Sympy 简化逻辑
Sympy simplify logic
我最近开始使用 Sympy,从一开始它在我看来就很奇怪。
考虑一个变量的两个多项式 fx 和 tn_shifted。我从另一个中减去一个以获得多项式 p2。然后我对其进行化简,得到一个完全不同的表达式,如下所示。
import sympy as spy
from sympy import Symbol
x = Symbol('x')
a, b = 1, 3
n = 3
tn = lambda x: x**3 - 3*x
fx = spy.simplify(x**3 - 2*x**2 + x + 1)
tn_shifted = (b - a)**n / (2**(2*n - 1)) * tn((2*x - (b + a)) / (b - a))
tn_shifted = spy.simplify(tn_shifted)
p2_ethalon = fx - tn_shifted
print(fx - p2_ethalon - tn_shifted)
p2_simplified = spy.simplify(fx - tn_shifted)
print(fx - p2_simplified - tn_shifted)
p2_expanded = spy.expand(fx - tn_shifted)
print(fx - p2_expanded - tn_shifted)
print(p2_ethalon - p2_simplified)
这是一个输出:
0
0.25*x**3 - 1.5*x**2 + 3.0*x - 0.25*(x - 2)**3 - 2.0
0.25*x**3 - 1.5*x**2 + 3.0*x - 0.25*(x - 2)**3 - 2.0
0.25*x**3 - 1.5*x**2 + 3.0*x - 0.25*(x - 2)**3 - 2.0
Sympy 带有 anaconda for python 3.5 under OS X Yosemite
这是pip show sympy
信息
Name: sympy
Version: 0.7.6.1
Summary: Computer algebra system (CAS) in Python
Home-page: http://sympy.org
Author: SymPy development team
Author-email: sympy@googlegroups.com
License: BSD
Location: /Users/cnst/anaconda/lib/python3.5/site-packages
那么,Sympy 在简化表达式时是否有错误或有一些不平凡的逻辑?
没有错误。如果您简化最后三个表达式,您会发现它们全部抵消了。
>>> print(fx - p2_simplified - tn_shifted)
0.25*x**3 - 1.5*x**2 + 3.0*x - 0.25*(x - 2)**3 - 2.0
>>> print((fx - p2_simplified - tn_shifted).simplify())
0
一旦您强制 (x - 2)**3
项展开,一切都会迎刃而解。为什么会发生这种情况?最初,你有
>>> fx
x**3 - 2*x**2 + x + 1
>>> tn_shifted
-0.75*x + 0.25*(x - 2)**3 + 1.5
>>> p2_ethalon
x**3 - 2*x**2 + 1.75*x - 0.25*(x - 2)**3 - 0.5
所以,很自然地,
>>> p2_ethalon + tn_shifted
x**3 - 2*x**2 + 1.0*x + 1.0
当你从 fx
中减去它时,它会导致一切都很好地抵消。但是,对于 p2_simplified
,您要求它孤立地简化 p2_ethalon
,这 returns
>>> p2_simplified
0.75*x**3 - 0.5*x**2 - 1.25*x + 1.5
这里的问题是,当你将它添加到 tn_shifted
时,sympy 没有意识到通过从 tn_shifted
扩展立方体可以让一切变得更简单,所以他们留在limbo 作为一个更复杂的表达式。
>>> p2_simplified + tn_shifted
0.75*x**3 - 0.5*x**2 - 2.0*x + 0.25*(x - 2)**3 + 3.0
但是,如果您要从 tn_shifted
扩展立方体,上面的内容将简化为 fx
。
>>> tn_expanded = tn_shifted.expand()
>>> p2_simplified + tn_expanded
1.0*x**3 - 2.0*x**2 + 1.0*x + 1.0
最重要的是,sympy 不会在每次添加、乘法、减法等新项时都积极地简化表达式。孤立地简化表达式的一部分可能会阻止 sympy 以后看到更大的模式将导致更全面的简化。
我在使用 Maple 时也有过几次类似的经历,为了使公式完全符合我想要的形式,我不得不嵌套像 simplify(collect(expand(expr))) 这样的函数.
