eigen一维向量_1.2 eigen中矩阵和向量的运算

1.2矩阵和向量的运算

1.介绍

eigen给矩阵和向量的算术运算提供重载的c++算术运算符例如+，-，*或这一些点乘dot(),叉乘cross()等等。对于矩阵类(矩阵和向量，之后统称为矩阵

类)，算术运算只重载线性代数的运算。例如matrix1*matrix2表示矩阵的乘法，同时向量+标量是不允许的！如果你想进行所有的数组算术运算，请看下

一节！

2.加减法

因为eigen库无法自动进行类型转换，因此矩阵类的加减法必须是两个同类型同维度的矩阵类相加减。

这些运算有：

双目运算符：+，a+b

双目运算符：-，a-b

单目运算符：-，-a

复合运算符：+=，a+=b

复合运算符：-=，a-=b

例子：

#include #include

using namespaceEigen;intmain()

{

Matrix2d a;

a<< 1, 2,3, 4;

MatrixXd b(2,2);

b<< 2, 3,1, 4;

std::cout<< "a + b =\n" << a + b <<:endl>

std::cout<< "a - b =\n" << a - b <<:endl>

std::cout<< "Doing a += b;" <<:endl>

a+=b;

std::cout<< "Now a =\n" << a <<:endl>

Vector3d v(1,2,3);

Vector3d w(1,0,0);

std::cout<< "-v + w - v =\n" << -v + w - v <<:endl>

}

3.标量乘法和除法

标量的乘除法非常简单：

双目运算符：*，matrix*scalar

双目运算符：*，scalar*matrix

即乘法满足交换律

双目运算符：/，matrix/scalar

矩阵中的每一个元素除以标量

复合运算符：*=，matrix*=scalar

复合运算符：/=，matrix/=scalar

#include #include

using namespaceEigen;intmain()

{

Matrix2d a;

a<< 1, 2,3, 4;

Vector3d v(1,2,3);

std::cout<< "a * 2.5 =\n" << a * 2.5 <<:endl>

std::cout<< "0.1 * v =\n"