LP 的线性独立性测试
linear Independence testing by LP
我们有一组向量 P1,...,Pk。每个向量都有 n 维。如果以下问题的唯一解是 lambda(i) = 0 for each 0 <= i <= k:
,则这些向量是线性无关的
lambda(1)P1 + lambda(2)P2 + ... + lambda(k)Pk = 0;
其中 lambda(i) 是一个实数。
https://en.wikipedia.org/wiki/Linear_independence
中提供了更严格的公式
我很长一段时间都在用 LP 对这个问题进行建模,但到目前为止还没有找到答案。你能帮我解决这个问题吗?
谢谢。
假设您正在处理维度 n
的向量 space。如果有更多的向量P1,...,Pk
,那么输入就不是线性独立的;所以假设 k<=n
。目标是确定输入的线性外壳的尺寸。求解 n
形式的线性规划
max e_{i}x s. t. Ax = e_{i}
对于 {1,...,n}
中的每个 i
,其中 e_{i}
表示第 i
个单位向量。可解线性程序的数量应产生输入线性外壳的维数,这意味着当且仅当输入是线性独立的时,这些数字才等于 k
。
我们有一组向量 P1,...,Pk。每个向量都有 n 维。如果以下问题的唯一解是 lambda(i) = 0 for each 0 <= i <= k:
,则这些向量是线性无关的lambda(1)P1 + lambda(2)P2 + ... + lambda(k)Pk = 0;
其中 lambda(i) 是一个实数。 https://en.wikipedia.org/wiki/Linear_independence
中提供了更严格的公式我很长一段时间都在用 LP 对这个问题进行建模,但到目前为止还没有找到答案。你能帮我解决这个问题吗? 谢谢。
假设您正在处理维度 n
的向量 space。如果有更多的向量P1,...,Pk
,那么输入就不是线性独立的;所以假设 k<=n
。目标是确定输入的线性外壳的尺寸。求解 n
形式的线性规划
max e_{i}x s. t. Ax = e_{i}
对于 {1,...,n}
中的每个 i
,其中 e_{i}
表示第 i
个单位向量。可解线性程序的数量应产生输入线性外壳的维数,这意味着当且仅当输入是线性独立的时,这些数字才等于 k
。