本文介绍如何使用 SymPy 计算矩阵指数 exp(A*t)，并通过对结果逐元素化简，将复指数形式自动转换为更直观的三角函数形式（如 cos(t) 和 sin(t)）。
本文介绍如何使用 sympy 计算矩阵指数 `exp(a*t)`，并通过对结果逐元素化简，将复指数形式自动转换为更直观的三角函数形式（如 `cos(t)` 和 `sin(t)`）。
在符号计算中，矩阵指数函数 e^(At) 是求解线性微分方程组、分析系统稳定性及构造状态转移矩阵的核心工具。SymPy 提供了 .exp() 方法直接计算方阵的矩阵指数，但其默认输出常以复指数（exp(I*t) 等）形式表示，虽数学等价，却缺乏物理或几何直观性。
例如，给定旋转系统的系数矩阵
from sympy import *
t = symbols("t")
A = Matrix([[0, 1], [-1, 0]]) * t调用 A.exp() 得到：
Matrix([
[exp(I*t)/2 + exp(-I*t)/2, -I*exp(I*t)/2 + I*exp(-I*t)/2],
[I*exp(I*t)/2 - I*exp(-I*t)/2, exp(I*t)/2 + exp(-I*t)/2]
])该结果正确，但未利用欧拉公式 e^(iθ) = cos(θ) + i·sin(θ) 进行化简。
✅ 正确做法是使用 .applyfunc(simplify) 对矩阵每个元素独立应用 simplify：
A1 = A.exp().applyfunc(simplify) print(A1)
输出即为期望的简洁形式：
Matrix([
[cos(t), sin(t)],
[-sin(t), cos(t)]
])⚠️ 注意事项：
-
simplify()是启发式化简，对含三角/指数混合表达式效果显著；若需更强控制，可尝试trigsimp()（专用于三角恒等变换）或expand(complex=True)配合rewrite(cos)等； -
.applyfunc()是处理矩阵元素级操作的标准方式，适用于trigsimp,expand,factor等任意标量函数； - 矩阵
A必须为方阵且可对角化（或满足幂级数收敛条件），SymPy 的.exp()内部通过 Jordan 分解或 Pade 逼近实现，对中小规模符号矩阵鲁棒性良好。
总结：SymPy 的矩阵指数计算准确但默认不自动三角化；一次 .applyfunc(simplify) 即可桥接符号表达与工程直觉——这是构建可读性强、便于后续推导（如求导、代入数值）的符号矩阵函数的关键步骤。
