المهارات sympy
Σ

sympy

آمن ⚡ يحتوي على سكربتات⚙️ الأوامر الخارجية📁 الوصول إلى نظام الملفات🌐 الوصول إلى الشبكة

Resuelve problemas matemáticos simbólicos con SymPy

متاح أيضًا من: davila7

Necesita resultados matemáticos exactos en lugar de aproximaciones numéricas. Esta habilidad proporciona orientación completa para álgebra simbólica, cálculo, resolución de ecuaciones, operaciones matriciales y cálculos físicos usando la biblioteca Python SymPy.

يدعم: Claude Codex Code(CC)
📊 70 كافٍ
1

تنزيل ZIP المهارة

2

رفع في Claude

اذهب إلى Settings → Capabilities → Skills → Upload skill

3

فعّل وابدأ الاستخدام

اختبرها

استخدام "sympy". Solve x^2 - 4 = 0 for x

النتيجة المتوقعة:

  • Solutions: x = -2, x = 2
  • Method: solveset(x**2 - 4, x)
  • The equation has two real solutions

استخدام "sympy". Find derivative of sin(x^2)

النتيجة المتوقعة:

  • Derivative: 2*x*cos(x^2)
  • Method: diff(sin(x**2), x)
  • Use integrate() for the integral

استخدام "sympy". Find eigenvalues of [[1, 2], [2, 1]]

النتيجة المتوقعة:

  • Eigenvalues: 3, -1
  • Eigenvectors: [1, 1], [1, -1]
  • Matrix is diagonalizable: True

التدقيق الأمني

آمن
v4 • 1/17/2026

All 497 static findings are FALSE POSITIVES. This skill is pure documentation for the SymPy symbolic mathematics library. The detected patterns (backticks, imports, eval, file operations) are legitimate documentation elements: markdown code formatting, Python code examples showing SymPy features like lambdify and srepr, and file export for mathematical results. No malicious behavior present.

7
الملفات التي تم فحصها
5,806
الأسطر التي تم تحليلها
4
النتائج
4
إجمالي عمليات التدقيق

عوامل الخطر

⚡ يحتوي على سكربتات (4)
references/advanced-topics.md:463-466 references/code-generation-printing.md:205 references/core-capabilities.md:206 references/physics-mechanics.md:235-239
⚙️ الأوامر الخارجية (3)
SKILL.md:27 references/core-capabilities.md:10-15 references/code-generation-printing.md:9-23
📁 الوصول إلى نظام الملفات (2)
references/code-generation-printing.md:395 references/code-generation-printing.md:516
🌐 الوصول إلى الشبكة (2)
SKILL.md:494 SKILL.md:495
تم تدقيقه بواسطة: claude عرض سجل التدقيق →

درجة الجودة

45
الهندسة المعمارية
90
قابلية الصيانة
85
المحتوى
22
المجتمع
100
الأمان
91
الامتثال للمواصفات

ماذا يمكنك بناءه

Derivar ecuaciones de movimiento

Plantear problemas de mecánica lagrangiana y derivar ecuaciones de movimiento simbólicamente

Ingeniería de características simbólica

Crear expresiones simbólicas para transformaciones matemáticas antes de la evaluación numérica

Aprender computación simbólica

Explorar derivaciones matemáticas paso a paso, simplificaciones y verificación de soluciones

جرّب هذه الموجهات

Resolución básica de ecuaciones 
Resuelve la ecuación cuadrática x^2 - 5x + 6 = 0 y verifica las soluciones
Operaciones de cálculo 
Encuentra la derivada de sin(x^2) y luego calcula la integral definida de 0 a pi
Operaciones matriciales 
Encuentra los eigenvalores y eigenvectores de la matriz [[1, 2], [2, 1]]
Generación de código 
Convierte la expresión x^2 + sin(x) a una función NumPy para evaluación numérica

أفضل الممارسات

  • Define símbolos con suposiciones (positive=True, integer=True) para mejorar la simplificación
  • Usa lambdify() para crear funciones numéricas rápidas a partir de expresiones simbólicas
  • Usa Rational() o S() para aritmética exacta en lugar de números de punto flotante
  • Elige solucionadores apropiados: solveset para álgebra, linsolve para sistemas lineales, dsolve para EDOs

تجنب

  • Usar números de punto flotante (0.5) en lugar de Rational(1, 2) para resultados exactos
  • Usar subs() y evalf() en bucles en lugar de lambdify() para rendimiento
  • Olvidar definir símbolos con symbols() antes de usarlos
  • Omitir suposiciones al trabajar con variables restringidas (positive, real, integer)

الأسئلة المتكررة

¿Qué es computación simbólica vs numérica?
SymPy mantiene expresiones simbólicas exactas como sqrt(2) mientras que los métodos numéricos aproximan como 1.414. Lo simbólico da resultados exactos.
¿Cuándo debo usar lambdify()?
Usa lambdify() cuando necesitas evaluar una expresión simbólica muchas veces con datos numéricos. Convierte expresiones a funciones NumPy rápidas.
¿Cómo resuelvo ecuaciones diferenciales?
Usa dsolve() de sympy. Define tu función con symbols('f', cls=Function), luego llama a dsolve(Derivative(f(x), x) - f(x), f(x)).
¿Qué son las suposiciones de símbolos?
Suposiciones como positive=True, real=True, integer=True ayudan a SymPy a simplificar expresiones correctamente. sqrt(x**2) devuelve x solo si x es positiva.
¿Cómo genero código C/Fortran?
Usa sympy.utilities.codegen.codegen() para generar código compilable en C o Fortran a partir de expresiones simbólicas para aplicaciones críticas en rendimiento.
¿Puede SymPy manejar matrices con entradas simbólicas?
Sí, SymPy soporta matrices simbólicas. Puedes calcular determinantes, eigenvalores, inversas y resolver sistemas con símbolos como elementos de matriz.

تفاصيل المطور

المؤلف

K-Dense-AI

الترخيص

https://github.com/sympy/sympy/blob/master/LICENSE

المستودع

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/sympy

مرجع

main

بنية الملفات

📁 references/

📄 advanced-topics.md

📄 code-generation-printing.md

📄 core-capabilities.md

📄 matrices-linear-algebra.md

📄 physics-mechanics.md

📄 SKILL.md