解方程:
solve 函数用于解方程。要使用它,先要指定变量,然后将方程(或方程组)以及要求解的变量作为参数 传给 solve。
sage: var('x y p q')
sage: eq1 = p+q==9
sage: eq2 = q*y+p*x==-6
sage: eq3 = q*yˆ2+p*xˆ2==24
sage: solve([eq1,eq2,eq3,p==1],p,q,x,y)
[[p == 1, q == 8, x == -4/3*sqrt(10) - 2/3, y == 1/6*sqrt(2)*sqrt(5) - 2/3], [p == 1, q == 8, x == 4/3*sqrt(10) - 2/3, y == -1/6*sqrt(2)*sqrt(5) - 2/3]]
要求解的近似值,可以这样:
sage: solns = solve([eq1,eq2,eq3,p==1],p,q,x,y, solution dict=True)
sage: [[s[p].n(30), s[q].n(30), s[x].n(30), s[y].n(30)] for s in solns]
[[1.0000000, 8.0000000, -4.8830369, -0.13962039], [1.0000000, 8.0000000, 3.5497035, -1.1937129]]
求解方程的数值解
求解方程的数值解
用 find root 在区间 0 < ϕ < π/2 上寻找上述方程的解。
sage: phi = var('phi')
sage: find root(cos(phi)==sin(phi),0,pi/2)
0.785398163397448..
基本的环
• 整数环 {…,−1,0,1,2,…}, Sage 中叫 ZZ;
• 有理数环 ,即整数构成的分数,Sage 中叫 QQ;
• 实数环,Sage 中叫 RR;
• 复数环,Sage 中叫 CC;
sage: ratpoly.<t> = PolynomialRing(QQ)
ratpoly是集合的名字,自己定义
.<t>是变量的名字,自己定义
PolynomialRing()是环
QQ是有理数环
有限域还有,GF(2)、GF(2^8,modulus=[1,0,0,1,1,1,0,0,1]) ……
线性代数
使用方法 solve right. 执行 A.solve right(Y) 返回一个矩阵(或向量)X 满 足 AX = Y:
sage: A = Matrix([[1,2,3],[3,2,1],[1,1,1]])
sage: Y = vector([0, -4, -1])
sage: X = A.solve_right(Y)
反斜杠 \ 可以代替 solve_right; 用 A \ Y 代替 A.solve right(Y).
sage: A \ Y
类似的,使用 A.solve left(Y) 求解满足 XA = Y 的 X.
矩阵所在的环影响它的性质。
matrix 命令中的第一个参数告诉 Sage 这个矩阵 是整数环 (ZZ) 上的,有理数环 (QQ) 上的,还是实数环 (RR) 上的:
sage: AZ = matrix(ZZ, [[2,0], [0,1]])
sage: AQ = matrix(QQ, [[2,0], [0,1]])
sage: AR = matrix(RR, [[2,0], [0,1]])
新建一个3*3的矩阵A
sage: A = Matrix(3,range(9))
A的阶梯形式
sage: A.echelon form()
A的转置矩阵
sage: A.T == A.transpose()
A的行向量
sage: A.rows()
A的列向量
sage: A.columns()
多项式
一元多项式
sage: R = PolynomialRing(QQ, ‘t’)
sage: R = QQ[‘t’]
sage: R.<t> = PolynomialRing(QQ) or sage: R.<t> = QQ[‘t’] or R.<t> = QQ[]
eg:
sage: R.<t> = QQ[]
sage: f = 2*t^7 +3*t^2 -15/19
sage: f^2
4*t^14 + 12*t^9 - 60/19*t^7 + 9*t^4 - 90/19*t^2 + 225/361
生成随机多项式
sage: R.<y> = PolynomialRing(GF(p))
sage: S = R.random_element(degree)
多项式的系数
sage: S.coefficients()
检测多项式是否不可约:
sage: S.is_irreducible()
(把多项式每一项的模数由p转变为S对应项的系数)
sage: RS = R.quotient(S)
将整数列表转为多项式对应项的系数(阶递增)
sage: R([111,222])
222*y + 111
F.<x> = GF(2^8,modulus=[1,0,0,1,1,1,0,0,1]) #感觉那个PolymonialRing都不用写了
F.fetch_int(21) == F(21.bits())
F(21.bits()).integer_representation() #逆过程
多元多项式
跟定义一元多项式一样,定义多元多项式也有多种方法:
sage: GF(5)[‘z0, z1, z2’]
sage: R.<z0,z1,z2> = GF(5)[];
sage: PolynomialRing(GF(5), 3, ‘xyz’)
eg:
sage: R.<x,y> = RationalField()[]
sage: f = (x^3 +2*y^2*x)^2
sage: g = x^2*y^2
sage: f.gcd(g)
x^2
sage: gcd(f,g)
x^2
数论
sage: R = IntegerModRing(97) or R = Zmod(97) #定义模数为97的环
sage: a = R(2) / R(3) #环上的除法
sage: a.is_square() #是否为二次剩余
sage: gcd(3,2) #最大公因数
sage: factorial(5) #阶乘
sage: next_prime() #后一个素数
sage: previous_prime() #前一个素数
sage: divisors() #所有因子
sage: sigma(n,k) #n的所有因子的k次幂之和
sage: inverse_mod(a,n) #求逆
两种因式分解
sage: factor(1024) -> 2^10
sage: prime_divisors(1024) -> [2]
有限域下开根
sage: R.<X> = PolynomialRing(Zmod(p))
sage: f = x^256 - c
sage: f.monic().roots()
sage: euler_phi(n) #求n的欧拉函数 sage: phi = n*prod([1 - 1/p for p in prime divisors(n)]);
sage: crt(m1,m2,n1,n2) #中国剩余定理 【x % n1 = m1; x % n2 = m3】
R = IntegerModRing(97) or R = Zmod(97) # 定义模数为97的环
a = R(2) / R(3) # 环上的除法
a.is_square() # 是否为二次剩余
gcd(3,2) # 最大公因数
factorial(5) # 阶乘
next_prime() # 后一个素数
previous_prime() # 前一个素数
divisors() # 所有因子
sigma(n,k) # n的所有因子的k次幂之和
inverse_mod(a,n) # 求逆
euler_phi(n) # 求n的欧拉函数 phi = n*prod([1 - 1/p for p in prime divisors(n)]);
crt(m1,m2,n1,n2) # 中国剩余定理 【x % n1 = m1; x % n2 = m3】
d,u,v=xgcd(20,30) # 扩展欧几里得算法
#两种因式分解
factor(1024) -> 2^10
prime_divisors(1024) -> [2]
#有限域下开根
R.<X> = PolynomialRing(Zmod(p))
f = x^256 - c
f.monic().roots()
#求模取根
x=mod(5,41)
r=x.nth_root(22)
#求离散对数
x=discrete_log(mod(13,23),mod(2,23)) # 或discrete_log(13,mod(2,23))
#素数分布(Pi(x))
result=prime_pi(1000)/(1000/log(1000))
result.numerical_approx() #1.16050288686900
Elliptic Curves
EllipticCurve(R, [a1, a2, a3, a4, a6]) eg:
sage: ecc = EllipticCurve(GF(q), [a,b]) #初始化一条线
sage: G = ecc(x,y) #选定其上的一个点
sage: G.order() #G点的阶