Search results
Explore math with our beautiful, free online graphing calculator. Graph functions, plot points, visualize algebraic equations, add sliders, animate graphs, and more.
- 3D Graph
3D Graph - Graphing Calculator - Desmos
- Graphing Calculator
Graphing Calculator - Graphing Calculator - Desmos
- Vector Field Generator
Vector Field Generator - Graphing Calculator - Desmos
- Graphing Linear Inequalities Systems
Graphing Linear Inequalities Systems - Graphing Calculator -...
- Log & Exponential Graphs
Log & Exponential Graphs - Graphing Calculator - Desmos
- Piecewise Function
Piecewise Function - Graphing Calculator - Desmos
- Unit Step Function
Unit Step Function - Graphing Calculator - Desmos
- Coordinate Plane
Coordinate Plane - Graphing Calculator - Desmos
- 3D Graph
Interactive, free online graphing calculator from GeoGebra: graph functions, plot data, drag sliders, and much more!
Use Wolfram|Alpha to generate plots of functions, equations and inequalities in one, two and three dimensions. Gain additional perspective by studying polar plots, parametric plots, contour plots, region plots and many other types of visualizations of the functions and equations of interest to you.
Funkcje parzyste i nieparzyste. 8. Wektory w układzie współrzędnych. 9. Przesunięcia wykresów funkcji. 10. Przekształcanie wykresu przez symetrię względem osi układu współrzędnych. 11. Funkcja złożona.
Współrzędne wektora zapisujemy w nawiasach kwadratowych, np.: \[\vec{v}=[3, 4]\qquad \vec{AB}=[2,-1]\] Pierwsza współrzędna oznacza przesunięcie wzdłuż osi \(Ox\), a druga wzdłuż osi \(Oy\).
Wykres rozrzutu (ang. scatterplot), nazywany inaczej wykresem punktowym, służy do obrazowania danych na kartezjańskim (czyli posiadającym dwie osie X i Y) układzie współrzędnych, reprezentowanych przez co najmniej dwie zmienne ilościowe.
plot (x, y) #. Plot y versus x as lines and/or markers. See plot. import matplotlib.pyplot as plt import numpy as np plt.style.use('_mpl-gallery') # make data x = np.linspace(0, 10, 100) y = 4 + 1 * np.sin(2 * x) x2 = np.linspace(0, 10, 25) y2 = 4 + 1 * np.sin(2 * x2) # plot fig, ax = plt.subplots() ax.plot(x2, y2 + 2.5, 'x', markeredgewidth=2) ax.