计算机代数

数学和计算机科学中，计算机代数或符号计算或代数计算，是研究、开发用于操作表达式等数学对象的算法与软件的科学领域。这通常被视为是运算科学的一个子领域，但运算科学一般基于近似浮点数的数值计算，而符号计算则使用含变量的表达式进行精确计算，其中变量没有赋值。 执行符号计算的软件系统称为计算机代数系统，“系统”暗示了软件的复杂性，其中至少包括一种在计算机中表示数学数据的方法、一种编程语言（通常异于用于实现的语言）、一种专门的内存管理器、一套供输入输出表达式的用户界面、一大套用于通常运算的子程序，如表达式简化、能实现链式法则、多项式因式分解、不定积分等等的求导算法。

用计算机代数系统公理对代数函数$f(x)={\frac {x}{\sqrt {x^{4}+10x^{2}-96x-71}}}$进行符号积分

计算机代数被广泛用于数学实验、设计数值程序所用的公式。纯数值方法失效时，计算机代数也可用于完整的科学计算，这见于公开密钥加密和一些非线性问题。

术语

有些学者区分“计算机代数”（computer algebra）与“符号计算”（symbolic computation），后者指数学公式计算之外的符号计算。有人则用“符号计算”表示计算机科学方面的内容，而用“计算机代数”表示数学方面的内容。

科学界

目前还没有计算机代数领域的专门学会，这一职能由计算机协会的特别兴趣小组（special interest group）SIGSAM承担。

计算机代数领域有多个年会，最重要的是由SIGSAM定期主办的ISSAC（符号与代数计算国际研讨会）。

有几种专门研究计算机代数的期刊，其中最重要的一种是由Bruno Buchberger于1985年创办的《符号计算》（Journal of Symbolic Computation）。其他一些期刊也定期发表计算机代数方面的文章。

计算机科学

数据表示

由于数值软件在进行数值计算时的效率很高，因此在计算机代数中，通常用精确数据进行精确计算。这意味着即使输出规模很小，计算过程的中间数据也可能不可预测地增长，这种行为称为表达式膨胀（expression swell）。为解决这问题，数据表示和处理算法中有各种各样的方法。

数字

数值计算最常用的数字系统是浮点数和大小固定的整数。由于表达式膨胀，这些系统都不便于计算机代数。

因此，计算机代数使用的基数是数学整数，通常用某个底数（一般是机器字允许的最大底数）的无界有符序列表示。从整数可以定义有理数。

为高效算术运算编程是一项艰巨的任务，因此大多数免费的计算机代数系统和商业系统，如Mathematica和Maple都使用GMP库，它也因此成为事实上的标准。

表达式

表达式(8 − 6) × (3 + 1)的LISP树形式，来自1985年的一篇硕士论文。

除数字和变量外，每个表达式都可看做是跟着操作数序列的算符。在计算机代数软件中，表达式通常都这样表示，许多看似不是表达式的东西都可以这样表示和操作，非常灵活。例如，方程是以“=”为算符的表达式，矩阵可表为以“矩阵”为算符、行为操作数的表达式。

连程序也可以看做是以“过程”为算符、含至少两个操作数（参数列表与内容）的表达式，内容也是以“正文”为算符、以指令为操作数的表达式。反过来，表达式也可以看成程序：a + b可看做加法运算程序，参数是a、b。执行这个程序即对给定值的a、b表达式求值；若无给定值，则求值结果就是输入。

这种“延迟求值”在计算机代数中是最基本的。例如，等式中的“=”也是等式检验程序的名称：通常，等式求值结果仍是等式，但进行检验时，无论是用户通过“求布尔值”命令提出明确要求，还是系统在程序内部启动的自动检验，都会执行求值为布尔值的结果。

由于表达式操作数的规模无法预测，而且在过程中可能变化，因此操作数序列通常用指针序列（如Macsyma）或哈希表元素序列（如Maple）。

简化

在表达式$a^{x}$上直接应用关于x的求导基本规则，可得

$x\cdot a^{x-1}\cdot 0+a^{x}\cdot \left(1\cdot \log a+x\cdot {\frac {0}{a}}\right).$

一般来说，我们需要比这更简单的表达式，需要简化。

这一般通过重写逻辑完成。有几类重写逻辑值得考虑，最简单的是总要缩减表达式，例如E − E → 0或sin(0) → 0。它们被系统地用于计算机代数系统。

加法、乘法这种有结合律的运算的混合会带来困难。处理结合运算的标准方法是，考虑其操作数是任意的，即将a + b + c表示为"+"(a, b, c)。因此a + (b + c)、(a + b) + c 都能简化为"+"(a, b, c)，展示为a + b + c。对于a − b + c这样的表达式，最简单的办法是系统地将−E、E − F、E/F分别改写为(−1)⋅E、E + (−1)⋅FE⋅F⁻¹。换句话说，表达式的内部表示中，数字的表示没有减法、除法或一元负号。

