我的问题是在数学、物理和信息学之间。假设我有一个可以对角化的哈密顿量(厄米特矩阵)。允许这种转换的矩阵是用我的哈密顿量的特征向量构建的酉矩阵。
现在假设我只选择长度的第一个特征向量. 矩阵可以用这些特征向量构建,它的大小是和. 特征向量是矩阵。这特征向量当然是线性无关的。
然后,我选择我的行矩阵和构建,一个新的矩阵。这是逻辑可以是这样的.
这是我的问题:有没有办法(如果可能,使用 Lapack)随机选择行以确保?
我的问题是在数学、物理和信息学之间。假设我有一个可以对角化的哈密顿量(厄米特矩阵)。允许这种转换的矩阵是用我的哈密顿量的特征向量构建的酉矩阵。
现在假设我只选择长度的第一个特征向量. 矩阵可以用这些特征向量构建,它的大小是和. 特征向量是矩阵。这特征向量当然是线性无关的。
然后,我选择我的行矩阵和构建,一个新的矩阵。这是逻辑可以是这样的.
这是我的问题:有没有办法(如果可能,使用 Lapack)随机选择行以确保?
我想如果我正确理解了您的(长)问题,那么这里是它的摘要:您有一个矩阵具有完整的列排名。我能找到一个子集吗的行是线性独立的?
如果是这样,那么这里有一个算法:从并重复:
这本质上是对一棵树的深度优先搜索,其终端节点代表所有- 行的元组并尝试找到第一个包含线性独立树,修剪那些小于向量已经线性相关。
这可能不是一个有效的算法,但它应该适用于小型.