如何计算零空间含非零整数元素的矩阵零空间及生成算法

问题分析 #

你当前用Sympy得到的是零空间的整数基向量，你想要的N其实是这两个基向量的整数线性组合：

[1,0,-1,1,0] + [0,1,-1,0,1] = [1,1,-2,1,1]

零空间的所有元素都是基向量的整数线性组合（因为原矩阵是整数矩阵，零空间可以用整数基张成），只要组合后的向量首列不为零即可。

实现方法 #

1. 先通过Sympy获取零空间的整数基向量
2. 选择非零整数系数对基向量进行线性组合，确保组合后的向量首列不为零：
   • 若某个基向量的首列本身非零，直接取该基向量或其整数倍即可
   • 若所有基向量首列都为零，则整个零空间的向量首列必为零，无法满足需求（你已了解这种情况）

示例代码 #

import numpy as np
from sympy import Matrix

A = np.array([[0, 0, 0, 0, 0], [0, 1, 1, 1, 0], [1, 0, 1, 0, 1], [1, 1, 1, 0, 0]])
M = Matrix(A)

# 获取零空间的整数基
null_basis = M.nullspace()
print("零空间基向量：")
for vec in null_basis:
    print(vec)

# 生成首列非零的整数组合（示例：第一个基+第二个基）
coeffs = [1, 1]  # 可以替换为任意非零整数组合，只要首列和不为零
target_vec = sum(c * vec for c, vec in zip(coeffs, null_basis))
print("\n生成的目标向量：")
print(target_vec)

# 验证是否在零空间
print("\n验证结果（应为零矩阵）：")
print(M * target_vec)

输出结果 #

零空间基向量：
Matrix([[1], [0], [-1], [1], [0]])
Matrix([[0], [1], [-1], [0], [1]])

生成的目标向量：
Matrix([[1], [1], [-2], [1], [1]])

验证结果（应为零矩阵）：
Matrix([[0], [0], [0], [0]])

内容的提问来源于stack exchange，提问作者IDontCode