数学 - Python - 解析学 - 多変数の関数 - 多変数の関数 - 微分可能性と勾配 - 2次元、内積、偏微分、座標

解析入門 原書第3版
原著
楽天ブックス Yahoo!

学習環境

• Surface
• Windows 10 Pro (OS)
• Nebo(Windows アプリ)
• iPad
• MyScript Nebo - MyScript(iPad アプリ(iOS))
• 参考書籍
  • Pythonからはじめる数学入門 (楽天ブックス Yahoo!)
  • JavaScriptリファレンス 第6版 (楽天ブックス Yahoo!)
  • インタラクティブ・データビジュアライゼーション (楽天ブックス Yahoo!)

解析入門 原書第3版 (S.ラング(著)、松坂 和夫(翻訳)、片山 孝次(翻訳)、岩波書店)の第Ⅵ部(多変数の関数)、第19章(多変数の関数)、3(微分可能性と勾配)の練習問題2の解答を求めてみる。

2. 
   
   $\begin{array}{l}f\left(X\right)\\ =A·X\\ =\left(a,b\right)·\left(x,y\right)\\ =ax+by\end{array}$

   よって求める x、 y の偏徴を A の座標で表すと、

   $\begin{array}{l}\frac{\partial f}{\partial x}=a\\ \frac{\partial f}{\partial y}=b\end{array}$

コード

#!/usr/bin/env python3
from unittest import TestCase, main
import random
from sympy import symbols, Derivative, Matrix
from sympy.plotting import plot3d

print('2.')

a, b, x, y = symbols('a, b, x, y')
A = Matrix([a, b])
X = Matrix([x, y])
f = A.dot(X)


class TestPartialDerivative(TestCase):
    def test_dx(self):
        self.assertEqual(Derivative(f, x, 1).doit(), a)

    def test_dy(self):
        self.assertEqual(Derivative(f, y, 1).doit(), b)


p = plot3d(*[f.subs({a: random.randrange(-10, 11),
                     b: random.randrange(-10, 11)})
             for _ in range(5)],
           show=False)

p.show()
p.save('sample2.png')

if __name__ == "__main__":
    main()

入出力結果(Zsh、PowerShell、Terminal、Jupyter(IPython))

% ./sample2.py -v
2.
test_dx (__main__.TestPartialDerivative) ... ok
test_dy (__main__.TestPartialDerivative) ... ok

----------------------------------------------------------------------
Ran 2 tests in 0.003s

OK
%