Для этого лучше использовать Sage или другой подходящий инструмент.
Нижеследующее является просто бесхитростной попыткой неспециалиста что-то сделать, но метод исключения Гаусса с поворотом должен дать точный результат для обратимости:
import random
from scipy.linalg import toeplitz
import numpy as np
def is_invertible_F2(a):
"""
Determine invertibility by Gaussian elimination
"""
a = np.array(a, dtype=np.bool_)
n = a.shape[0]
for i in range(n):
pivots = np.where(a[i:,i])[0]
if len(pivots) == 0:
return False
# swap pivot
piv = i + pivots[0]
row = a[piv,i:].copy()
a[piv,i:] = a[i,i:]
a[i,i:] = row
# eliminate
a[i+1:,i:] -= a[i+1:,i,None]*row[None,:]
return True
n = 10
column = [random.choice([0,1]) for x in xrange(n)]
row = [column[0]]+[random.choice([0,1]) for x in xrange(n-1)]
matrix = toeplitz(column, row)
print(is_invertible_F2(matrix))
print(int(np.round(np.linalg.det(matrix))) % 2)
Обратите внимание, что np.bool_
аналогичен F_2 только в ограниченном смысле --- бинарная операция +
в F_2 является -
для логического значения, а унарная операция -
является +
. Хотя умножение то же самое.
>>> x = np.array([0, 1], dtype=np.bool_)
>>> x[:,None] - x[None,:]
array([[False, True],
[ True, False]], dtype=bool)
>>> x[:,None] * x[None,:]
array([[False, False],
[False, True]], dtype=bool)
Приведенное выше исключение Гаусса использует только эти операции, поэтому оно работает.
person
pv.
schedule
27.04.2013
sympy
. Он сделает полный целочисленный определитель, но будет ужасно медленным. - person DSM   schedule 28.04.2013