当前位置: 首页 > news >正文

用SymPy自动因式分解:从面积拼图到代数恒等式

大家好,今天要解决一个痛点是关于 因式分解公式 的。

直接说问题:
Manim 展示 $ x2 + 5x + 6 = (x+2)(x+3) $ 的“十字相乘”面积模型,你需要先想好怎样把大矩形拆成四块$ (x^2)、(2x)、(3x)、(6) $,再手动计算每一块的边长和位置。

换成 $ x^2 + 7x + 12 $,布局又要重新算。

有没有办法只告诉程序“我要做这个多项式因式分解的拼图证明”,它就能自动生成所有矩形的尺寸和坐标?

,用 SymPy

它能够根据代数式的结构自动推导几何布局,让你从“一个公式写一套代码”升级为“一类公式共用一套生成器”。

1. 痛点场景还原:公式一换,布局全乱

先看一个“传统”手动布局的例子。

我们想讲 $ x^2 + 5x + 6 = (x+2)(x+3) $ 的面积模型,把大矩形分成四块:

from manim import *class ManualX2Plus5xPlus6(Scene):def construct(self):x = 2  # 让 x 取某个具体值来画图# 手动指定四块的宽高# 大矩形宽 (x+3),高 (x+2)# 四块:x*x, 3*x, 2*x, 2*3sq_x2 = Rectangle(width=x, height=x, color=BLUE, fill_opacity=0.4)rec_3x = Rectangle(width=3, height=x, color=RED, fill_opacity=0.4)rec_2x = Rectangle(width=x, height=2, color=RED, fill_opacity=0.4)rec_6 = Rectangle(width=3, height=2, color=GREEN, fill_opacity=0.4)# 手动拼:左下角 sq_x2,右边 rec_3x,上边 rec_2x,右上 rec_6sq_x2.shift(LEFT * (3 / 2) + DOWN * (2 / 2))rec_3x.next_to(sq_x2, RIGHT, buff=0)rec_2x.next_to(sq_x2, UP, buff=0)rec_6.next_to(rec_3x, UP, buff=0)self.play(Create(sq_x2), Create(rec_3x), Create(rec_2x), Create(rec_6))self.wait(1)

要改成 $ x^2 + 7x + 12 = (x+3)(x+4) $,你需要改:

  • 常数项 334
  • 矩形 rec_3x 的宽度 → 4
  • 矩形 rec_2x 的高度 → 3
  • 小矩形 rec_6 的宽高 → 43
  • shift 里面的偏移量也要跟着变。

每一次改公式都是一次手工劳动,而且容易出错。

如果公式结构稍微复杂一点(比如二次项系数不是 1,或者有三项展开),这种手动模式基本就难以维护了。

2. SymPy 解决方案:因式分解→几何布局

SymPy 的杀手锏就在这里:它可以对多项式进行因式分解或展开,自动抽取出每一项的系数和次数。

然后我们根据这些信息,自动生成对应的矩形拼图布局。

整体流程是:

  1. 输入一个多项式字符串,如 "x**2 + 5*x + 6"
  2. 用 SymPy 对其进行因式分解,得到 (x + 2)*(x + 3)
  3. 从因式结果中读出两个一次式的常数项(2 和 3),从展开式中读出各项系数(1, 5, 6);
  4. 自动生成四个矩形块:$ x^2 $(边长 $ x \()、\) 2x $(宽 2 高 $ x \()、\) 3x $(宽 $ x $ 高 3)、6(宽 2 高 3),并根据这些边长自动算出左下角坐标;
  5. 将布局信息输出为一个统一的数据结构,供 Manim 使用。

这样,无论你输入 $ x^2 + 7x + 12 $ 还是 $ x^2 - 3x + 2 $,甚至带参数的 $ x^2 + (a+b)x + ab $,布局生成逻辑都完全一样——你只需要换一个多项式字符串。

下面是一段纯 SymPy 的布局生成器代码,不依赖 Manim,可以直接在 Jupyter 里跑:

