利用Sympy做数学

简介:   SymPy是一个符号计算的Python库。它的目标是成为一个全功能的计算机代数系统,同时保持代码简洁、易于理解和扩展。它完全由Python写成,不依赖于外部库。

  SymPy是一个符号计算的Python库。它的目标是成为一个全功能的计算机代数系统,同时保持代码简洁、易于理解和扩展。它完全由Python写成,不依赖于外部库。它的详细教程的网址为:http://docs.sympy.org/latest/tutorial/index.html.
  本文将介绍Sympy的在数学计算和公式上的几个精彩应用,这绝对是数学爱好者和Python爱好者的福音!

  • 因式分解
  • 1k+2k+...+nk(k=1,2,...,8)
  • 多项式的最大公因式
  • 三次多项式的判别式

  接下来将结合程序具体展示:  
1. 因式分解

  Sympy_factor1
  在IPython中运行init_printing()是为了用Latex输出数学公式。接下来因式分解 x3+y3+z33xyz ,它在数学上应用广泛。
  Sympy_factor2
  
2. 1k+2k+...+nk(k=1,2,...,8) 的公式计算

  利用summation(expr,(arg,range1,range2))函数可以计算连加,expr为表达式,(arg,range1,range2)为变量范围。
  
  Sympy_summation1
  这里写图片描述

3.多项式的最大公因式

  计算两个多项式的最大公因式,可以用辗转相除法,但是在这里我们先计算出它们的公共根,然后再展开即可。我们以计算 f(x)=x4+x3+2x2+x+1 g(x)=x3+x2+x+1 的最大公因式为例:
  Sympy_gcd1
  
  运行结果如下:
  Sympy_gcd2
  
4.三次多项式的判别式

  设三次多项式为 ax3+b2+cx+d 的三个根为 x1,x2,x3 ,则它的判别式为 a4(x1x2)2(x1x3)2(x2x3)2.
  三次判别式
  
  但是我们用同样的方法在计算四次方程的判别式时,就遇到了困难,因为你可能花几个小时也算不出,需要借助数学理论的帮助。这会在下一篇分享中会讲到~~



  期待下一篇分享^o^

目录
相关文章
|
存储 消息中间件 运维
招联金融基于 Apache Doris 数仓升级:单集群 QPS 超 10w,存储成本降低 70%
招联内部已有 40+ 个项目使用 Apache Doris ,拥有超百台集群节点,个别集群峰值 QPS 可达 10w+ 。通过应用 Doris ,招联金融在多场景中均有显著的收益,比如标签关联计算效率相较之前有 6 倍的提升,同等规模数据存储成本节省超 2/3,真正实现了降本提效。
431 11
招联金融基于 Apache Doris 数仓升级:单集群 QPS 超 10w,存储成本降低 70%
|
10月前
|
Java API Maven
如何使用Java开发抖音API接口?
在数字化时代,社交媒体平台如抖音成为生活的重要部分。本文详细介绍了如何用Java开发抖音API接口,从创建开发者账号、申请API权限、准备开发环境,到编写代码、测试运行及注意事项,全面覆盖了整个开发流程。
1381 10
|
10月前
|
Java 关系型数据库 数据库连接
使用 Spring Boot 执行数据库操作:全面指南
使用 Spring Boot 执行数据库操作:全面指南
1448 1
|
Ubuntu PHP 开发工具
ubuntu 使用命令行更换国内源
ubuntu 使用命令行更换国内源
2748 35
|
10月前
|
网络协议 Java Linux
如何解决“连接超时”的问题
当遇到“连接超时”问题时,可尝试以下方法:检查网络连接、重启路由器、清除浏览器缓存、关闭防火墙或杀毒软件、更改DNS服务器等。若问题依旧,建议联系网络服务提供商或技术人员寻求帮助。
4132 6
|
数据可视化 数据挖掘 API
使用Python进行数据可视化:探索Matplotlib和Seaborn库
【9月更文挑战第19天】在数据科学领域,将复杂的数据集转换成直观、易懂的图形是一项基本而关键的技能。本文旨在通过Python编程语言介绍两个强大的数据可视化库——Matplotlib和Seaborn,以及它们如何帮助数据分析师和研究人员揭示数据背后的故事。我们将从基础概念讲起,逐步深入到高级技巧,确保无论读者的背景如何,都能获得必要的知识和启发,以在自己的项目中实现有效的数据可视化。
|
安全 编译器 C语言
C语言安全编程:避免缓冲区溢出等安全。
C语言安全编程:避免缓冲区溢出等安全。
|
机器学习/深度学习 资源调度 PyTorch
面向大规模分布式训练的资源调度与优化策略
【8月更文第15天】随着深度学习模型的复杂度不断提高,对计算资源的需求也日益增长。为了加速训练过程并降低运行成本,高效的资源调度和优化策略变得至关重要。本文将探讨在大规模分布式训练场景下如何有效地进行资源调度,并通过具体的代码示例来展示这些策略的实际应用。
1230 1
|
机器学习/深度学习 人工智能 安全
构建未来:AI驱动的自适应网络安全防御系统云端守卫:云计算环境下的网络安全与信息保护策略
【5月更文挑战第27天】 在数字化时代,网络安全威胁持续进化,传统的安全措施逐渐显得力不从心。本文探讨了人工智能(AI)技术如何革新现代网络安全防御系统,提出一个基于AI的自适应网络安全模型。该模型结合实时数据分析、模式识别和自我学习机制,能够动态调整防御策略以应对未知攻击。文章不仅分析了此模型的核心组件,还讨论了实施过程中的挑战与潜在效益。通过引入AI,我们展望一个更加智能且具有弹性的网络安全环境,旨在为未来的网络防护提供一种创新思路。
|
存储 关系型数据库 MySQL
索引的威力--记一次MySQL存储过程优化
在MySQL存储过程中,一个`INSERT INTO SELECT`语句起初执行超过130秒,优化后,执行时间降低到1秒内,实现了100倍的性能提升。问题在于`NOT IN`子查询导致的慢查询,最终通过创建单列索引获得了最佳效果。文章还介绍了索引创建的基本语法,并讨论了单列索引与组合索引的优缺点。作者强调,随着数据量增加,索引对于查询性能的重要性,计划未来采用读写分离来进一步优化处理大量插入和查询的场景。
372 0