- CHANGELOG.md:v2.8.0 条目(中英双语); - README.md:版本行 2.7.1→2.8.0 + 愿景第 6 条(知识可证明); - doc/releases/v2.8.0.md:双语发版说明(亮点/用法/已知限制); - skills/marqdo-dev/index.mq.md:新增 prove 任务(路径/目录模式/ require_lean/json;参数用 + 行声明升参,check 与 narrative-ratio 通过); - 设计文档 §12.5 标记已合入;发版链接统一指向 doc/releases/v2.8.0.md。
6.5 KiB
Executable File
6.5 KiB
Executable File
调研:线性代数 × 公式类 × 展示
| 状态 | 调研纪要(为 ext-linalg 供输入) |
| 日期 | 2026-09-07 |
| 相关 | stdlib-math.md · ext-quantum-q7.md · SymPy MatrixExpr · Symbolics.jl · LAFigureSpecs |
1. 问题陈述
Marqdo 已有:
Value::Formula+`f` =+$$…$$(高中标量符号)formula::Expr::Matrix:数值稠密矩阵字面量([[…]]/\begin{pmatrix}),供量子门核对与 view KaTeXext/quantumQ7:量子语境下的密度矩阵 / Kronecker / 谱 / SVD 风格图(ABI)
缺口:一门经典线性代数扩展——作者用公式级矩阵表达式写 (A^\top A)、((X^\top X)^{-1}X^\top y)、分块、Kronecker,在不立刻展开成巨大稠密矩阵的前提下做重写与化简,并在文档 / view 中好看地呈现分解与结构。
2. 业界对照
2.1 符号矩阵表达式(大规模优化的关键)
| 系统 | 模型 | 对 Marqdo 的启示 |
|---|---|---|
SymPy MatrixExpr |
MatrixSymbol(name, n, m) + MatMul / MatAdd / Inverse / Transpose / Trace / Determinant / BlockMatrix / KroneckerProduct;as_explicit() 才展开 |
默认保持抽象;形状元数据传播;显式求值是可选动作 |
SymPy block_collapse |
分块表达式在块级化简,避免整块稠密展开 | 分块是教学与优化的第一公民 |
| SymPy Kronecker | KroneckerProduct 惰性 + combine_kronecker 规则 |
Kronecker 绝不能默认 expand(维数爆炸) |
| SymPy 矩阵求导 | 经 array expr 再收回 MatrixExpr;闭式导数 | v1 不做;记入远期 |
| Symbolics.jl | 「数组的符号」vs「符号数组」:后者 O(1) 表示整阵,保留 A*B 不展开 |
与 MatrixExpr 同构;强调 shape / eltype 元数据 |
| NumPy / Eigen / nalgebra | 数值热路径,无公式树 | 对应 Marqdo 插件数值层,不是文档作者主路径 |
结论: 「公式类线性代数」= 抽象表达式 DAG + 形状检查 + 重写规则;稠密数值是 eval / as_explicit 的终点,不是默认形态。
2.2 教学与展示(效果最好的做法)
| 做法 | 来源 | 效果 | Marqdo 映射 |
|---|---|---|---|
KaTeX / MathJax 渲染 bmatrix / pmatrix |
SymPy latex() + Jupyter init_printing |
公式即排版;多式用 display 并列 |
既有 view formula-card + KaTeX |
标签化等式 A = UΣV^\top |
教材 / Qiita display+Math | 步骤可读 | show / writeback 多卡片 |
| 结构图(SVD / QR / 消元轨) | LAFigureSpecs + matrixlayout;TeX drawmatrix |
比数字表更能讲「秩 / 零空间 / 对角结构」 | SVG `kind=svd |
| 热力图 / Hinton | Qiskit / QuTiP / 既有 quantum | 稠密数值矩阵的幅度/符号 | `kind=heatmap |
