格密码的基础概念(1)

格密码的基础概念(1)格密码的基础概念前言一 格的定义二 格的延展空间三 格的基本区四 格基的判断定理五 格基的关系六 格基的变换七 格的行列式八 Gram Schmidt 正交化结论前言首先引入数学上的一个概念 格点

大家好,欢迎来到IT知识分享网。


前言

一.格的定义

给定n维空间中一组线性无关向量,其整系数组合构成的集合称为格。
请添加图片描述
此处的 ( b 1 , ⋯   , b n ) (b_1,\cdots,b_n) (b1,,bn)定义为格基。同一个格可以由多组不同的格基生成。 b 1 , ⋯   , b n ∈ b_1,\cdots,b_n\in b1,,bn R m R^m Rm,此处如果m=n,则称该“格”满秩。因为格是否满秩对它的性质研究影响不大,所以通常研究满秩的格。
举例:
格基 ( 1 , 0 ) T (1,0)^T (1,0)T ( 0 , 1 ) T (0,1)^T (0,1)T可以产生二维空间的所有整数格。如下图:
请添加图片描述
能产生二维空间的所有整数格的格基不唯一,还可以是: ( 1 , 1 ) T 与 ( 2 , 1 ) T , ( 2021 , 1 ) T 与( 1 , 2022 ) T (1,1)^T与(2,1)^T,(2021,1)^T与(1,2022)^T (1,1)T(2,1)T(2021,1)T与(1,2022)T,如下图:
请添加图片描述
格基 ( 1 , 1 ) T (1,1)^T (1,1)T ( 2 , 0 ) T (2,0)^T (2,0)T不能产生二维空间的所有整数格。如下图打“×”的为可产生的格,横纵坐标相加为偶数:
请添加图片描述








二. 格的延展空间

格基实系数组合生成的空间称为格的延展空间。(区别于前面定义的整数)
s p a n ( L ( B ) ) = s p a n ( B ) = { B a ∣ a ∈ R n } span(L(B))=span(B)=\lbrace Ba|a\in R^n\rbrace span(L(B))=span(B)={
Baa
Rn}

格的延展空间是整个n维空间的前提:

要求为满秩格 要求为满秩格 要求为满秩格

三. 格的基本区

四.格基的判定定理

秩为n的格 Λ \Lambda Λ上线性无关的向量组 B = b 1 , ⋅ ⋅ ⋅ b n B=b_1,···b_n B=b1,⋅⋅⋅bn为格 Λ \Lambda Λ的基,当且仅当: P ( B ) ∩ Λ = { 0 } P(B)\cap\Lambda=\lbrace0\rbrace P(B)Λ={
0}

证明方法 \color{red}{证明方法} 证明方法
(1)证明充分性:当线性无关的向量组 B = b 1 , ⋅ ⋅ ⋅ b n B=b_1,···b_n B=b1,⋅⋅⋅bn为格 Λ \Lambda Λ的基时, P ( B ) ∩ Λ = { 0 } P(B)\cap\Lambda=\lbrace0\rbrace P(B)Λ={
0}

b 1 , ⋯   , b n b_1,\cdots,b_n b1,,bn Λ \Lambda Λ的格基时,格点可以由它们的整数线性组合形成。因为 P ( b 1 , ⋯   , b n ) P(b_1,\cdots,b_n) P(b1,,bn)定义为该格基的小于1的小数线性组合,所以很明显二者的交集为空集(或者理解成仅有原点重合)。
充分性证明完毕
(2)证明必要性:当 P ( B ) ∩ Λ = { 0 } P(B)\cap\Lambda=\lbrace0\rbrace P(B)Λ={
0}
,线性无关的向量组 B = b 1 , ⋅ ⋅ ⋅ b n B=b_1,···b_n B=b1,⋅⋅⋅bn为格 Λ \Lambda Λ的基。
因为 Λ \Lambda Λ为秩为n的格点,且 b 1 , ⋅ ⋅ ⋅ b n b_1,···b_n b1,⋅⋅⋅bn是线性独立的,可以取 y i ∈ R y_i\in R yiR,使得 x = ∑ y i b i ∈ Λ x=\sum y_ib_i\in \Lambda x=yibiΛ,因为格在加减法运算里面是封闭的,所以 x ′ = ∑ ( y i − ⌊ y i ⌋ ) b i x’=\sum (y_i-\lfloor y_i\rfloor)b_i x=(yiyi⌋)bi也形成格点。根据条件该格点只能为原点,所以 y i y_i yi必定为整数。
将此过程的推导形成逻辑公式如下:
请添加图片描述