from sympy import symbols, factor, expand, Poly
from sympy.abc import xdef generate_layout(poly_expr):"""输入:一个关于 x 的多项式(可因式分解为 (x+a)(x+b))输出:四个矩形的布局信息列表,每个矩形包括 (标签, 宽, 高, x坐标, y坐标)"""# 因式分解factored = factor(poly_expr)            # 例如 (x + 2)*(x + 3)# 确保是两个一次因式if not factored.is_Mul:raise ValueError("多项式不能分解为两个一次因式")factors = factored.argsif len(factors) != 2:raise ValueError("暂时只支持两个一次因式")# 提取常数项 a, ba = Noneb = Nonefor fac in factors:if fac.is_Add:# 形如 x + c,提取常数 ccoeff_dict = Poly(fac, x).as_dict()c = -coeff_dict.get(0, 0) if 1 in coeff_dict and coeff_dict[1]==1 else None# 这里做一个简单处理:假定就是 x - a 形式# 我们用 Poly 提取根p = Poly(fac, x)if p.degree() == 1:root = -p.coeff_monomial(1) / p.coeff_monomial(0)  # 其实标准形式是 x - r# 更稳健:fac = x + a0 => a0const = p.coeff_monomial(1)  # 系数 1const_term = p.coeff_monomial(0)  # a0if const == 1:val = const_termelse:val = const_term / constif a is None:a = valelse:b = val# 展开式获取各项expanded = expand(poly_expr)poly = Poly(expanded, x)coeff_x2 = poly.coeff_monomial(2)  # x^2 系数coeff_x  = poly.coeff_monomial(1)  # x 系数const    = poly.coeff_monomial(0)  # 常数项# 现在已知大矩形的宽 = (x + a),高 = (x + b),但我们是取具体 x 值画图# 这里的布局用符号 a, b 表达(注意 a,b 是常数数值,不是符号)# 返回布局,宽和高用数值表达式(含 x),留给 Manim 代入 x_vallayout = [{"label": "x^2", "w": "x", "h": "x", "x0": 0, "y0": 0},{"label": f"{b}x", "w": b, "h": "x", "x0": "x", "y0": 0},{"label": f"{a}x", "w": "x", "h": a, "x0": 0, "y0": "x"},{"label": f"{a*b}", "w": b, "h": a, "x0": "x", "y0": "x"},]return layout, a, b# 示例:x^2 + 5x + 6
layout, a, b = generate_layout(x**2 + 5*x + 6)
print("a =", a, " b =", b)
for item in layout:print(item)

输出:

a = 2  b = 3
{'label': 'x^2', 'w': 'x', 'h': 'x', 'x0': 0, 'y0': 0}
{'label': '3x', 'w': 3, 'h': 'x', 'x0': 'x', 'y0': 0}
{'label': '2x', 'w': 'x', 'h': 2, 'x0': 0, 'y0': 'x'}
{'label': '6', 'w': 3, 'h': 2, 'x0': 'x', 'y0': 'x'}

可以看到,矩形的宽高和坐标全部由 ab 决定,而 a,b 是从 SymPy 因式分解中自动提取的。换一个多项式,只需改一行输入,布局自动生成。

3. Manim 联动实战:通用因式分解拼图动画

现在我们把这个自动布局引擎接入 Manim,做一个通用场景:你只需要在开头指定多项式,动画就会自动展示对应的面积拼图,并标注公式。

代码如下:

from manim import *
from sympy import factor, Poly
from sympy.abc import xclass AutoFactorPuzzle(Scene):def construct(self):# ========== 1. 在这里输入你要讲的多项式 ==========poly_expr = x**2 + 5 * x + 6  # 试着改成 x**2 + 7*x + 12 看看!x_val = 1.5  # 动画中 x 的具体取值(可调)# ========== 2. SymPy 自动分析多项式 ==========factored = factor(poly_expr)if not factored.is_Mul or len(factored.args) != 2:raise ValueError("多项式需能分解为两个一次因式 (x+a)(x+b)")# 提取 a, broots = []for fac in factored.args:p = Poly(fac, x)if p.degree() != 1:raise ValueError("因式必须是一次式")# 一次多项式 ax + b,all_coeffs() 返回 [a, b]coeffs = p.all_coeffs()# 根为 -b/aroot = -coeffs[1] / coeffs[0]roots.append(root)a, b = float(roots[0]), float(roots[1])  # 常数项 a, b# ========== 3. 根据 a, b 生成矩形布局 ==========# 四个矩形:x^2, b*x, a*x, a*bblocks = [{"label": "x^2", "w": x_val, "h": x_val, "x0": 0, "y0": 0, "color": BLUE},{"label": f"{abs(b)} \\times x","w": abs(b),"h": x_val,"x0": x_val,"y0": 0,"color": RED,},{"label": f"{abs(a)} \\times x","w": x_val,"h": abs(a),"x0": 0,"y0": x_val,"color": YELLOW,},{"label": f"{abs(b)} \\times {abs(a)}","w": abs(b),"h": abs(a),"x0": x_val,"y0": x_val,"color": GREEN,},]# ========== 4. Manim 绘制 ==========# 创建四个内部矩形for blk in blocks:rect = Rectangle(width=blk["w"],height=blk["h"],color=blk["color"],fill_opacity=0.4,stroke_width=1,)# 左下角坐标转换为 Manim 中心坐标rect.move_to([blk["x0"] + blk["w"] / 2, blk["y0"] + blk["h"] / 2, 0])# 偏移一个固定位置rect.shift(LEFT * 2 + DOWN)label = MathTex(f"{blk['label']}", font_size=16)label.move_to(rect.get_center())self.play(Create(rect), Write(label))self.wait(0.5)# 显示等式eq = MathTex(f"{{x}}^2 + {poly_expr.coeff(x,1)}x + {poly_expr.coeff(x,0)}","=",f"(x{a if a<0 else abs(a)})(x{b if b<0 else abs(b)})",font_size=20,).shift(DOWN * 1.5)self.play(Write(eq))self.wait(2)

