import math
math.sqrt(8)
2.8284271247461903
我們看看Python中結果
math.sqrt(8).math.sqrt(8)
8.000000000000002
本以為會得到8.0,但沒想到得到8.000000000000002。
一、為什麼會這樣?
如果我們平常計算的任務常常有類似于上面的例子這樣的表達式,那麼直接用python計算其結果隻是真實值的逼近。如果這樣的計算很大很多,誤差會逐漸積累,這是我們不能忍受的,是以這時候就需要Python能處理這種數學符号計算。
二、什麼是數學符号計算?
數學符号計算能處理表征數字的符号計算。這意味着數學對象被精确地表示,而不是近似地表示,而具有未被計算的變量的數學表達式被留在符号形式中。
sympy庫簡介
Sympy是Python的一個數學符号計算庫。它目的在于成為一個富有特色的計算機代數系統。它保證自身的代碼盡可能的簡單,且易于了解,容易擴充。Sympy完全由Python寫成,不需要額外的庫。
sympy的表達式與我們平常的手寫的數學表達式略微有所差別,下面是sympy的方程表示符号
- 加号 +
- 減号 -
- 除号 /
- 乘号 *
- 等号 Eq()
- 指數 **
- 對數 log()
- e的指數次幂 exp()
上面的例子我們用Python實作一下。
import sympy
sympy.sqrt(8)
2*sqrt(2)
用sympy計算
sympy.sqrt(8)*sympy.sqrt(8)
8
三、簡單學一下sympy中的幾個執行個體
- 定義數學符号(類似于數學中的變量)
- 展開與折疊
- 簡化表達式
- 解方程
- 指派計算
- log計算
- 導數
- 積分
- 求極限
3.1 定義數學符号
讓我們定義一個符号表達式代表數學表達式 x+2yx+2y。首先我們要注意到python中的變量必須指派才能使用,是以無法表達該數學表達式。是以這裡一定要引入特殊的符号,這裡有兩種方法
- 方法一
from sympy import symbols
x,y = symbols('x y')
expr = x + 2*y
expr
x + 2*y
- 方法二
from sympy.abc import x,y
expr2 = x + 2*y
expr2
x + 2*y
**當數學表達式中的變量不是x,y這種單一字元,而是result這種多個字元長度的變量時,隻能用方法一。
3.2 展開與折疊
from sympy import expand,factor
from sympy.abc import x,y
expr = x**2+x*y+3*x
expr
x**2 + x*y + 3*x
- 折疊
factor(expr)
x**2 + x*y + 3*x
- 展開
expr2 = x*(x+y+3)
expand(expr2)
x**2 + x*y + 3*x
3.3 簡化表達式
有時候我們需要簡化表達式
- 普通的化簡
from sympy import simplify
from sympy.abc import x
simplify((x**3 + x**2 - x - 1)/(x**2 + 2*x + 1))
x - 1
- 三角化簡trigsimp
from sympy import trigsimp,sin,cos
from sympy.abc import x,y
y = sin(x)/cos(x)
trigsimp(y)
tan(x)
- 指數化簡
from sympy import powsimp
from sympy.abc import x,a,b
y = x**a * x**b
y
x**a*x**b
#指數化簡
powsimp(y)
x**(a + b)
3.4 解方程
注意在python中=是指派的意思,==雖然表示等于,但是會有很大的問題。在sympy中,我們使用Eq(x,y)表示x=y
from sympy.abc import x,y
from sympy import solve,linsolve,Eq
#對一個方程求解,使用solve
solve(Eq(2*x-1,3), x)
[2]
使用linsolve([方程1,方程2,...],(變量1,變量2,...))
#對多個方程求解,使用linsolve。方程的解為x=-1,y=3
linsolve([x+2*y-5,2*x+y-1], (x,y))
{(-1, 3)}
3.5 指派計算
from sympy.abc import x,y
from sympy import sin,cos
y = sin(x)+cos(x)
y
sin(x) + cos(x)
y.subs(x, x**2)
sin(x**2) + cos(x**2)
這裡的指派,不僅可以實作變量的替換,還可以賦與數字,進行計算。
y.subs(x, 0)
1
3.6 log運算
from sympy import log,expand_log
from sympy.abc import x,y,e
#expand_log為展開log,但需要将force=True,展開才能發生
expand_log(log(x**3), force=True)
3*log(x)
#expand_log為展開log,但需要将force=True,展開才能發生
expand_log(log(x**3))
log(x**3)
expand_log(log(e**x), force=True)
x*log(e)
3.7 導數
from sympy import diff,sin,cos
from sympy.abc import x,y,z,f
#對sin(x)求導
diff(sin(x))
cos(x)
diff(cos(x))
-sin(x)
偏導
#求偏導
f = 3*x**2*y*z
diff(f, x,y)
6*x*z
3.8 積分
from sympy.abc import pi,x
from sympy import integrate,sin
integrate(sin(x), (x,0,pi))
-cos(pi) + 1
3.9 極限
from sympy.abc import x
from sympy import limit
limit(1/x, x, 0, '+')
oo
3.10 展開式
高數中有泰勒展開式,拉格朗日展開式。
e^x=1+x+x^2/2!+x^3/3!+x^4/4!+...+x^n/n!+o(x^n)
比如當n=3時,
e^x=1+x+x^2/2+o(x^3)
這裡實作的方法是:sympy表達式.series(變量, 0, n)
from sympy import exp,symbols
x = symbols('x')
expr = exp(x)
expr.series(x, 0, 3)
1 + x + x**2/2 + O(x**3)