Eigen提供的分解目录
注意:
- LDLT算法存在两种变体。 Eigen的一个产生一个纯对角D矩阵,因此它不能处理不定矩阵,不像Lapack产生一个块对角D矩阵。
- EIgen,SVD和Schur分解依赖于迭代算法。 它们的收敛速度取决于特征值的分离程度。
- 我们的JacobiSVD是双面的,为方形矩阵提供经过验证的最佳精度。 对于非方形矩阵,我们必须首先使用QR预处理器。 默认选择ColPivHouseholderQR已经非常可靠,但如果您想要证明它,请使用FullPivHouseholderQR。