SymPy中det()在函数内外调用计算行列式结果不一致问题

问题原因 #

你遇到的问题本质是SymPy符号行列式的自动化简逻辑错误：

1. 你定义的函数f是关于x-(E+2B)的单变量函数，因此对E和B的偏导满足f.diff(B) = 2*f.diff(E)，推导得到的F矩阵是秩为1的矩阵，按照秩1更新行列式公式，det(Iprior + F) = 1 + F[0,0] + F[1,1]，本身是关于x的有理分式函数。
2. 第一种写法是先计算符号行列式再代入x的数值，此时SymPy对F矩阵元素的复杂有理分式做化简时，错误的将本该保留的x相关项消去，最终得到了恒为1的错误结果。
3. 第二种写法是先代入x的数值将矩阵所有元素转为数值，再计算数值行列式，不会触发符号化简的错误逻辑，因此结果正确。

解决方法 #

你要得到行列式作为x的函数，不需要修改求值顺序，只要调整函数返回逻辑即可，有两种可行方案：

方案1（最稳妥，推荐） #

函数内部返回矩阵而非提前计算行列式，拿到矩阵后再调用det()方法得到符号行列式函数，完全满足你作为x函数的需求：

def makeOneMeasurement(pCov,f,sigma,pvec,pmean):
    Iprior = np.linalg.inv(pCov)
    derivative_f = [f.diff(E),f.diff(B)]
    F = []
    for i in range(len(derivative_f)):
        for j in range(len(derivative_f)):
            g = derivative_f[i]*derivative_f[j]
            for k in range(len(pvec)):
                g = g.subs(pvec[k], pmean[k])
            F.append(g)
    F = np.reshape(F,(2,2))/sigma**2
    F = sympy.Matrix(F)
    Iprior = sympy.Matrix(Iprior)
    return Iprior + F

# 先获取矩阵，再计算得到关于x的行列式函数
det_x = makeOneMeasurement([[1,0],[0,1]],f,0.1,[linewidth,E,B],[0.1,990,0.11]).det()
# 代入x取值计算结果
print(det_x.subs(x,990).evalf())

额外优化：替换参数时直接传入符号对象而非字符串，避免符号名匹配错误。

方案2（保持原有函数结构） #

如果一定要在函数内部返回行列式，可以在计算行列式前对矩阵元素做显式简化，避免SymPy的自动化简错误：

def makeOneMeasurement(pCov,f,sigma,pvec,pmean):
    Iprior = np.linalg.inv(pCov)
    derivative_f = [f.diff(E),f.diff(B)]
    F = []
    for i in range(len(derivative_f)):
        for j in range(len(derivative_f)):
            g = derivative_f[i]*derivative_f[j]
            for k in range(len(pvec)):
                g = g.subs(pvec[k], pmean[k])
            F.append(g)
    F = np.reshape(F,(2,2))/sigma**2
    F = sympy.Matrix(F)
    Iprior = sympy.Matrix(Iprior)
    # 先对矩阵元素做显式简化再计算行列式
    return (Iprior + F).applyfunc(simplify).det()

内容的提问来源于stack exchange，提问作者JohnDoe122