五. 格基的关系

当给出两组格基 B 1 , B 2 B_1,B_2 B1,B2,如何判断它们产生的格是一样的呢,也就是 L ( B 1 ) = L ( B 2 ) L(B_1)=L(B_2) L(B1)=L(B2)吗?
B 1 , B 2 B_1,B_2 B1,B2为同一个格的格基,当且仅当存在幺模矩阵U,满足 B 1 = B 2 U B_1=B_2U B1=B2U
证明充分性过程如下:
已知 L ( B 1 ) = L ( B 2 ) L(B_1)=L(B_2) L(B1)=L(B2),得出 B 2 = B 1 U , U 为幺模矩阵 B_2=B_1U,U为幺模矩阵 B2=B1U,U为幺模矩阵
因为 L ( B 1 ) = L ( B 2 ) L(B_1)=L(B_2) L(B1)=L(B2),所以 B 2 B_2 B2中的每一列 b i b_i bi都有, b i ∈ L ( B 1 ) b_i\in L(B_1) biL(B1),这表明必定存在一个整数矩阵 U ∈ Z n × n U\in Z^{n\times n} UZn×n,使得 B 2 = B 1 U B_2=B_1U B2=B1U。同理,也存在 V ∈ Z n × n V\in Z^{n\times n} VZn×n,使得 B 1 = B 2 V B_1=B_2V B1=B2V
所以可得:
B 2 = B 1 U = B 2 V U B_2=B_1U=B_2VU B2=B1U=B2VU
将其转置,得到:
B 2 T = ( V U ) T B 2 T B_2^T=(VU)^TB_2^T B2T=(VU)TB2T
两式相乘:
B 2 T B 2 = ( V U ) T B 2 T ( V U ) B_2^TB_2=(VU)^TB_2^T(VU) B2TB2=(VU)TB2T(VU)
转置矩阵和原矩阵行列式相等,可得:
B 2 T B 2 = ( d e t ( U V ) ) 2 d e t ( B 2 T B 2 ) B_2^TB_2=(det(UV))^2det(B_2^TB_2) B2TB2=(det(UV))2det(B2TB2)
矩阵相乘再求行列式,和分别求行列式再相乘,结果是一样的,所以:
d e t ( V ) d e t ( U ) = ± 1 det(V)det(U)=\pm 1 det(V)det(U)=±1
因为U和V均为整数矩阵,所以可得:
d e t ( U ) = d e t ( V ) = ± 1 det(U)=det(V)=\pm 1 det(U)=det(V)=±1
将上述推导过程形成一起,如下:
请添加图片描述
证明必要性过程如下:
已知 B 2 = B 1 U , U 为幺模矩阵 B_2=B_1U,U为幺模矩阵 B2=B1U,U为幺模矩阵,得出 L ( B 1 ) = L ( B 2 ) L(B_1)=L(B_2) L(B1)=L(B2)
依据 B 2 = B 1 U B_2=B_1U B2=B1U,所以 B 2 B_2 B2的每一列都包含在 L ( B 1 ) L(B_1) L(B1)中,所以 L ( B 1 ) L(B_1) L(B1) ⊆ \subseteq L ( B 2 ) (B_2) (B2)。依据幺模矩阵的性质, B 1 = B 2 U − 1 , B_1=B_2U^{-1}, B1=B2U1同理可得 L ( B 2 ) L(B_2) L(B2) ⊆ \subseteq L ( B 1 ) (B_1) (B1)。所以 L ( B 1 ) = L ( B 2 ) L(B_1)=L(B_2) L(B1)=L(B2)
提示:行列式等于 ± 1 的方阵称为幺模矩阵,幺模矩阵的逆依旧为幺模矩阵。 \color{red}{提示:行列式等于\pm1的方阵称为幺模矩阵,幺模矩阵的逆依旧为幺模矩阵。} 提示:行列式等于±1的方阵称为幺模矩阵,幺模矩阵的逆依旧为幺模矩阵。
如果学过群环域的知识的话,幺模矩阵在乘法运算下,形成群的概念。 \color{red}{如果学过群环域的知识的话,幺模矩阵在乘法运算下,形成群的概念。} 如果学过群环域的知识的话,幺模矩阵在乘法运算下,形成群的概念。
此处矩阵乘法的相关性质略。 \color{red}{此处矩阵乘法的相关性质略。} 此处矩阵乘法的相关性质略。
推论1:矩阵B是 Z n Z^n Zn的格基,当且仅当它为幺模矩阵。
推论2:若属于同一个格,则两组基可以相互整系数表示

























