如何将SymPy的DifferentialOperator应用于另一算子并求解对易子表达式？

要解决这个问题，核心是让SymPy能明确处理算子作用在波函数上的乘积形式，这样微分算子T才能正确应用乘积法则（也就是你提到的链式法则在乘积求导中的体现）。下面是具体的实现步骤：

1. 调整变量与算子的定义方式 #

我们需要把波函数u定义为具体的二元函数，把K定义为x的函数（这样它作用在u上就是乘积形式），而不是抽象的Operator——抽象算子没法直接让SymPy进行微分展开。修改后的基础代码如下：

from sympy.physics.quantum import *
from sympy import symbols, Function, Derivative, expand

# 定义质量参数和坐标、时间变量
m = symbols('mu', positive=True)
x, t = symbols('x t')

# 定义波函数u(x,t)和位置相关算子K(x)
u = Function('u')(x, t)
K = Function('K')(x)

2. 把动能算子T实现为函数形式 #

与其用DifferentialOperator定义抽象算子，不如直接把T写成一个接收波函数并返回其二阶导结果的函数，这样更直观，也方便后续计算：

def kinetic_operator(psi):
    return -1/(2*m) * Derivative(psi, x, x)

3. 计算对易子的两项并相减 #

现在我们可以分别计算T(K·u)和K·T(u)，然后相减得到对易子的结果，SymPy会自动帮我们展开乘积的二阶导数（也就是应用乘积法则）：

# 计算T作用在K*u上的结果
T_Ku = kinetic_operator(K * u)
# 计算K作用在T(u)上的结果
K_Tu = K * kinetic_operator(u)
# 计算对易子[T,K]u = T(Ku) - K(Tu)
commutator_result = expand(T_Ku - K_Tu)

查看结果 #

运行上述代码后，commutator_result会展开为：

-1/(2*mu)*(2*Derivative(K(x), x)*Derivative(u(x, t), x) + Derivative(K(x), (x, 2))*u(x, t))

这正是量子力学中微分算子与乘法算子的对易子结果——完全符合我们的预期，SymPy自动处理了乘积求导的所有步骤。

如果你坚持要使用Operator类来定义K，也可以通过重载算子的作用方法来实现，但直接用Function的方式是最简洁高效的，能避免抽象算子带来的不必要复杂度。

内容的提问来源于stack exchange，提问作者homocomputeris