用到 Eigen/Core 和 Eigen/Dense 模块
矩阵定义:Eigen::Matrix<数据类型,行数,列数> 矩阵名称
已经提供的矩阵类型:
-
Vector3d 向量名称 实质上是:Eigen::Matrix<double, 3, 1>
-
Matrix3d 矩阵名称 实质上是:Eigen::Matrix<double, 3, 3>
矩阵初始化为零:Eigen::Matrix3d 矩阵名称 = Eigen::Matrix3d::Zero()
动态矩阵:Eigen::Matrix<数据类型,Eigen::Dynamic, Eigen::Dynamic> 矩阵名称
动态矩阵:Eigen::MatrixXd 矩阵名称
输入数据:矩阵名称 << num1, num2, num3, … \dots … , num
输出矩阵:cout << 矩阵名称
访问矩阵元素:矩阵名称(行号,列号)
矩阵类型显式转换:矩阵名称.cast<数据类型>()
随机生成一个 3 × 3 3\times3 3×3 矩阵:矩阵名称 = Eigen::Matrix3d::Random()
随机生成一个 n × n n\times n n×n 矩阵:矩阵名称 = Eigen::MatrixXd::Random(n, n)
矩阵转置:矩阵名称.transpose()
矩阵各个元素之和:矩阵名称.sum()
矩阵的迹:矩阵名称.trace()
矩阵数乘:数 ∗ * ∗ 矩阵名称
矩阵的逆:矩阵名称.inverse()
行列式计算:矩阵名称.determinant()
定义对角化矩阵:Eigen::SelfAdjointEigenSolver<Eigen::Matrix3d> 矩阵名称(实对称矩阵)
特征值:对角化矩阵名称.eigenvalues()
特征向量:对角化矩阵名称.eigenvectors()
求A x = x= x= b 的方式:
- QR分解: x = x= x= A.colPivHouseholderQr().solve(b)
- 求逆: x = x= x= A.inverse() ∗ * ∗ b