关键解释

  • 多形式输入只改 poly_expr = ... 一行,整段代码就能绘制出对应的十字相乘面积图;
  • SymPy 的 factor 自动拆出一次因式,Poly 帮我们提取系数,ab 直接成为矩形的边长参数;
  • 整个布局的坐标逻辑只写了一次,通过 abx_val 计算出 blocks,没有手动偏移。

试一下把 poly_expr 改成 x**2 + 7*x + 12,重新运行,动画将立刻变成 $ x^2 \((蓝)、\) 4x \((红)、\) 3x \((黄)、\) 12 $(绿)的四块拼图,等式也变为 $ x^2+7x+12=(x+4)(x+3) $。

4. 效果展示说明

运行上面的 AutoFactorPuzzle,你会看到:

  1. 内部四块矩形依次浮现:蓝色 $ x^2 $ 在左下,右侧是一块红色 $ bx $,上方是一块 黄色 $ ax $,右上角是绿色常数块 $ ab $。所有块之间严丝合缝,因为它们的坐标和边长都来自同一个因式分解结果。
  2. 标签 $ x^2 \(、\) bx \(、\) ax \(、\) ab $ 精准居中,清晰对应代数项。
  3. 下方显示因式分解的等式,左边是展开式,右边是因式乘积,学生可以立刻将图形与公式对应起来。

更重要的是:换一个多项式只需要改一行代码,动画逻辑完全复用。

想一次性展示多个公式的对比?只需要建几个不同的场景实例即可。

这让“制作一套完整的因式分解几何证明微课”从一天的工作量缩短到一小时。

5. 小结

SymPy 在这个场景中扮演的角色,是一个代数结构的自动解析器

传统方法也能拼出图,但你得用大脑去“解析”公式,再手动翻译成矩形的宽高和位置;

SymPy 帮你自动完成“因式分解 → 提取系数 → 生成几何参数”的全过程,让你专注于教学设计和动画美化。

这个模式可以轻松扩展到:

  • 二次三项式的十字相乘面积模型(即本文的例子);
  • 完全平方和平方差公式的拼图证明;
  • 多项式乘法的面积表示(如 $ (x+a)(x+b)(x+c) $ 的体积模型);
  • 甚至更复杂的恒等式,只要你能把代数结构映射为空间分割。
http://www.rkmt.cn/news/1518896.html

相关文章:

  • 适航认证下的模型应用之道:DO-331 深度读书笔记
  • 河北工商注册公司口碑推荐,2026年本土财务机构名单 - 互联百晓生
  • Netflix股价时间序列预测:工业级建模全流程实战
  • 日志刷屏的背后,藏着系统雪崩的前兆:聊聊 Logger Rate Limiter(日志速率限制器)
  • 2026年桂林市CPPM考试最新全攻略:科目题型、通过率、备考重点及官方双认证报考机构推荐 - 众智商学院课程中心
  • RTOS抽象层与FlexIO DMA驱动在嵌入式系统中的高效集成实践
  • 选购潍坊气流粉碎机不必远寻,山东经欣粉体定制方案覆盖全国多产业 - 速递信息
  • 工业安防技术解析:四川区域防爆监控选型与技术要点
  • Windows 11系统优化终极指南:使用Win11Debloat提升电脑性能51%
  • 3分钟解锁网易云音乐:ncmdump让NCM加密文件变身通用MP3
  • 新手ESP8266常见问题
  • 赣州报名 CPPM 注册采购经理哪家靠谱?机构选择避坑指南 - 众智商学院课程中心
  • 关于射频变压器\巴伦的使用要求小结(以AD9361为例)
  • 3种方法突破百度网盘限速:Mac版SVIP免费提速终极指南
  • 多维聚合实战:用Pandas pivot_table构建可旋转的数据立方体
  • 河北工商注册公司真相:2026年本土财税公司大揭秘 - 互联百晓生
  • 终极指南:5分钟为WPS Office安装Zotero插件实现高效科研写作
  • MC68HC11定时器核心解析:分频器、溢出与RTI实战指南
  • i.MX21 UART驱动开发全解析:从原理到实战避坑指南
  • Plain Craft Launcher 2:为什么这款免费开源启动器能让你的Minecraft体验提升3倍?
  • PyTorch核心原语认知地图:Tensor、Module、Autograd、DataLoader与Optimizer深度解析
  • 住建部61号部令解读 | BIM强制移交入法!城建档案新规9月1日施行,全生命周期合规再升级!
  • 北京工商注册公司必看!2026年代理记账机构大揭秘 - 互联百晓生
  • Metrowerks宏汇编器深度指南:从HC12汇编到混合编程实战
  • Novel Downloader:一键保存全网小说的终极数字图书馆构建指南
  • 保定财务管理公司怎么选?2026年高性价比代理记账推荐 - 互联百晓生
  • 为什么有些螺旋折流板换热器要取消中心管?
  • 成都摄影学校推荐,2026年最好的成都摄影短期培训班 - 职业学校推荐官
  • MoocDownloader终极教程:3步轻松下载中国大学MOOC课程离线学习
  • 2026年6月重庆合规代账公司最新排行:5家机构实力实测对比 - 奔跑123