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!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1123292

相关文章

8种快速易用的Python Matplotlib数据可视化方法汇总(附源码)

《8种快速易用的PythonMatplotlib数据可视化方法汇总(附源码)》你是否曾经面对一堆复杂的数据,却不知道如何让它们变得直观易懂?别慌,Python的Matplotlib库是你数据可视化的... 目录引言1. 折线图(Line Plot)——趋势分析2. 柱状图(Bar Chart)——对比分析3

使用Vue-ECharts实现数据可视化图表功能

《使用Vue-ECharts实现数据可视化图表功能》在前端开发中,经常会遇到需要展示数据可视化的需求,比如柱状图、折线图、饼图等,这类需求不仅要求我们准确地将数据呈现出来,还需要兼顾美观与交互体验,所... 目录前言为什么选择 vue-ECharts?1. 基于 ECharts,功能强大2. 更符合 Vue

Git可视化管理工具(SourceTree)使用操作大全经典

《Git可视化管理工具(SourceTree)使用操作大全经典》本文详细介绍了SourceTree作为Git可视化管理工具的常用操作,包括连接远程仓库、添加SSH密钥、克隆仓库、设置默认项目目录、代码... 目录前言:连接Gitee or github,获取代码:在SourceTree中添加SSH密钥:Cl

Pandas中统计汇总可视化函数plot()的使用

《Pandas中统计汇总可视化函数plot()的使用》Pandas提供了许多强大的数据处理和分析功能,其中plot()函数就是其可视化功能的一个重要组成部分,本文主要介绍了Pandas中统计汇总可视化... 目录一、plot()函数简介二、plot()函数的基本用法三、plot()函数的参数详解四、使用pl

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

Python 交互式可视化的利器Bokeh的使用

《Python交互式可视化的利器Bokeh的使用》Bokeh是一个专注于Web端交互式数据可视化的Python库,本文主要介绍了Python交互式可视化的利器Bokeh的使用,具有一定的参考价值,感... 目录1. Bokeh 简介1.1 为什么选择 Bokeh1.2 安装与环境配置2. Bokeh 基础2

基于Python打造一个可视化FTP服务器

《基于Python打造一个可视化FTP服务器》在日常办公和团队协作中,文件共享是一个不可或缺的需求,所以本文将使用Python+Tkinter+pyftpdlib开发一款可视化FTP服务器,有需要的小... 目录1. 概述2. 功能介绍3. 如何使用4. 代码解析5. 运行效果6.相关源码7. 总结与展望1

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

使用Folium在Python中进行地图可视化的操作指南

《使用Folium在Python中进行地图可视化的操作指南》在数据分析和可视化领域,地图可视化是一项非常重要的技能,它能够帮助我们更直观地理解和展示地理空间数据,Folium是一个基于Python的地... 目录引言一、Folium简介与安装1. Folium简介2. 安装Folium二、基础使用1. 创建

基于Python开发PDF转PNG的可视化工具

《基于Python开发PDF转PNG的可视化工具》在数字文档处理领域,PDF到图像格式的转换是常见需求,本文介绍如何利用Python的PyMuPDF库和Tkinter框架开发一个带图形界面的PDF转P... 目录一、引言二、功能特性三、技术架构1. 技术栈组成2. 系统架构javascript设计3.效果图