加法和乘法的交换律也是一个难点。问题在于如何快速识别同类项。对很长的和或积来说，测试每对项的成本都很高。Macsyma排序了和与积的操作数，将同类项放在连续位置上，这样就可以轻松检测出来。Maple则使用了散列函数，输入同类项时会产生碰撞，由此可以立即合并。这样，计算中多次出现的子式就能被立即识别，并只储存一次，这样就避免了重复操作，从而节省内存并加快计算速度。

部分重写规则有时会增加表达式的大小，有些会减小，例如分配律和三角恒等式。具体来说，分配律允许$(x+1)^{4}\rightarrow x^{4}+4x^{3}+6x^{2}+4x+1$、$(x-1)(x^{4}+x^{3}+x^{2}+x+1)\rightarrow x^{5}-1$。这类重写规则没有很好的决策方式，一般交给用户决定。实现分配的计算机函数通常叫做“展开”，反向则是“因式分解”，需要一种非平凡算法，因此是计算机代数系统的一个关键功能。

数学

在计算机中处理表达式时会出现一些基本数学问题。我们主要考虑多元有理函数，这不是严格的限制，因为表达式中出现的无理函数一旦被简化，通常都会被视为新的不定项，例如

$(\sin(x+y)^{2}+\log(z^{2}-5))^{3}$

视为$\sin(x+y)$和$\log(z^{2}-5)$组成的多项式。

等式

对表达式而言，有两种等价关系。语法相等指在计算机中的表示相等，这在程序中很容易测试；语义相等指两个表达式表示相同的数学对象，如

$(x+y)^{2}=x^{2}+2xy+y^{2}.$

由理查森定理可知，若表达式中允许指数或对数，便可能不存在算法可判断代表数字的的两式是否语义相等。因此，只能对多项式和有理函数等部分表达式进行（语义）等价测试。

要测试两式是否登记爱，通常都不用特别设计算法，而是将表达式置于某个规范形中，或将差置于标准形中，再测试结果的语义等价。

在计算机代数中，“规范形”与“标准形”不是同义词。“规范形”（canonical form）是指只有语法相等时才语义相等；“标准形”（normal form）是指只有语法上为0时，才在语义上为0.换句话说，0在标准形表达式中有唯一形式。

标准形是计算机代数的首选，有以下几个原因。首先，规范形的计算成本可能更高。例如，求多项式规范形必须要展开每个积，而标准形不需要（下详）。其次，与含根式的表达式类似，规范形（如果存在）取决于一些任意的选择，对于独立计算的两式可能是不同的。这就使得规范形的使用变得不切实际。

历史

计算机代数起源于约1970年，当人们首次将闻名已久的算法应用于计算机时发现其效率非常低。因此，研究者的主要工作是重新应用经典代数，以使其生效，并构造实现它们的高效算法。一个典型例子是计算多项式最大公约数，是简化分式必须的。令人惊讶的是，经典的辗转相除法对无穷域上的多项式效率很低，因此需要开发新的算法。线性代数的经典算法也如此。

另见

• 自动化定理证明
• 计算机辅助证明
• 计算机代数几何
• 计算机代数系统
• 模型检查
• 符号人工智能

阅读更多

For a detailed definition of the subject:

• Buchberger, Bruno. Symbolic Computation (An Editorial) (PDF). Journal of Symbolic Computation. 1985, 1 (1): 1–6 [2023-09-16]. doi:10.1016/S0747-7171(85)80025-0. （原始内容存档 (PDF)于2023-08-31）. 

For textbooks devoted to the subject:

• Davenport, James H.; Siret, Yvon; Tournier, Èvelyne. Computer Algebra: Systems and Algorithms for Algebraic Computation. Translated from the French by A. Davenport and J. H. Davenport. Academic Press. 1988. ISBN 978-0-12-204230-0. 
• von zur Gathen, Joachim; Gerhard, Jürgen. Modern computer algebra 2nd. Cambridge University Press. 2003. ISBN 0-521-82646-2. 
• Geddes, K. O.; Czapor, S. R.; Labahn, G. Algorithms for Computer Algebra. 1992. Bibcode:1992afca.book.....G. ISBN 978-0-7923-9259-0. doi:10.1007/b102438.  含有内容需登入查看的页面 (link)
• Buchberger, Bruno; Collins, George Edwin; Loos, Rüdiger; Albrecht, Rudolf (编). Computer Algebra: Symbolic and Algebraic Computation. Computing Supplementa 4. 1983. ISBN 978-3-211-81776-6. S2CID 5221892. doi:10.1007/978-3-7091-7551-4.  含有内容需登入查看的页面 (link)