如何用 numpy 找到 Wronskian 行列式答案

【问题标题】：How can I find Wronskian determinant with numpy如何用 numpy 找到 Wronskian 行列式
【发布时间】：2021-07-15 23:08:17
【问题描述】：

我试图找到这 3 个函数的 Wronskian 行列式，但代码有“TypeError: No loop match the specified signature and cast was found for ufunc det”。我该如何解决？

import numpy as np
import numpy.linalg
import sympy as sp
x = sp.Symbol('x')
e=sp.exp(-3*x) #inputs
f=sp.cos(2*x) 
g=sp.sin(2*x)
buneya=np.array([e,f,g],dtype=object)


a=sp.diff(buneya[0]) #first derivative
b=sp.diff(buneya[1])
c=sp.diff(buneya[2])

k=sp.diff(a)
l=sp.diff(b) #second derivative
m=sp.diff(c)
wronskian=np.array([[e,f,g],[a,b,c],[k,l,m]],dtype=object)
print (np.linalg.det(wronskian) )  #determinant

Traceback (most recent call last):

  File "C:\Users\canat\.spyder-py3\temp.py", line 20, in <module>
    print (np.linalg.det(wronskian) )

  File "<__array_function__ internals>", line 5, in det

  File "C:\ProgramData\Anaconda3\lib\site-packages\numpy\linalg\linalg.py", line 2159, in det
    r = _umath_linalg.det(a, signature=signature)

TypeError: No loop matching the specified signature and casting was found for ufunc det

【问题讨论】：

请显示回溯
@MadPhysicist 完成
此外，np.linalg.det 对具体数字进行操作，而不是符号对象数组。 sympy 有行列式功能吗？
我强烈建议将回溯格式化为代码。使用三个反引号来避免缩进。
我不知道 sympy det

标签： python arrays numpy sympy

【解决方案1】：

就这么简单：

import sympy as sp
x = sp.Symbol('x')
e=sp.exp(-3*x) #inputs
f=sp.cos(2*x) 
g=sp.sin(2*x)
buneya=[e,f,g]

a=sp.diff(buneya[0]) #first derivative
b=sp.diff(buneya[1])
c=sp.diff(buneya[2])

k=sp.diff(a)
l=sp.diff(b) #second derivative
m=sp.diff(c)
wronskian=sp.Matrix([[e,f,g],[a,b,c],[k,l,m]]).det()
print(wronskian)

26*exp(-3*x)*sin(2*x)**2 + 26*exp(-3*x)*cos(2*x)**2

请参阅 sympy 矩阵 docs 了解更多信息。

编辑 #1 甚至更简单！

import sympy as sp
from sympy.matrices import dense

x = sp.Symbol('x')
e=sp.exp(-3*x) #inputs
f=sp.cos(2*x) 
g=sp.sin(2*x)

wronskian = dense.wronskian([e,f,g],x)
print(wronskian)

返回相同的

26*exp(-3*x)*sin(2*x)**2 + 26*exp(-3*x)*cos(2*x)**2

wronskian 方法也记录在 sympy docs。

【讨论】：