1.什么是符号计算?
符号计算象征性地处理数学对象的计算。这意味着数学对象是准确而非近似地表示的,带有未评估变量的数学表达式以符号形式保留。
例,假设我们想使用内置的Python函数来计算平方根
code:
import math
print(math.sqrt(9))
结果
3.0
9是一个完美的平方,所以我们得到了确切的答案3。但是,假设我们计算出的数字的平方根不是一个完美的平方
code
print(math.sqrt(8))
结果
2.82842712475
2.82842712475不是8的确切平方根,只是一个近似结果,假设我们确切一点 8 = 2 2 \sqrt{8}=2\sqrt{2} 8=22
code
import sympy
print(sympy.sqrt(8))
Out:
2*sqrt(2)
在这里我们开始看到符号计算的真正功能,符号化的符号结果可以简化。
2.更有趣的例子
让我们定义一个符号表达式,代表数学表达式 x + 2 y x+2y x+2y。
code:
from sympy import symbols
x, y = symbols('x y')
expr = x + 2*y
expr
Out[2]:
x + 2*y
注意,我们写 x + 2 ∗ y x + 2 * y x+2∗y就像 x x x和 y y y是普通的Python变量一样。 但是在这种情况下,表达式不求值,而是保持为 x + 2 ∗ y x + 2 * y x+2∗y。 现在让我们做一下:
expr + 1
Out[3]:
x + 2*y + 1
expr - x
Out[4]:
2*y
当我们输入 e x p r − x expr-x expr−x时,我们没有得到 x + 2 ∗ y − x x + 2 * y-x x+2∗y−x,而只有 2 ∗ y 2 * y 2∗y。 x x x和 − x -x −x相互抵消。在SymPy中并非总是如此。
x*expr
Out[5]:
x*(x + 2*y)
在这里,我们可能期望
x
(
x
+
2
y
)
x(x + 2y)
x(x+2y)转换为
x
2
+
2
x
y
x^{2} + 2xy
x2+2xy,但大多数简化都不是自动执行的。
在SymPy中,有些功能可以从一种形式转换为另一种形式
from sympy import expand, factor
expanded_expr = expand(x*expr)
expanded_expr
Out[6]:
x**2 + 2*x*y
factor(expanded_expr)
Out[7]:
x*(x + 2*y)
3.符号计算的魅力
诸如SymPy之类的符号计算系统的真正能力是能够以符号方式进行各种计算。SymPy可以简化表达式,求导,积分和极值,求解方程式,使用矩阵等等,都可以用符号来完成。
from sympy import *
x, t, z, nu = symbols('x t z nu')
init_printing(use_unicode=True)# 这将使所有其他示例使用unicode字符进行打印
例1:对 s i n ( x ) e x sin(x)e^{x} sin(x)ex求导
print(diff(sin(x)*exp(x), x))
exp(x)*sin(x) + exp(x)*cos(x)
例2:计算 ∫ ( e x s i n ( x ) + e x c o s ( x ) ) d x \int(e^{x}sin(x)+e^{x}cos(x))~dx ∫(exsin(x)+excos(x)) dx
print(integrate(exp(x)*sin(x) + exp(x)*cos(x), x))
exp(x)*sin(x)
例3:计算 ∫ − o o o o s i n ( x 2 ) d x \int_{-oo}^{oo}sin(x^{2})~dx ∫−oooosin(x2) dx
print(integrate(sin(x**2), (x, -oo, oo)))
sqrt(2)*sqrt(pi)/2