Visualize-ML

📚 本章内容

本章介绍集合论和符号代数的基础知识，包括集合运算、代数式处理、二项式系数、组合排列和多项式求根。这些是高等数学和计算机科学的基石。

4.1

集合运算

4.2-4.4

代数式处理

4.5-4.8

组合与排列

4.9

多项式求根

4.1 集合运算

集合是数学的基础概念，由一组不重复的元素组成。集合的基本运算包括：

并集 ∪

A ∪ B = {x | x ∈ A or x ∈ B}

交集 ∩

A ∩ B = {x | x ∈ A and x ∈ B}

差集 -

A - B = {x | x ∈ A and x ∉ B}

集合运算：韦恩图可视化

通过韦恩图直观理解集合的并集、交集和差集

集合 A

{1, 3, 5}

奇数集合

集合 B

{2, 4, 6}

偶数集合

并集 ∪

A ∪ B = 所有属于A或B的元素

{x | x ∈ A or x ∈ B}

运算结果

{1, 3, 5, 2, 4, 6}

包含 6 个元素

元素详情

1∈ A✓ 在结果中

2∈ B✓ 在结果中

3∈ A✓ 在结果中

4∈ B✓ 在结果中

5∈ A✓ 在结果中

6∈ B✓ 在结果中

💡 集合运算：集合是数学和计算机科学的基础概念。并集、交集、差集是三种基本运算，它们在数据处理、关系建模和逻辑推理中有广泛应用。

4.2-4.4 符号代数：从表达式到函数

符号代数允许我们用符号表示数学对象，进行代数式的操作和变换。

主要操作

• 符号替换：x → cos(y)
• 展开：(x+1)³ → x³+3x²+3x+1
• 因式分解：x³+2x²-x-2 → (x+2)(x+1)(x-1)
• 转换为函数：lambdify()

应用场景

• 公式推导
• 符号计算
• 解析函数构建
• 方程求解

🐍 Python 工具

SymPy库提供了强大的符号计算能力，包拯symbols()、expand()、factor()、 collect()、lambdify()等函数，使得代数式的操作变得简单高效。

4.5 二项式系数：帕斯卡三角形

二项式(x + 1)ⁿ展开后，各项系数遵循帕斯卡三角形规律。这些系数不仅在代数中重要，更与概率论中的二项分布密切相关。

(x + 1)ⁿ = Σ_k=0ⁿ C(n,k) x^k

C(n,k) = n! / (k!(n-k)!) —— 二项式系数

二项式系数分布

观察 (x + 1)ⁿ 展开式系数如何随n增大而形成对称的钟形分布

速度:

n =

二项式展开

(x + 1)⁴

展开后有 5 项，系数遵循帕斯卡三角形规律

系数统计

项数:5

最大系数:6

中心位置:k = 2

系数和:2⁴ = 16

帕斯卡三角形规律

递推公式:

C(n,k) = C(n-1,k-1) + C(n-1,k)

对称性:

C(n,k) = C(n,n-k)

计算公式:

C(n,k) = n! / (k!(n-k)!)

分布特征

✦ n较小时，系数分布呈现离散的对称形状

系数列表

C(4,0)

C(4,1)

C(4,2)

C(4,3)

C(4,4)

💡 数学洞察：二项式系数不仅在代数展开中重要，更与概率论中的二项分布密切相关。当n趋向无穷时，二项分布逐渐逼近正态分布，这是中心极限定理的一个体现。

4.6-4.8 组合与排列：顺序的重要性

组合和排列是计数原理的基础。关键区别在于是否考虑元素的顺序。

组合

不考虑顺序
C(n,r) = n!/(r!(n-r)!)

排列

考虑顺序
P(n,r) = n!/(n-r)!

全排列

所有元素
P(n,n) = n!

组合与排列：顺序的重要性

直观理解组合和排列的区别

速度:

已生成: 0 / 3

组合 (Combination)

从n个元素中选r个，不考虑顺序

C(n,r) = n! / (r!(n-r)!)

基本参数

元素集合:{A, B, C}

元素个数 n:3

选择个数 r:2

结果总数:3

核心区别

组合 (不考虑顺序):

(A,B) 和 (B,A) 算同一种

排列 (考虑顺序):

(A,B) ≠ (B,A)，顺序不同算不同结果

公式推导

排列: P(n,r) = n!/(n-r)!

= 3!/1! = 3×2

组合: C(n,r) = P(n,r)/r!

= 6/2! = 3

应用场景

组合应用:

彩票选号、委员会选举、抽样调查

💡 组合数学：组合与排列是计数原理的基础。组合不考虑顺序，排列考虑顺序。记住：排列数总是大于等于组合数，因为 C(n,r) = P(n,r) / r!

4.9 多项式求根

多项式的根是使得多项式等于零的x值。求根方法包括因式分解、公式法和数值方法。

符号方法 (SymPy)

• solve(表达式, x)
• 精确解
• 适用于理论计算

数值方法 (NumPy)

• np.roots(coeffs)
• 数值近似解
• 高效处理大型问题

多项式求根可视化

观察多项式函数的图像与根的关系

选择多项式

函数图像

多项式表达式

f(x) = x³ + 2x² - x - 2

次数: 3

因式分解

(x + 2)(x + 1)(x - 1)

根 (Roots)

x₁ =-2

f(-2) = 0

x₂ =-1

f(-1) = 0

x₃ =1

f(1) = 0

共 3 个实根

系数列表

x³ + 2x² - x - 2

系数数组: [1, 2, -1, -2]

求根方法

• 符号法：sympy.solve()

• 数值法：numpy.roots()

• 因式分解法：手动分解

💡 多项式根的几何意义：多项式的根就是函数图像与x轴的交点。实根对应图像与x轴的实际交点，复根则表示函数在实数范围内不与x轴相交。根的个数等于多项式的次数（代数基本定理）。

📚 代数基本定理

n次多项式在复数域上有且仅有n个根（计重复数）。实系数多项式的复数根总是成对出现。

章节总结

关键要点

📦

集合论

数学的基础

🔢

符号代数

抽象与计算

🔢

计数原理

组合与排列

🎯

多项式

根与因式分解

核心概念

▸集合运算（并、交、差）是数据处理和关系建模的基础
▸符号代数允许我们以符号形式处理数学表达式
▸二项式系数与帕斯卡三角形、二项分布有深刻联系
▸组合不考虑顺序，排列考虑顺序：C(n,r) = P(n,r) / r!
▸多项式的根在几何上对应函数图像与x轴的交点