看看目前已有的资料,还会不断更新哦~一次购买,后续不会再被收费哦,保证是全网最全资源,随着后续内容更新,价格会上涨,越早购买,价格越低,让大家再也不需要到处买断片资料啦~💰💸👋」�

Python利用pyecharts实现数据可视化

小编会持续更新知识笔记,如果感兴趣可以三连支持。闲来无事,水文一篇,不过上手实践一下倒还是挺好玩的,这一块知识说不定以后真可以尝试拿来做数据库的报表显示。         有梦别怕苦,想赢别喊累。 目录 前言 JSON数据格式的转换 pyecharts简介和入门使用 前言       小编我今天闲来无事,打算学习一下py,结果你猜怎么着,竟然看到py可以将数据

对极约束及其性质 —— 公式详细推导

Title: 对极约束及其性质 —— 公式详细推导 文章目录 前言1. 对极约束 (Epipolar Constraint)2. 坐标转换 (Coordinate Transformations)3. 像素坐标 (Pixel Coordinates)4. 像素坐标转换 (Transformations of Pixel Coordinates)5. 本质矩阵 (Essential Matr

【mysql zeppelin】zeppelin 大数据可视化分析工具安装教程精要

Apache Zeppelin是一款大数据分析和可视化工具,可以让数据分析师在一个基于Web页面的笔记本中,使用不同的语言,对不同数据源中的数据进行交互式分析,并对分析结果进行可视化的工具。下面我们主要讲解如何安装和配置的精要部分。 一、zeppelin 安装和配置登录用户 官方网站: https://zeppelin.apache.org/ 下载地址: https://zeppelin

【R语言可视化】R语言画爱心图

数学系也可以很浪漫~~ rm(list=ls())library(grid)heart <- function(lcolor){t=seq(0, 2*pi, by=0.1)x=16*sin(t)^3y=13*cos(t)-5*cos(2*t)-2*cos(3*t)-cos(4*t)a=(x-min(x))/(max(x)-min(x))b=(y-min(y))/(max(y)-min(y))g

【R语言 可视化】R语言画雷达图

1、安装插件 github网址: https://github.com/ricardo-bion/ggradar devtools::install_github("ricardo-bion/ggradar")install.packages("knitr") 2、效果图 3、源代码 rm(list=ls())gc()library(ggradar)mydata<-ma