六. 格基的变换

B 1 , B 2 B_1,B_2 B1,B2为同一个格的基,当且仅当可以通过下述变换进行转换:
请添加图片描述
根据行列式的性质,上式中的变换对应的变换矩阵的行列式为 ± 1 \pm1 ±1

七. 格的行列式

Λ = L ( B ) \Lambda=L(B) Λ=L(B)的行列式定义为 d e t ( Λ ) = d e t ( B T B ) 2 det(\Lambda)=\sqrt[2]{det(B^TB)} det(Λ)=2det(BTB)

Λ \Lambda Λ满秩时,矩阵B为方阵,格 Λ = L ( B ) \Lambda=L(B) Λ=L(B)的行列式直接为为 d e t ( Λ ) = ∣ d e t ( B ) ∣ det(\Lambda)=|det(B)| det(Λ)=det(B)
推论 1 \color{green}推论1 推论1:格的行列式与具体基无关。证明如下:
假定 B 1 与 B 2 B_1与B_2 B1B2为格 Λ \Lambda Λ的两组不同格基,依据定义六 B 2 = B 1 U , U 为幺模矩阵 B_2=B_1U,U为幺模矩阵 B2=B1U,U为幺模矩阵。可得如下变换:
请添加图片描述
推论 2 \color{green}推论2 推论2:格行列式的大小与格点的密度成反比。在格的延展空间中取一个n维的球K,球内格点数与 v o l ( K ) d e t ( Λ ) \frac{vol(K)}{det(\Lambda)} det(Λ)vol(K)成正比例,其中vol(K)为n维球K的体积。
推论 3 \color{green}推论3 推论3:格的行列式等于格的基本区面积,与具体基无关





八. Gram-Schmidt正交化

如果m=n,该矩阵将为一个正上三角矩阵。

结论

本文可解决的问题:

  1. 同一个格可以有多少组不同的基?
  2. 格的延展空间总是整个n维空间吗?
  3. 在同一个格中,不同格基生成的基本区相同吗?不同的基本区之间有什么关系?
  4. 如何判断B是否为格 Λ \Lambda Λ的基?
  5. 根据格的定义,若属于同一个格,则两组基有什么关系?
  6. 根据行列式的性质,格基在变换时,对应的变化矩阵需要满足什么条件?
  7. 格的行列式等于格基本区的面积,与具体基的选择有关系吗?

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://haidsoft.com/116901.html

(0)
上一篇 2025-11-25 13:33
下一篇 2025-11-25 14:00

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信