sympy

最新推荐文章于 2024-10-14 20:03:33 发布

浑浑噩噩666

最新推荐文章于 2024-10-14 20:03:33 发布

阅读量206

点赞数

文章标签：线性代数算法 python

本文链接：https://blog.csdn.net/hunhunee666/article/details/119564969

版权

这篇博客演示了如何使用Python的SymPy库进行各种数学计算，包括表达式求值、求和、求极限、多元函数极限、求导数、定积分、重积分、不定积分、公式化简、矩阵操作（如行列式、秩、行简型）、方程求解以及特征值和特征向量的计算。这些功能展示了SymPy在符号计算和数学问题解决中的强大能力。

摘要由CSDN通过智能技术生成

# -*- coding: utf-8 -*-
"""
Created on Wed Jul 28 12:13:50 2021

@author: ycl
"""


from sympy import *
from sympy.abc import *

# =============================================================================
# 表达式求值
# res = (x**2).evalf(subs={x:6})
# print(res)
# =============================================================================

# =============================================================================
# 求和
# res = summation(n, (n, 1, 100))
# print(res)
# =============================================================================

# =============================================================================
# 求极限
# res = limit(sin(x)/x, x, 0)
# print(res)
# =============================================================================

# =============================================================================
# 多元函数极限
# res = ((x**2+y**2)**((x**2)*(y**2))).subs({x:0, y:0})
# print(res)
# =============================================================================

# =============================================================================
# 求导数
# res = diff(x**2, x)
# print(res)
# =============================================================================

# =============================================================================
# 求定积分
# res = integrate(sin(x), (x, 0, pi))
# print(res)
# =============================================================================

# =============================================================================
# 求重积分
# res = integrate(integrate(t, (t, 0, x)), (x, 0, 1))
# print(res)
# =============================================================================

# =============================================================================
# 求不定积分
# res = integrate(sin(x), x)
# print(res)
# =============================================================================

# =============================================================================
# 化简公式
# res = simplify((x**2-1)/(x-1))
# print(res)
# =============================================================================

# =============================================================================
# 一维矩阵
# m = Matrix([1, 2, 3])
# 二维矩阵
# m = Matrix([[3, -2, 0, -1], [0, 2, 2, 1], [1, -2, -3, -2], [0, 1, 2, 1]])
# =============================================================================

# =============================================================================
# 单位矩阵
# m = eye(3)
# 零矩阵
# m = zeros(2)
# m = zeros(2, 3)
# 一矩阵
# m = ones(2)
# m = ones(2, 3)
# =============================================================================

# =============================================================================
# 行列式
# m = Matrix([[3, -2, 0, -1], [0, 2, 2, 1], [1, -2, -3, -2], [0, 1, 2, 1]])
# print(m.det())
# =============================================================================

# =============================================================================
# 矩阵的秩
# m = Matrix([[2, -1, 8, 1], [2, 4, -2, 6], [1, 1, 1, 2]])
# print(m.rank())
# =============================================================================

# =============================================================================
# 行最简型--reduced row echelon form
# m = Matrix([[3, -2, 0, -1], [0, 2, 2, 1], [1, -2, -3, -2], [0, 1, 2, 1]])
# print(m.rref())
# =============================================================================

# =============================================================================
# 解方程
# res = solve(x**2-9)
# print(res)
# =============================================================================

# =============================================================================
# 解方程组
# res = solve([x+y-3, x-y+5], [x, y])
# print(res)
# =============================================================================

# =============================================================================
# 特征值
# m = Matrix([[0, -2, -1], [-2, 3, 2], [-1, 2, 0]])
# print(m.eigenvals())
# 特征值和特征向量
# print(m.eigenvects())
# =============================================================================

# =============================================================================
# # 矩阵对角化--返回值第一个为特征向量，第二个为特征值
# m = Matrix([[0, -2, -1], [-2, 3, 2], [-1, 2, 0]])
# print(m.diagonalize())
# =============================================================================

# =============================================================================
# 施密特标准正交化
# m = [Matrix([1, 1, 0, 0]), Matrix([1, 0, 1, 0]), Matrix([-1, 0, 0, 1])]
# 第二个参数代表是否进行标准化
# res = GramSchmidt(m, True)
# print(res)
# =============================================================================

# =============================================================================
# # 常见的数学符号
# # 虚数单位 sympy.I
# # 自然底数 sympy.E
# # 无穷大 sympy.oo
# # 圆周率 sympy.pi
# # 求n次方根 sympy.root(8, 3)
# # 求对数 sympy.log(1024, 2)
# # 求阶乘 sympy.factorial(4)
# # 三角函数 sympy.sin sympy.cos sympy.tan
# =============================================================================