| 分块着色矩形 | CTAN drawmatrix |
零块 / 三角 / 带状一目了然 | kind=structure(形状示意图,可无元素值) |
| 仅打印 ASCII | CLI 默认 | 金样可断言 | str / print → 规范 ASCII / LaTeX 源 |
展示优先级(锁定建议):
- 符号式:始终可
latex→ view KaTeX(不依赖数值) - 结构式 SVG:分解 / 分块 / 秩示意(教学主图)
- 数值热力图:仅在
eval后、维数可控时 - CLI:短 ASCII;大矩阵默认摘要
m×n …+ 可选preview=
2.3 一门「够用」的线性代数库需要什么
按大学一学期 + 数据科学入门,能力桶:
| 桶 | 内容 | 符号层 | 数值层 |
|---|---|---|---|
| A 构造 | 符号阵、常数阵、单位/零/对角、从 $$ / 表 / list |
✅ | ✅ |
| B 代数 | 加减乘、转置、逆、伴随、幂、Kronecker、分块 | ✅ 重写 | ✅ |
| C 分解 | LU / QR / 特征 / SVD / Cholesky(对称) | 结果对象 + 结构图 | ✅ |
| D 系统 | Ax=b、最小二乘、伪逆 |
公式写法 + 数值解 | ✅ |
| E 度量 | 行列式、迹、秩、范数、条件数 | 部分可符号 | ✅ |
| F 展示 | latex / ASCII / SVG 结构 / heatmap | ✅ | ✅ |
| G 微积分 | 矩阵导数、Jacobian 积木 | 远期 | — |
不做(首版): 稀疏专用格式、GPU、分布式、完整 CAS 证明、通用张量网络、与 lib/math 高中标量混成一个巨模块。
3. 与现有 Marqdo 的衔接点
| 已有 | 用法 | 扩展时注意 |
|---|---|---|
$$ + Matrix 数值字面量 |
小门矩阵、手算核对 | 保留;符号阵用 MatrixSymbol 或 matrix.symbol,勿与数值 Matrix 混为一谈 |
lib/math formula |
标量 simplify/diff/plot | 不把大学线性代数塞进 lib/math(与 Q7 结论一致) |
| view KaTeX | formula-card | 符号 MatExpr 的 latex 字符串直接喂 KaTeX |
ext/quantum Q7 linop |
量子密度 / 纠缠 | 经典 API 不复用 quantum 命名空间;共享算法可在插件内私有复用,作者面分离 |
plugins/* ABI |
重数值 / SVG | 稠密分解与大图走 plugins/linalg |
| GFM 表 | 数据即代码 | 矩阵输入:表或 $$;分解步骤:@ 记录表 |
4. 「大规模优化」具体指什么
在公式类语境下,优化 ≠ BLAS 微内核,而是:
- 惰性:
A*B*C保持乘积树,直到eval/explicit - 形状短路:不相容维数在符号阶段报错,不跑数值
- 代数恒等:
(A^{-1})^{-1}→A,(AB)^\top→B^\top A^\top,I*A→A,分块block_collapse - 禁止爆炸展开:Kronecker / 高维符号积默认不
expand - 数值批处理:同形状多 RHS、分解一次多用(
factorize对象) - 展示成本:大矩阵不默认内嵌完整 KaTeX 数字阵;结构图 + 摘要
5. 推荐产品叙事(一句)
线性代数文档用公式写变换,用规则做化简,用结构图讲分解,用可控数值做验算——公式是一等公民,稠密矩阵是可选终点。
6. 参考链接
- SymPy Matrix Expressions: https://docs.sympy.org/latest/modules/matrices/expressions.html
- SymPy Matrix derivatives (远期): https://docs.sympy.org/dev/explanation/modules/matrices/matrixderivatives.html
- Symbolics.jl Symbolic Arrays: https://docs.sciml.ai/Symbolics/v6.54/manual/arrays/
- LAFigureSpecs(教学结构图): https://github.com/ea42gh/LAFigureSpecs
- CTAN drawmatrix: 矩阵形状示意
- 既有:
doc/design/stdlib-math.md·doc/design/ext-quantum-q7.md