正文

正弦函数图像变换全解析：水平伸缩、垂直伸缩、相位平移、周期变化一步到位

/0 浏览量
0402

正弦函数是数学和物理学中非常基础且重要的函数之一。它描述了周期性变化的现象，如声波、振动等。在数学和工程学中，正弦函数的图像变换是理解和处理周期性信号的关键。本文将详细解析正弦函数的四种基本图像变换：水平伸缩、垂直伸缩、相位平移和周期变化。

水平伸缩

水平伸缩是指改变正弦波的周期，而振幅保持不变。如果将正弦函数 ( f(x) = \sin(x) ) 中的 ( x ) 替换为 ( kx )，其中 ( k ) 是一个常数，那么新的函数 ( f(kx) = \sin(kx) ) 就实现了水平伸缩。

  • 当 ( k > 1 ) 时：周期变短，图像向右压缩。
  • 当 ( 0 < k < 1 ) 时：周期变长，图像向左拉伸。

代码示例

import numpy as np
import matplotlib.pyplot as plt

# 定义水平伸缩函数
def stretched_sine(k):
    x = np.linspace(-2*np.pi, 2*np.pi, 1000)
    y = np.sin(k*x)
    return x, y

# 水平伸缩，k=2
x1, y1 = stretched_sine(2)
# 原始正弦波
x2, y2 = np.linspace(-2*np.pi, 2*np.pi, 1000), np.sin(x2)

plt.figure(figsize=(12, 6))
plt.plot(x1, y1, label='Stretched Sine (k=2)')
plt.plot(x2, y2, label='Original Sine')
plt.legend()
plt.show()

垂直伸缩

垂直伸缩是指改变正弦波的振幅，而周期保持不变。如果将正弦函数 ( f(x) = \sin(x) ) 中的 ( y ) 替换为 ( ky )，其中 ( k ) 是一个常数，那么新的函数 ( f(x) = k\sin(x) ) 就实现了垂直伸缩。

  • 当 ( k > 1 ) 时：振幅增加，图像向上拉伸。
  • 当 ( 0 < k < 1 ) 时：振幅减小，图像向下压缩。

代码示例

# 垂直伸缩，k=2
x, y2 = np.linspace(-2*np.pi, 2*np.pi, 1000), 2*np.sin(x)

plt.figure(figsize=(12, 6))
plt.plot(x, y2, label='Stretched Sine (k=2)')
plt.plot(x2, y2, label='Original Sine')
plt.legend()
plt.show()

相位平移

相位平移是指将正弦波沿水平方向移动。如果将正弦函数 ( f(x) = \sin(x) ) 中的 ( x ) 替换为 ( x - \phi )，其中 ( \phi ) 是一个常数，那么新的函数 ( f(x - \phi) = \sin(x - \phi) ) 就实现了相位平移。

  • 当 ( \phi > 0 ) 时：图像向右平移。
  • 当 ( \phi < 0 ) 时：图像向左平移。

代码示例

# 相位平移，φ=π
x, y3 = np.linspace(-2*np.pi, 2*np.pi, 1000), np.sin(x - np.pi)

plt.figure(figsize=(12, 6))
plt.plot(x, y3, label='Phase Shifted Sine (φ=π)')
plt.plot(x2, y2, label='Original Sine')
plt.legend()
plt.show()

周期变化

周期变化是指改变正弦波的周期，而振幅和相位保持不变。如果将正弦函数 ( f(x) = \sin(x) ) 中的 ( x ) 替换为 ( x - \phi )，其中 ( \phi ) 是一个常数，那么新的函数 ( f(x - \phi) = \sin(x - \phi) ) 就实现了周期变化。

  • 当 ( \phi > 0 ) 时：周期变短，图像向右压缩。
  • 当 ( \phi < 0 ) 时：周期变长，图像向左拉伸。

代码示例

# 周期变化，φ=π
x, y4 = np.linspace(-2*np.pi, 2*np.pi, 1000), np.sin(x - np.pi)

plt.figure(figsize=(12, 6))
plt.plot(x, y4, label='Periodic Shifted Sine (φ=π)')
plt.plot(x2, y2, label='Original Sine')
plt.legend()
plt.show()

通过以上四种变换，我们可以对正弦函数的图像进行灵活的调整，以适应不同的应用场景。希望本文能帮助你更好地理解正弦函数的图像变换。

-- 展开阅读全文 --