Julia的CAS(计算代数系统)哪个比较好?

如题,在数学建模(比如数模比赛),或者在项目中需要做符号公式推导,而又希望能把公式等化成Julia表达式代入下一步数值运算的CAS扩展包有哪些?

大致要求如下:
1.功能上的:
代数化简,三角函数化简,
解线性方程组
解符号矩阵,解矩阵特征值
符号求微积分,求解微分方程(组)
向量场图/相图(也许可以用非CAS包)

2.兼容性上
可以从Julia本身的一些数据结构,如Expr作为表达式输入,本身的Expr做输出,这样可以在符号推导后算一下数值。

3.可靠性
有人维护的,尽量是使用Julia写的(不考虑一直调用SimPy)

我找到的一些有
nemoCAS:
http://www.nemocas.org/

abstractAlgrbra:
https://github.com/Nemocas/AbstractAlgebra.jl

symata:

linearexpressions:

各位有用过这些的请给点建议。

刚刚读了一些docu,感觉刚才说的‘以Julia编写的’有点苛刻。
AbstractAlgebra和Nemo似乎更关心分析一些。然后那个linearexpression似乎还不是很完善。
现在可以供调用的有Maxima,Sympy和SageMath,这三个在开源CAS里算不错的了。
然而我不想用Maxima调用,原因很多。。。主要是Maxima近年生态不是很好
Sympy似乎好一些,而且有人用更Julian的方法写了函数
https://github.com/JuliaPy/SymPy.jl/blob/master/examples/tutorial.md
对于更强大的SageMath,似乎要麻烦一些

当然你也可以自己写(重新发明轮子)

这个CAS的话题我记得好像油管上有视频讲过,也许在AA完善之前大家都在用Sympy.

向量场图可以用 PyPlot.jl 包的 streamplot 函数绘制,在其他的绘图包我也没有找到以实现相同功能的函数。

Nemo 还有与之相关的 Hecke 在我看来不算是 CAS,感觉只是实现了一些数学上的诸如群、环、域之类的代数结构。感觉大多数都是调用其他语言的包。

1 个赞

最近有一个Grassmann代数的包,可以补充一些feature。不过总的来说Julia需要大家造(纯Julia的)轮子来发挥语言本身的优势,目前很多方向还没有到什么都有的阶段。

1 个赞

看到 slack 上有人讨论这个 Slack


The OSCAR project develops a comprehensive open source computer algebra system for computations in algebra, geometry, and number theory.

image

The project builds on and extends the four cornerstone systems

  • GAP - computational discrete algebra
  • Singular - commutative and non-commutative algebra, algebraic geometry
  • Polymake - polyhedral geometry
  • Antic (Hecke, Nemo) - number theory
1 个赞

感谢。
是的,Julia的数据结构其实对Symbolic Math 是足够强大的,只是原先的主要工作不是在上面完成的。

绘图的算法其实还比较好写,(vector field 和implicit plot,cob web 等等功能其实可以自己在现有的plot上面改造)。主要是计算机代数。

纯数学的很多东西我不懂。

最近找到了 Certik写的symengine.jl, 是symengine 计划的一部分(当然也是调用c,而不是纯Julia)。
怎么说呢,感觉这是一个加速般的sympy。在试试看好不好用(最近正在艰难的从SageMath往Sympy切换)