我最近开始使用 Sympy,从一开始它在我看来就很奇怪。
考虑一个变量的两个多项式 fx 和 tn_shifted。我从另一个中减去一个以获得多项式 p2。然后我对其进行化简,得到一个完全不同的表达式,如下所示。
import sympy as spy
from sympy import Symbol
x = Symbol('x')
a, b = 1, 3
n = 3
tn = lambda x: x**3 - 3*x
fx = spy.simplify(x**3 - 2*x**2 + x + 1)
tn_shifted = (b - a)**n / (2**(2*n - 1)) * tn((2*x - (b + a)) / (b - a))
tn_shifted = spy.simplify(tn_shifted)
p2_ethalon = fx - tn_shifted
print(fx - p2_ethalon - tn_shifted)
p2_simplified = spy.simplify(fx - tn_shifted)
print(fx - p2_simplified - tn_shifted)
p2_expanded = spy.expand(fx - tn_shifted)
print(fx - p2_expanded - tn_shifted)
print(p2_ethalon - p2_simplified)
这是一个输出:
0
0.25*x**3 - 1.5*x**2 + 3.0*x - 0.25*(x - 2)**3 - 2.0
0.25*x**3 - 1.5*x**2 + 3.0*x - 0.25*(x - 2)**3 - 2.0
0.25*x**3 - 1.5*x**2 + 3.0*x - 0.25*(x - 2)**3 - 2.0
Sympy 带有 anaconda for python 3.5 under OS X Yosemite
这是pip show sympy
信息
Name: sympy
Version: 0.7.6.1
Summary: Computer algebra system (CAS) in Python
Home-page: http://sympy.org
Author: SymPy development team
Author-email: sympy@googlegroups.com
License: BSD
Location: /Users/cnst/anaconda/lib/python3.5/site-packages
那么,Sympy 在简化表达式时是否有错误或有一些不平凡的逻辑?
没有错误。如果您简化最后三个表达式,您会发现它们全部抵消了。
>>> print(fx - p2_simplified - tn_shifted)
0.25*x**3 - 1.5*x**2 + 3.0*x - 0.25*(x - 2)**3 - 2.0
>>> print((fx - p2_simplified - tn_shifted).simplify())
0
一旦您强制 (x - 2)**3
项展开,一切都会迎刃而解。为什么会发生这种情况?最初,你有
>>> fx
x**3 - 2*x**2 + x + 1
>>> tn_shifted
-0.75*x + 0.25*(x - 2)**3 + 1.5
>>> p2_ethalon
x**3 - 2*x**2 + 1.75*x - 0.25*(x - 2)**3 - 0.5
所以,很自然地,
>>> p2_ethalon + tn_shifted
x**3 - 2*x**2 + 1.0*x + 1.0
当你从 fx
中减去它时,它会导致一切都很好地抵消。但是,对于 p2_simplified
,您要求它孤立地简化 p2_ethalon
,这 returns
>>> p2_simplified
0.75*x**3 - 0.5*x**2 - 1.25*x + 1.5
这里的问题是,当你将它添加到 tn_shifted
时,sympy 没有意识到通过从 tn_shifted
扩展立方体可以让一切变得更简单,所以他们留在limbo 作为一个更复杂的表达式。
>>> p2_simplified + tn_shifted
0.75*x**3 - 0.5*x**2 - 2.0*x + 0.25*(x - 2)**3 + 3.0
但是,如果您要从 tn_shifted
扩展立方体,上面的内容将简化为 fx
。
>>> tn_expanded = tn_shifted.expand()
>>> p2_simplified + tn_expanded
1.0*x**3 - 2.0*x**2 + 1.0*x + 1.0
最重要的是,sympy 不会在每次添加、乘法、减法等新项时都积极地简化表达式。孤立地简化表达式的一部分可能会阻止 sympy 以后看到更大的模式将导致更全面的简化。
我在使用 Maple 时也有过几次类似的经历,为了使公式完全符合我想要的形式,我不得不嵌套像 simplify(collect(expand(expr))) 这样的函数.