嗨,
我正在尝试编写一个符号库,用于以分析方式计算3D多项式(变量是实数值t,多项式的单项式是3D矢量) . 特别是,我想计算两个多项式的叉积(在that question的后续中) . 在Sympy,我发现我可以:
-
使用来自sympy.physics.mechanics包的显式向量变量(带有实数值),在这种情况下,定义了叉积 .
-
使用矩阵符号,但没有为这些符号定义叉积 .
有什么方法可以象征性地代表交叉产品吗?
编辑:特别是,我感兴趣的是使两个相同向量的交叉乘积无效,并考虑在用一个向量分解多项式时的反交换性质 .
新编辑:为了让自己更清楚,我希望保持“符号层面” . 也就是说,我不想在每个变量上开发向量的项 .
例如,以下是计算贝塞尔曲线的代码:
from sympy import *
init_printing(use_unicode=True)
from scipy.special import binom
#default control points of a Bezier curve
p_is = [symbols('p'+str(i)) for i in range(5)]
class Bezier:
#eq is the equation of the curve, pis are the stored control point
#for special purpose such as the derivatives
def __init__(self, deg, eq = None, pis = None):
assert(deg)
self.deg = deg;
n_pts = deg +1
if pis == None:
self.pis = p_is[:n_pts]
else:
self.pis = pis[:];
if eq == None:
#computing the bernstein polynoms for a given degree
factors = [binom(deg,i) * t**i * (1-t)**(deg-i)*pis[i] for i in range(n_pts)]
self.eq = sum(factors);
else:
self.eq = eq
def __repr__(self):
res = "Degree : " + str(self.deg)
res += "\nEquation : " + self.eq.__repr__()
res += "\nwaypoints :\n" + str(self.pis)
return res
def __str__(self):
return self.__repr__()
b = Bezier(3)
print b
# Degree : 3
# Equation : 1.0*p0*(-t + 1)**3 + 3.0*p1*t*(-t + 1)**2 + 3.0*p2*t**2*(-t + 1) + 1.0*p3*t**3
# waypoints :
# [p0, p1, p2, p3]
print b.eq
# 1.0*p0*(-t + 1)**3 + 3.0*p1*t*(-t + 1)**2 + 3.0*p2*t**2*(-t + 1) + 1.0*p3*t**3
可以看出,变量p_is是向量的事实并不是真正相关的,除了出现叉积的情况 . 如果我要计算b与自身的交叉乘积,那么几个项就会消失,因为有些向量会与自身交叉 .
我试图做的是用简单的乘法“模拟”交叉乘积,然后迭代得到的等式去除所有平方项(对应于零) . 但这还不够,因为该产品不能保持交叉产品的反交换方面 .
我真正想要的是实际的交叉乘积符号(比如X)出现在等式中 . 我希望我更清楚
非常感谢你的帮助
史蒂夫
1 回答
我发现了一个适用于我的案例的解决方案(我只使用一次交叉产品,需要一些反思才能考虑扩展) . 我们的想法是使用额外的符号来表示实现交叉积的偏斜对称矩阵 . 例如,p0 ^ p1将被写为Cp0 * p1 . 我实现了一个实现此目的的方法,并确保如果pi ^ pi = 0 .
为了更好的分解,我基于符号的字母顺序引入了任意变换顺序 . 这意味着将写入p2 ^ p1 -Cp1 * p2这是因为其他简化,例如Cp2 ^ p1 Cp1 ^ p2 = 0将不会被sympy检测到 .
无论如何,这是相当hacky但在我的情况下,它允许我写我的库,所以在这里 .
执行交叉产品的方法是“交叉”,位于文件末尾 .