sympy 解决常见高数问题

原文链接: sympy 解决常见高数问题

上一篇: python pycrypto 加密解密

下一篇: opencv 手指捕捉

参考

https://zhuanlan.zhihu.com/p/35150541

常见操作说明pdf

链接：https://pan.baidu.com/s/1Xxq8NwZz-zWoaux12clDRg
提取码：z07w

链接: https://pan.baidu.com/s/1wKmK2h9GCGDWUrntkQSZJQ 密码:rb4r

什么是基于符号的计算（符号求解）？

在高数学习中，甚至在工作中，都会面临计算基本微积分的问题。可能你会想，只要写个程序，运用极限法思想，全部都用双精度浮点数就能八九不离十的解出来。但是请看下面：

>>> import sympy, math
>>> math.sqrt(2) ** 2
2.0000000000000004
>>> sympy.sqrt(2) ** 2
2

x**2表示 x^2 ，sqrt(x)表示 x^.5

为什么用sympy的计算结果貌似要比math单纯浮点计算后误差小很多，或者说基本没有？

>>> x = sympy.Symbol('x')
>>> sympy.sqrt(x) ** 2
x
>>> sympy.sqrt(8)
2*sqrt(2)

因为sympy的计算本质是符号计算，也就是它先计算表达式 ，sympy先将其化简为 x ，在代入求值。

sympy安装

sudo pip install sympy 或者 sudo pip3 install sympy
如果你用anaconda则 conda install sympy

Let's get started!

首先我们从sympy包中导入所有内建函数

from __future__ import division 
#如果你用的python2，请加上上面这句话导入python3的除法
#将Python2的除法操作符“/”从整数除法改为普通除法
from sympy import *
x = Symbol('x')
y = Symbol('y')
z = Symbol('z')
a = Symbol('a')
b = Symbol('b')
c = Symbol('c')
# 等同于 x, y, z, a, b, c = symbols('x, y, z, a, b, c')
# 建议用下面这种表达，因为一个一个导入符号实在是太麻烦了。
f = (2/3)*x**2 + (1/3)*x**2 + x + x + 1

simplify表达式化简

f.simplify()
print(f)
结果：
x**2 + 2*x + 1

对，就是这么简单。

expand表达式展开

>>> f = (x+1)**2
>>> print(expand(f))
x**2 + 2*x + 1

solve方程自动求解

f1 = 2*x - y + z - 10
f2 = 3*x + 2*y - z - 16
f3 = x + 6*y - z - 28
print(solve([f1, f2, f3]))
结果：
{x: 46/11, z: 74/11, y: 56/11}

limit求极限

首先，limit可以作为普通的代入化简求值方法。比如 用 代入，得到

f = (x+1)**2 + 1
print(limit(f, x, a-1))
结果：a**2 + 1

>>> f = sin(x)/x
>>> print(limit(f, x, 0)) # 输入三个值，函数，自变量，自变量取值
1

从负方向逼近，dir可以取'+' 或者 '-'
>>> print(limit(f, x, 0, dir='-'))
1

f = cos(x)
dx = Symbol('dx')
>>> print(limit(f, x, a)) # 这个的意思是函数f，自变量x用a代入
cos(a)
>>> print(limit(f, x, a-dx))# f的自变量x用a-dx代入
cos(a - dx)
>>> print(limit((limit(f,x,a)-limit(f,x,a-dx))/dx, dx, 0))
-sin(a) #这就是答案

>>> n = Symbol('n')
>>> print(limit(((n+3)/(n+2))**n, n, oo))
E

无穷用oo表示，负无穷用-oo

diff求导

diff(你的函数，自变量，求导的次数）

>>> diff(sin(2*x), x) 
2*cos(2*x)
>>> sin(2*x).diff(x) 
2*cos(2*x)
>>> diff(sin(2*x), x, 2) 
-4*sin(2*x)
>>> diff(sin(2*x), x, 3)
-8*cos(2*x)
>>> diff(sin(x*y), x,2,y,3) 
x*(x**2*y**2*cos(x*y) + 6*x*y*sin(x*y) - 6*cos(x*y))

dsolve()计算微分方程

>>> x = symbols("x", real=True) # 定义符号x 为实数 
>>>eq1 = dsolve(f(x).diff(x) + f(x)**2 + f(x), f(x)) 
>>>eq1
f(x) == -C1/(C1 - exp(x))

如果设置hint参数为“best”,就能得到更简
单的显函数表达式

>>> eq2 = dsolve(f(x).diff(x) + f(x)**2 + f(x), f(x), hint="best")
>>> eq2
f(x) == -C1/(C1 - exp(x))

intergrate积分计算

1. 定积分

>>> f = x**2 + 1
>>> integrate(f, (x, -1, 1))
8/3

>>> integrate(exp(x), (x, -oo, 0))
1

2. 不定积分

>>> f = 3*x**2 + 1
>>> integrate(f, x)
x**3 + x

3. 双重定积分

>>> f = (4/3)*x + 2*y
>>> integrate(f, (x, 0, 1), (y, -3, 4))
21/2

4. 双重不定积分

>>> f = (4/3)*x + 2*y
>>> integrate(f, (x, 0, 1), (y, -x, x))
x