Python实现带参数的矩阵向量乘法及公式化简需求

SymPy是Python中专门用于符号数学运算的库，完全能满足你需要的参数化矩阵向量乘法、公式自动展开与化简需求，无需依赖外部工具。

具体实现步骤： #

1. 导入SymPy库并定义符号变量
   先把需要用到的矩阵元素和向量元素定义为符号变量：

   from sympy import symbols, Matrix, simplify
   
   # 定义符号变量
   a11, a12, a21, a22, v1, v2 = symbols('a11 a12 a21 a22 v1 v2')
   

2. 创建矩阵与向量
   按照你的需求构造符号矩阵和向量：

   # 定义符号矩阵和向量
   mat = Matrix([[a11, a12], [a21, a22]])
   vec = Matrix([v1, v2])
   

3. 执行乘法并化简结果
   直接用SymPy的矩阵乘法操作，再通过simplify()完成同类项抵消等化简操作：

   # 计算矩阵-向量乘积
   res = mat * vec
   # 化简结果（如果有同类项会自动抵消）
   simplified_res = simplify(res)
   
   # 输出结果
   print("原始乘积结果：")
   print(res)
   print("\n化简后的结果：")
   print(simplified_res)
   

输出示例： #

运行上述代码后，会得到：

原始乘积结果：
Matrix([[a11v1 + a12v2], [a21v1 + a22v2]])

化简后的结果：
Matrix([[a11v1 + a12v2], [a21v1 + a22v2]])

如果你的矩阵或向量中存在同类项（比如a11=2x，a12=x，v1=3y，v2=6y），simplify()会自动完成合并：

# 带同类项的示例
x, y = symbols('x y')
mat2 = Matrix([[2*x, x], [3*x, 4*x]])
vec2 = Matrix([3*y, 6*y])
res2 = mat2 * vec2
simplified_res2 = simplify(res2)
print(simplified_res2)

输出：

Matrix([[12xy], [33xy]])

优势说明： #

• 完全基于Python本地运行，无需调用外部API，可轻松脚本化处理任意规模的符号矩阵/向量运算。
• 支持更复杂的符号运算，包括代数化简、因式分解、微积分等，满足后续扩展需求。

内容的提问来源于stack exchange，提问作者Freya W