问题描述
我将在 Python 中计算随机二维矩阵 (G) 的行列式。该矩阵的大小约为 30 x 30,其中每个元素都是使用 random.randrange(0,P)
(例如 P= 2^160 - 47
)从具有特征 P 的大型素数域中随机选择的。问题是,当我使用 scipy 和 numpy 的 det 命令时,它们返回 inf
。找到行列式后,我想在素数域中找到答案,即 det(G)% P
。
有没有办法计算这个?提前致谢。
import numpy as np
import random
from scipy.linalg import det
N= 30
p = 2**160 - 47
G = np.zeros((N,N))
for i in range(N):
for j in range(N):
G[i][j] = random.randrange(0,p)
ans = det(G)%p
解决方法
NumPy 不是解决此问题的正确工具。您需要一个可以处理任意大整数的库。一种选择是SymPy。 SymPy 甚至具有可以生成随机矩阵的函数 randMatrix
。例如,
import random
from sympy import randMatrix
N = 30
p = 2**160 - 47
G = randMatrix(N,min=0,max=p-1)
ans = G.det() % p
print(ans)
典型的运行打印
381271413373650154061019607002336594108159531272
在调用 randMatrix
时,我使用了 max=p-1
,因为 randMatrix
的文档字符串暗示函数 random.Random.randint
将用于生成矩阵中的随机条目,并且该函数在可能的随机值中包含 max
。 randrange
不包括 max
。