高等数学 / 系统课时

用图像建立数学直觉

用图像建立数学直觉

公式给出精确关系,图像则帮助快速看出增减、弯曲、斜率和多变量函数的空间结构。本课用 Matplotlib 绘制函数曲线、指定点的切线与二维等高线,并建立从公式到几何解释的固定观察顺序。

学习目标

  • 能绘制一元函数曲线并识别关键点
  • 能用切线理解某一点附近的变化速度
  • 能通过等高线观察二元函数的高低与变化方向

从函数值到曲线

以 f(x)=x2f(x)=x^2 为例,绘图程序先在区间内生成有限个离散采样点,再计算每个点的函数值,最后按照横坐标顺序连接。采样点越密,曲线越平滑,但图像仍是离散计算结果对连续函数的近似展示。

观察曲线时,先看坐标轴和取值范围,再看零点、极值与对称性,最后看不同区间内函数是上升还是下降。这个顺序能避免只凭曲线外形作模糊判断。

用切线观察局部变化

函数在 x0x_0 处的切线可写为:

y=f(x0)+f′(x0)(x−x0)y=f(x_0)+f'(x_0)(x-x_0)

对 f(x)=x2f(x)=x^2,当 x0=1x_0=1 时,导数值为 f′(1)=2f'(1)=2,因此切线为 y=2x−1y=2x-1。切线不是整条曲线的替代,而是函数在该点附近的线性近似;斜率的绝对值越大,局部变化越快。

二次函数曲线与切线关系

用等高线理解二元函数

对二元函数 z=x2+y2z=x^2+y^2,无法在普通二维坐标系中直接画出完整曲面时,可以用等高线表示相同函数值的位置。每一条闭合曲线对应同一个 zz 值,越靠近中心函数值越小,向外移动时函数值逐渐增大。

坐标尺度一致且相邻等高线的函数值差相同时,沿垂直于等高线的方向观察,线条越密,单位距离内函数值变化越快。若层级差不等,应同时查看标注值和线距。对机器学习中的损失函数而言,等高线可以帮助理解参数位置、下降方向和最优点附近的形状。

二元函数等高线结构

完整绘图脚本

运行前确保环境中已安装 NumPy 和 Matplotlib。下面的脚本会在当前目录生成 curve_and_tangent.png 与 contour.png 两个文件,分别对应前面的曲线图和等高线图。

python
import numpy as np
import matplotlib.pyplot as plt

def f(x: np.ndarray) -> np.ndarray:
    return x**2

def tangent(x: np.ndarray, x0: float) -> np.ndarray:
    # f'(x)=2x,因此切线斜率在 x0 处为 2*x0
    return f(np.array([x0]))[0] + 2 * x0 * (x - x0)

def save_curve_and_tangent() -> None:
    x = np.linspace(-3, 3, 400)
    x0 = 1.0

    plt.figure(figsize=(10, 5.625))
    plt.plot(x, f(x), label=r"$y=x^2$")
    plt.plot(x, tangent(x, x0), "--", label=r"$y=2x-1$")
    plt.scatter([x0], [x0**2], label="切点 (1, 1)")
    plt.axhline(0, linewidth=0.8)
    plt.axvline(0, linewidth=0.8)
    plt.xlabel("x")
    plt.ylabel("y")
    plt.title("函数曲线与切线")
    plt.grid(True, alpha=0.3)
    plt.legend()
    plt.tight_layout()
    plt.savefig("curve_and_tangent.png", dpi=160)
    plt.close()

def save_contour() -> None:
    axis = np.linspace(-2.5, 2.5, 300)
    x, y = np.meshgrid(axis, axis)
    z = x**2 + y**2

    plt.figure(figsize=(10, 5.625))
    lines = plt.contour(x, y, z, levels=[1, 2, 3, 4, 5, 6])
    plt.clabel(lines, inline=True, fontsize=9)
    plt.scatter([0], [0], label="最小值 (0, 0)")
    plt.xlabel("x")
    plt.ylabel("y")
    plt.title("z = x² + y² 的等高线")
    plt.axis("equal")
    plt.grid(True, alpha=0.3)
    plt.legend()
    plt.tight_layout()
    plt.savefig("contour.png", dpi=160)
    plt.close()

def main() -> None:
    save_curve_and_tangent()
    save_contour()
    print("已生成: curve_and_tangent.png")
    print("已生成: contour.png")

if __name__ == "__main__":
    main()

预期输出

text
已生成: curve_and_tangent.png
已生成: contour.png

预期结果是当前目录出现两个 PNG 文件。第一张图中抛物线经过切点 (1,1)(1,1),虚线切线在该点与曲线方向一致;第二张图中等高线以原点为中心呈同心圆分布。

图像阅读的边界

图像能建立直觉,但不能替代精确计算。坐标范围过小可能隐藏整体趋势,采样点过少会让曲线失真,纵横比例不一致还可能夸大或压缩斜率。比较两张图时,应优先确认坐标范围、比例和单位一致。

等高线也只展示选定的高度层级,不代表层级之间没有变化。需要精确值时,仍应回到函数计算、导数或数值结果进行验证。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

用图像建立数学直觉

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通